發(fā)布時間：2018-08-08 17:35

【摘要】：為了解決特別惡劣海況(簡稱“超惡劣海況”,釋義見附錄1)現(xiàn)有船舶運動控制理論不適用或控制效果不理想的難題,本文以“超惡劣海況條件下的船舶運動路徑跟蹤控制”為選題,進行系統(tǒng)性的理論探索研究,期望對超惡劣海況下海難救助、不可避免的船舶大洋航行等提供理論指導(dǎo)。本文分別針對辨識建模算法、超惡劣海況測試平臺、制導(dǎo)算法、船舶運動控制理論和控制工程實現(xiàn)5個關(guān)鍵點進行了深入研究,采用“魯棒”+“自適應(yīng)”+“簡捷”的技術(shù)路線,即船舶運動控制算法在一定海況下具有穩(wěn)健性,海況變化較大時要具有適應(yīng)性,最終的控制律要形式簡捷,易于實現(xiàn),目標(biāo)是提出一套考慮船舶控制工程需求(執(zhí)行器配置約束、算法實時性)和現(xiàn)實船舶服役海洋環(huán)境條件的、較為完備的路徑跟蹤控制算法。本文首先針對船舶運動存在多變量耦合、實船操縱性試驗新息(即“新信息”)長度有限等特點,將多新息辨識技術(shù)引入到船舶運動辨識建模研究中,提出了一種考慮多變量耦合機制的自組織多新息辨識算法。通過大連海事大學(xué)科研實習(xí)船“育鯤”輪開展實船試驗提供數(shù)據(jù)支撐,包括旋回試驗、Z形試驗、非對稱Z形試驗,建立能夠準(zhǔn)確反映“育鯤”輪實際動態(tài)的4自由度數(shù)學(xué)模型。結(jié)合海洋環(huán)境干擾(風(fēng)、海浪、海流)機理模型構(gòu)建出能夠描述超惡劣海洋環(huán)境的船舶運動仿真測試平臺。制導(dǎo)和控制是船舶控制系統(tǒng)實現(xiàn)復(fù)雜自動航行任務(wù)的兩大重要模塊。制導(dǎo)方面,本文通過引入虛擬小船導(dǎo)引和動態(tài)切換機制,提出一種基于“動態(tài)虛擬小船”思想的制導(dǎo)算法,解決了已有LOS(Line-of-sight)制導(dǎo)算法不能直接應(yīng)用于船舶路徑跟蹤控制這一問題。該算法能夠為船舶自動航行提供更為合理的導(dǎo)航機制。控制方面,本文設(shè)計考慮了工程實踐中存在模型高度不確定、執(zhí)行器配置約束、控制工程要求算法實時性強以及超惡劣海況干擾問題,利用魯棒神經(jīng)網(wǎng)絡(luò)控制和低頻增益學(xué)習(xí)算法避免對神經(jīng)網(wǎng)絡(luò)的權(quán)重學(xué)習(xí),通過構(gòu)造在線學(xué)習(xí)的增益關(guān)聯(lián)系數(shù)以鎮(zhèn)定外界干擾和模型攝動,從而降低其對船舶動態(tài)的影響。該算法具有形式簡捷、計算負(fù)載小、易于工程應(yīng)用的優(yōu)點。本文所有實驗采用Matlab/Visual Basic混合編程實現(xiàn),取得的模擬超惡劣海況下的實驗結(jié)果驗證了所提出路徑跟蹤控制設(shè)計方法的有效性。該研究對提高船舶海上安全保障、推進船舶國產(chǎn)化裝備研制具有現(xiàn)實意義,為實現(xiàn)高效航運奠定了重要理論基礎(chǔ)。
[Abstract]:In order to solve the problem that the current theory of ship motion control is not applicable or the control effect is not ideal, in order to solve the problem of especially bad sea conditions (referred to as "ultra bad sea conditions", which is explained in Appendix 1). Based on the topic of "tracking and controlling the ship's moving path under the condition of ultra bad sea conditions", this paper makes a systematic theoretical exploration and study, hoping to provide theoretical guidance for the rescue of shipwrecks in the extreme bad sea conditions and the inevitable navigation of ships in the ocean. In this paper, five key points, such as identification modeling algorithm, ultra-bad sea condition test platform, guidance algorithm, ship motion control theory and control engineering realization, are studied in depth. Adopting the technical route of "robust" and "adaptive" and "simple", that is, the ship motion control algorithm is robust under certain sea conditions, and should be adaptive when the sea condition changes greatly, and the final control law should be simple and easy to realize. The aim of this paper is to propose a complete path tracking control algorithm which takes into account the requirements of ship control engineering (actuator configuration constraints, real-time algorithm) and the actual marine environment conditions of ship service. Aiming at the characteristics of multivariable coupling of ship motion and limited length of real ship maneuverability test innovation (i.e. "new information"), this paper introduces multi-innovation identification technology into ship motion identification modeling research. A self-organizing multi-innovation identification algorithm considering multivariable coupling mechanism is proposed. Through carrying out the actual ship test on the scientific research practice ship "Yukun" of Dalian Maritime University, including cycle test and asymmetric Z-shape test, a four-degree-of-freedom mathematical model which can accurately reflect the actual dynamics of "Yukun" is established. Combined with the mechanism model of ocean environment disturbance (wind, wave, current), a ship motion simulation test platform can be constructed to describe the ultra-bad marine environment. Guidance and control are two important modules of ship control system to realize complex automatic navigation task. In the aspect of guidance, by introducing virtual boat guidance and dynamic switching mechanism, this paper proposes a guidance algorithm based on the idea of "dynamic virtual boat", which solves the problem that the existing LOS (Line-of-sight) guidance algorithm can not be directly applied to ship path tracking control. The algorithm can provide a more reasonable navigation mechanism for automatic navigation of ships. In the aspect of control, this paper considers the problems of model height uncertainty, actuator configuration constraint, real-time control algorithm and super bad sea condition interference in engineering practice. Robust neural network control and low-frequency gain learning algorithm are used to avoid the weight learning of neural network. The gain correlation coefficient of on-line learning is constructed to stabilize the external disturbance and model perturbation so as to reduce the influence on ship dynamics. This algorithm has the advantages of simple form, small computational load and easy engineering application. All experiments in this paper are implemented by Matlab/Visual Basic hybrid programming. The experimental results obtained under the ultra-bad sea conditions verify the effectiveness of the proposed path tracking control design method. The research is of practical significance for improving the safety of ships at sea and promoting the development of home-made equipment for ships, and lays an important theoretical foundation for the realization of efficient shipping.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：U661.3

