【摘要】：海上作業(yè)船舶起重機由于受到風浪和海浪的各種惡劣海況的影響，不可避免地產(chǎn)生顯著的平移、搖擺、上下升沉的影響。這不僅會影響深海船舶起重機作業(yè)的效率，而且會威脅到生產(chǎn)系統(tǒng)、設備和人員的安全性。目前，很多海上作業(yè)船已經(jīng)具備動力定位系統(tǒng)，使得船舶的橫蕩、縱蕩得到了一定程度上的控制，但對于船舶垂直方向上的升沉運動仍很難控制，雖然我國對波浪補償領域展開了廣泛研究，但研究起步晚且成果并不顯著，尤其是在主動式升沉補償技術方面。由于升沉補償裝置存在時延問題，嚴重影響性能。為了補償系統(tǒng)的死區(qū)時間，本文通過對起重機升沉運動進行提前預測來消除時延現(xiàn)象，根據(jù)起重機升沉運動歷史數(shù)據(jù)，預報未來極短時間的運動，從而提前對起重機升沉運動進行補償，這不僅能解決升沉補償過程中的時延現(xiàn)象還能提高起重機在海上作業(yè)的安全性、高效性，從而保證起重機在海上作業(yè)能實時安全的完成任務。因此，對起重機升沉運動短期預測的研究具有重大的理論意義和實際應用價值。 本課題主要采用時間序列分析法、Elman神經(jīng)網(wǎng)絡以及SVR預測算法對起重機升沉運動進行預測，其中針對SVR參數(shù)尋優(yōu)的盲目性，本文采用粒子群對SVR進行參數(shù)尋優(yōu)。利用上述算法對某實驗船舶起重機升沉運動進行仿真研究分析可得：時間序列AR預測模型對線性升沉運動有較好的預測精度但隨著預測步數(shù)的增加存在滯后現(xiàn)象，并對非線性升沉運動預測效果較差。而Elman神經(jīng)網(wǎng)絡以及PSO-SVR預測算法對起重機升沉運動進行預測都能取得較為滿意的預測效果。由于隨機波浪作用下起重機升沉運動是非線性以及非平穩(wěn)的，本文在Elman和PSO-SVR基礎上引入小波多分辨分析對算法進行優(yōu)化，并分別在Matlab上驗證了該預測算法具有較高的預測精度以及穩(wěn)定性，并與Elman和PSO-SVR神經(jīng)網(wǎng)絡預測模型對比，發(fā)現(xiàn)小波多尺度分析法提高了Elman和PSO-SVR預測算法的預測精度以及穩(wěn)定性，為后續(xù)升沉補償關鍵問題研究提供理論基礎。
【圖文】：

然后利用升沉運動檢測數(shù)據(jù)計算出起重機的升沉運動輸入到起重機升沉補償系統(tǒng)中去進行補償。由于升沉補響應存在時延問題，嚴重影響性能。為了補償系統(tǒng)的死進行提前預測來消除時延現(xiàn)象，根據(jù)起重機升沉運動歷動，從而提前對起重機升沉運動進行補償。由于起重機直接影響起重機升沉補償?shù)膶崟r性及有效性，因此需對究。浪中的運動起重機在海浪擾動下將產(chǎn)生振蕩運動。如果把船舶作為（Heave）、偏航（Yaw）、橫傾（Pitch）、橫蕩（Sway）、六自由度的運動姿態(tài)，如圖 2-1 所示。

圖 2-4 船舶升沉與縱傾產(chǎn)生總的升沉高度示意圖而起重機直接升沉信號和間接升沉信號都是通過運動參考單元（MRU）傳感器采集 的補償器由于使用了固態(tài)傳感器，沒有活動部件，而且它的電子和機械結構良好具有高度可靠性，能夠準確測量六自由度信號，專門為海洋工程應用。其中，間沉位移，可利用內(nèi)部的傾角傳感器進行檢測，以由于縱傾產(chǎn)生的船舶升沉為例[252-5所示，記船舶重心位置為O，起重機的位置中心離同一水平線的交點為O ，O -O離為d ，傾角傳感器角度為 ，通過三角轉(zhuǎn)換公式可得間接升沉位移1 d tan 對位移進行微分就能得到間接升沉運動速度。而橫傾引起的間接升沉位移與縱傾同，通過由疊加原理，就能得到總的間接升沉位移高度。圖 2-5（a）為船舶縱傾，圖 2-5（b）為船舶縱傾引起的升沉高度原理圖，，圖 2-4 中總的升沉高度0 1
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U674.35

【參考文獻】

相關期刊論文 前1條

1 趙希人,彭秀艷,沈艷,謝美萍;艦船運動極短期建模預報的研究現(xiàn)狀[J];船舶工程;2002年03期

相關博士學位論文 前2條

1 曾智剛;波浪運動升沉補償液壓平臺關鍵問題試驗研究[D];華南理工大學;2010年

2 陳愛國;新型艦船過駁波浪補償系統(tǒng)關鍵性技術研究[D];華南理工大學;2011年

本文編號：2586856