全球气候变暖,加剧了极地海冰消融速度,使得海上适航性逐年提升。极地航行船作为研究北极的重要装备载体,是极地海洋工程装备实施的基础,将在极地舞台上发挥着重要作用。设计、预报、评估以及建造具有强大破冰能力的极地船舶就显得尤为重要。连续破冰能力是衡量极地船舶性能的重要指标。本文旨在建立极地船舶连续破冰能力的预报及评估方法。提出一种冰阻力和净推力相平衡的方法来预报极地船舶不同航速下的连续破冰能力。首先,将冰阻力划分为破冰阻力和水下冰阻力,并开展2,3,4节航速下的冰阻力预报工作。利用键型近场动力学方法对船舶破冰阻力进行数值模拟,并结合Lindqvist经验方法对水下冰阻力进行求解。同时,参考芬兰-瑞典冰级规范中净推力概念,完成不同航速下的净推力估算,实现针对连续破冰能力的预报工作。预报结果与实际破冰能力相符合,验证了连续破冰能力预报方法的可行性。此外,基于RBF神经网络开展连续破冰能力评估方法研究。简要介绍RBF神经网络的原理。选取影响连续破冰能力的参数:破冰船艏、船长L、船宽B、吃水T、排水量、主机功率P、航速V作为训练输入参数,对应的破冰厚度Hice作为训练输出结果。对数据进行无量纲化处理,建立基于RBF神经网络破冰能力评估模型。最终训练参数如下:破冰船艏、B/L、T/L、CB、P/Pmax、V/Vmax、以及对应的输出结果Hice/Hunit。确定训练数据58条。选取6条训练样本作为预报样本,开展模型验证工作。最后,开展目标船舶的破冰能力评估工作,并与数值预报结果进行对比。破冰能力评估值在合理范围内,在训练数据密集的3kn航速下的评估结果与预报结果较为接近,验证了 RBF神经网络模型评估极地船舶连续破冰能力方法的有效性。后续可进一步完善破冰能力影响参数以及扩充训练样本量,提高模型评估的准确性。