【相似文獻】

相關(guān)期刊論文 前10條

1 江林,李積德;基于船舶運動信息的航行海域海浪特性預(yù)報[J];中國造船;2005年03期

2 陸藹慶,趙永平,陳永利,黃雅天;船舶運動速度及姿態(tài)角監(jiān)測系統(tǒng)[J];海洋科學(xué);1994年03期

3 劉亞東,李晗,譚家華;船舶運動仿真系統(tǒng)的開發(fā)[J];華東船舶工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2005年05期

4 袁士春;郭晨;史成軍;;基于線性變參數(shù)的船舶運動H_∞控制及仿真[J];大連海事大學(xué)學(xué)報;2007年02期

5 劉長征;周磊;;波浪中船舶運動的仿真及預(yù)報研究[J];計算機工程與設(shè)計;2010年12期

6 黃會營;段曉明;;船舶運動視景仿真系統(tǒng)設(shè)計與實現(xiàn)[J];計算機仿真;2012年01期

7 王志明;談?wù)劇秶H海上避碰規(guī)則》中船舶運動的幾種狀態(tài)[J];世界海運;1994年05期

8 ;挪威研制出新型船舶運動監(jiān)測系統(tǒng)[J];水運科技情報;1996年04期

9 石德新,萬磊,江世媛,曹正泉,劉悅;6自由度船舶運動模擬系統(tǒng)[J];船舶工程;1997年02期

10 宋競正,秦洪德;最優(yōu)化方法在船舶運動預(yù)報中的應(yīng)用[J];哈爾濱工程大學(xué)學(xué)報;2000年04期

相關(guān)會議論文 前10條

1 任光;;船舶運動控制仿真系統(tǒng)的研究[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責(zé)任和對策（下冊）[C];2002年

