發(fā)布時間：2020-08-03 08:54

【摘要】：船舶在海上航行時受到海風(fēng)、海浪以及洋流等不確定性海況的影響,不可避免會產(chǎn)生存在相互耦合作用的六自由度搖蕩運(yùn)動,對船舶在海上的航行和作業(yè)產(chǎn)生很大的安全隱患,其中橫搖和縱搖運(yùn)動的影響尤為嚴(yán)重。因此,如果能預(yù)測船舶在未來短時間內(nèi)(幾秒或者十幾秒)的運(yùn)動姿態(tài),將極大地提高船舶海上作業(yè)的安全性和穩(wěn)定性。本文在對船舶運(yùn)動進(jìn)行建模和分析的基礎(chǔ)上,以橫搖和縱搖運(yùn)動為研究對象,深入研究目前所廣泛應(yīng)用的船舶運(yùn)動姿態(tài)經(jīng)典預(yù)測算法,并在此基礎(chǔ)上,提出建立一種EEMD-IPSO-SORR組合預(yù)測模型實(shí)現(xiàn)對船舶運(yùn)動姿態(tài)的短時高精度預(yù)測。論文首先對船舶運(yùn)動進(jìn)行建模分析,其中詳細(xì)介紹船舶的六自由度搖蕩運(yùn)動,對船舶橫向運(yùn)動和縱向運(yùn)動進(jìn)行深入研究,得到船舶橫向運(yùn)動狀態(tài)方程和縱向運(yùn)動狀態(tài)方程;詳細(xì)分析了隨機(jī)海浪的擾動特性,并對海浪譜進(jìn)行分解,建立海浪波傾角模型,從而對隨機(jī)海浪擾動信號進(jìn)行仿真分析;在此基礎(chǔ)上,實(shí)現(xiàn)對船舶橫向運(yùn)動和縱向運(yùn)動的仿真分析。其次,對船舶運(yùn)動姿態(tài)經(jīng)典預(yù)測算法進(jìn)行研究,其中重點(diǎn)介紹了自回歸(AR)和卡爾曼濾波(Kalman)兩種預(yù)測算法的基本原理。詳細(xì)介紹自回歸理論以及模型的參數(shù)估計方法和定階準(zhǔn)則,并選用遞推最小二乘參數(shù)估計方法建立遞推預(yù)測模型實(shí)現(xiàn)對船舶運(yùn)動姿態(tài)的預(yù)測仿真;詳細(xì)介紹卡爾曼濾波理論,針對系統(tǒng)存在的有色噪聲,對其進(jìn)行白化處理,然后代入到卡爾曼濾波算法中使得狀態(tài)方程的維數(shù)得到擴(kuò)大,即擴(kuò)展卡爾曼濾波算法,并基于擴(kuò)展卡爾曼濾波算法對船舶運(yùn)動姿態(tài)進(jìn)行預(yù)測仿真。由于船舶運(yùn)動姿態(tài)存在非線性和非平穩(wěn)性特征,論文建立了基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和支持向量機(jī)回歸的組合預(yù)測模型——EEMD-SVR進(jìn)行預(yù)測分析。其中利用經(jīng)驗(yàn)?zāi)B(tài)分解算法對原始時間序列數(shù)據(jù)進(jìn)行平穩(wěn)化處理,并針對標(biāo)準(zhǔn)經(jīng)驗(yàn)?zāi)B(tài)分解存在的不足,提出一種集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)的改進(jìn)方法;對分解后的分量分別使用支持向量機(jī)回歸(SVR)預(yù)測算法進(jìn)行分類預(yù)測,最后將預(yù)測結(jié)果加權(quán)求和得到最終船舶運(yùn)動姿態(tài)預(yù)測值。最后,基于前文構(gòu)建的EEMD-SVR組合預(yù)測模型,采用改進(jìn)的粒子群算法(IPSO)對參數(shù)進(jìn)行尋優(yōu)處理,同時提出一種改進(jìn)的支持向量機(jī)回歸算法,即連續(xù)過松弛支持向量機(jī)回歸算法(SORR),與EEMD分解方法組合得到一種新的船舶運(yùn)動姿態(tài)預(yù)測方法,即EEMD-IPSO-SORR組合預(yù)測模型。論文通過采用實(shí)測的某型船舶在三級和五級海況下的橫搖和縱搖運(yùn)動姿態(tài)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),其中針對不同的訓(xùn)練長度和預(yù)測長度,分別使用AR預(yù)測模型、SVR預(yù)測模型、EEMD-SVR組合預(yù)測模型以及EEMD-IPSO-SORR組合預(yù)測模型進(jìn)行預(yù)測仿真實(shí)驗(yàn),同時,對比分析這四種預(yù)測方法在相同訓(xùn)練長度下的預(yù)測結(jié)果和仿真時間,其結(jié)果表明EEMD-IPSO-SORR組合預(yù)測模型針對短時船舶運(yùn)動姿態(tài)預(yù)測具有學(xué)習(xí)速度快,預(yù)測精度高的特點(diǎn)。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U664.82
【圖文】：

2 章 船舶運(yùn)動模型建立與分析時受到海風(fēng)、海浪以及洋流等不確定性海況的影響，用的一個六自由度搖蕩運(yùn)動。為了研究船舶運(yùn)動姿態(tài)態(tài)方程。本章以牛頓力學(xué)為基礎(chǔ)，將隨機(jī)海浪擾動信作為研究對象。度運(yùn)動海上航行時的運(yùn)動和受力狀況，可以把船舶看作為一間中六自由度的復(fù)雜運(yùn)動。如圖 2.1 所示，船體坐標(biāo)點(diǎn)O，其中橫軸Ox 平行于船舶的縱搖軸并指向左舷并指向船艏方向，垂直軸Oz 指向天空[31]，當(dāng)船舶在會隨著船舶運(yùn)動發(fā)生位移。

即游程數(shù)目小于 10 的分量歸為低頻分量，其余的為中頻分量，重構(gòu)后得到縱搖時間序列中特征信息集中的高頻、中頻和低頻三個分量，如圖 4-21 所示。圖4.20 三級海況下橫搖數(shù)據(jù)重構(gòu)結(jié)果 圖4.21 三級海況下縱搖數(shù)據(jù)重構(gòu)結(jié)果為了同前文的船舶運(yùn)動姿態(tài)預(yù)測仿真作對比，依然分別采用訓(xùn)練長度為 100、200、400 的樣本數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，預(yù)測船舶在未來 3s、5s 和 10s 的橫搖和縱搖數(shù)據(jù)，即分別預(yù)測 401-403、401-405 和 401-410 時刻的分量，并加權(quán)求和得到最終的橫搖和縱搖預(yù)測結(jié)果。其仿真結(jié)果如圖 4.22-4.27 所示：0 50 100 150 200 250 300 350 400 450-202MF1I0 50 100 150 200 250 300 350 400 450-202MF2I0 50 100 150 200 250 300 350 400 450-0.500.5MF3I0 50 100 150 200 250 300 350 400 450-0.100.1MF4I0 50 100 150 200 250 300 350 400 450-0.100

即游程數(shù)目小于 10 的分量歸為低頻分量，其余的為中頻分量，重構(gòu)后得到縱搖時間序列中特征信息集中的高頻、中頻和低頻三個分量，如圖 4-21 所示。圖4.20 三級海況下橫搖數(shù)據(jù)重構(gòu)結(jié)果 圖4.21 三級海況下縱搖數(shù)據(jù)重構(gòu)結(jié)果為了同前文的船舶運(yùn)動姿態(tài)預(yù)測仿真作對比，依然分別采用訓(xùn)練長度為 100、200、400 的樣本數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，預(yù)測船舶在未來 3s、5s 和 10s 的橫搖和縱搖數(shù)據(jù)，即分別預(yù)測 401-403、401-405 和 401-410 時刻的分量，并加權(quán)求和得到最終的橫搖和縱搖預(yù)測結(jié)果。其仿真結(jié)果如圖 4.22-4.27 所示：0 50 100 150 200 250 300 350 400 450-202MF1I0 50 100 150 200 250 300 350 400 450-202MF2I0 50 100 150 200 250 300 350 400 450-0.500.5MF3I0 50 100 150 200 250 300 350 400 450-0.100.1MF4I0 50 100 150 200 250 300 350 400 450-0.100.1MF5I0 50 100 150 200 250 300 350 400 450時間(s)11.21