2 賈欣樂;蘇寧;;船舶運動控制中的混沌研究[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

3 楊鹽生;;船舶運動控制研究中存在的問題與對策[A];2001航海技術(shù)現(xiàn)狀與發(fā)展趨勢論文集[C];2001年

4 沈智鵬;郭晨;張寧;;5446TEU集裝箱船舶運動數(shù)學(xué)建模與仿真[A];2007年中國智能自動化會議論文集[C];2007年

5 郭晨;孫建波;史成軍;楊國勛;徐黎黎;;船舶運動智能控制虛擬現(xiàn)實仿真系統(tǒng)[A];2003年全國系統(tǒng)仿真學(xué)術(shù)年會論文集[C];2003年

6 彭秀艷;尹中鳳;高奇峰;;船舶運動預(yù)報仿真系統(tǒng)設(shè)計[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

7 朱文譜;郜煥秋;謝楠;胡震;;船舶運動自適應(yīng)TAR模型預(yù)報方法[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

8 許勁松;;根據(jù)船舶運動數(shù)據(jù)實時估測船體波浪載荷[A];第十六屆全國水動力學(xué)研討會文集[C];2002年

9 徐龍橋;;剛體動力學(xué)引擎在船舶仿真中的應(yīng)用[A];2011年CAD/CAM學(xué)術(shù)交流會議論文集[C];2011年

10 李鐵山;楊鹽生;;船舶運動非線性控制發(fā)展的一個新方向[A];2004防止船舶行事故新經(jīng)驗新技術(shù)學(xué)術(shù)研討會論文集（上冊）[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 唐愷;時域混合格林函數(shù)法及波浪中船舶運動的預(yù)報[D];上海交通大學(xué);2014年

2 張國慶;超惡劣海況下船舶運動簡捷魯棒自適應(yīng)控制[D];大連海事大學(xué);2015年

3 王顯峰;船舶運動魯棒H_∞估計與預(yù)報研究[D];哈爾濱工程大學(xué);2009年

4 文岑;平面二維水沙運動與船舶運動的數(shù)值模擬研究及其應(yīng)用[D];重慶大學(xué);2012年

5 江林;由航行中船舶運動預(yù)報海浪[D];哈爾濱工程大學(xué);2004年

6 馬潔;船舶運動姿態(tài)預(yù)報與控制方法研究[D];哈爾濱工程大學(xué);2006年

7 林葉錦;船舶運動模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究[D];大連海事大學(xué);2006年

8 王曉玢;突變控制方法及其在船舶運動中的應(yīng)用研究[D];哈爾濱工程大學(xué);2009年

9 尹建川;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)及其在船舶運動控制中的應(yīng)用研究[D];大連海事大學(xué);2007年

10 馬山;高速船舶運動與波浪載荷計算的二維半理論研究[D];哈爾濱工程大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 侯喬;深水起重設(shè)備水下負(fù)載特性及控制策略研究[D];大連海事大學(xué);2015年

2 唐元元;海洋工程船舶綜合推進系統(tǒng)建模與仿真[D];大連海事大學(xué);2015年

3 姜仲昊;風(fēng)帆助航船舶運動的模糊自適應(yīng)迭代滑�？刂芠D];大連海事大學(xué);2016年

4 陳秀嘉;港內(nèi)超大型雙槳雙舵集裝箱船舶運動數(shù)學(xué)模型[D];大連海事大學(xué);2016年

5 潘學(xué)美;舵鰭聯(lián)合減搖系統(tǒng)建模與滑模控制研究[D];大連海事大學(xué);2016年

6 喬艷梅;船舶運動控制平臺及海浪響應(yīng)模型的研究與實現(xiàn)[D];大連海事大學(xué);2016年

7 韓延明;分布式船舶運動仿真平臺的研究[D];大連海事大學(xué);2009年

8 王麗麗;低速域船舶運動仿真平臺的設(shè)計[D];大連海事大學(xué);2011年

9 李仁玢;船舶運動測量系統(tǒng)的分析設(shè)計[D];大連海事大學(xué);2011年

10 陸灝銘;船舶運動仿真平臺的研究與設(shè)計[D];廣東工業(yè)大學(xué);2012年

，

本文編號：2172518