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王博;吳鵬;阮芝芳;史曉林;;人體運(yùn)動姿態(tài)的校正對改良五禽戲增加骨效應(yīng)的研究探討[J];中國骨質(zhì)疏松雜志;2016年07期

2 趙正旭;戴歡;趙文彬;袁潔;;基于慣性動作捕捉的人體運(yùn)動姿態(tài)模擬[J];計算機(jī)工程;2012年05期

3 要瑞璞,趙希人;航母運(yùn)動姿態(tài)實(shí)時預(yù)報[J];海洋工程;1997年03期

4 王立穎;李亞輝;;基于運(yùn)動姿態(tài)采集的車輛交通事故數(shù)據(jù)分析與應(yīng)用[J];中國人民公安大學(xué)學(xué)報(自然科學(xué)版);2018年04期

5 張岳青;蔡衛(wèi)軍;李建辰;王志杰;;UUV入水初始段運(yùn)動姿態(tài)研究[J];水動力學(xué)研究與進(jìn)展(A輯);2017年04期

6 劉天湖;鄒湘軍;王紅軍;羅陸鋒;孫權(quán);;基于旋轉(zhuǎn)角度的跑步運(yùn)動仿真(英文)[J];系統(tǒng)仿真學(xué)報;2008年19期

7 苑國強(qiáng),張衛(wèi)鋒,樊炳輝;變形移動機(jī)器人在一種運(yùn)動姿態(tài)下的動力學(xué)分析[J];機(jī)床與液壓;2005年06期

8 譚志濤;宋勝利;白攀峰;趙明;鄒正宇;;基于ADAMS的仿生四足機(jī)器人運(yùn)動分析與仿真[J];裝備制造技術(shù);2015年12期

9 王艾萍;范士海;王潤崗;;裝甲車輛運(yùn)動姿態(tài)實(shí)時仿真系統(tǒng)設(shè)計與實(shí)現(xiàn)[J];火力與指揮控制;2013年08期

10 滕育賢;劉仁溥;張寧;;艦炮射擊系統(tǒng)中我艦運(yùn)動姿態(tài)變化對射擊精度的影響的估計[J];火控技術(shù);1978年02期

相關(guān)會議論文 前2條

1 任軍;張惠芳;;多傳感器信息融合下人體運(yùn)動姿態(tài)的目標(biāo)檢測與跟蹤研究[A];2017冶金企業(yè)管理創(chuàng)新論壇論文集[C];2017年

2 劉孫波;;基于自回歸法船舶運(yùn)動姿態(tài)預(yù)報[A];廣州航海學(xué)院學(xué)報2014第22卷（總第57期）[C];2014年

相關(guān)重要報紙文章 前1條

1 趙珍 中國青年報·中國青年網(wǎng)記者 孫海華;仿生海洋“魔鬼魚”來了[N];中國青年報;2019年

相關(guān)博士學(xué)位論文 前3條

1 王保華;小水線面雙體船運(yùn)動姿態(tài)預(yù)報與控制策略研究[D];哈爾濱工程大學(xué);2014年

2 潘夢鷂;機(jī)動車運(yùn)行安全監(jiān)測新模式研究[D];華南理工大學(xué);2012年

3 張長斌;基于灰色系統(tǒng)理論的滑行艇運(yùn)動姿態(tài)預(yù)報研究[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉世林;船舶運(yùn)動姿態(tài)短時高精度預(yù)測方法研究[D];哈爾濱工程大學(xué);2019年

2 陳亞芹;穿戴式運(yùn)動姿態(tài)檢測方法研究與實(shí)現(xiàn)[D];華中師范大學(xué);2016年

3 韓冰;光纖線包運(yùn)動姿態(tài)模擬系統(tǒng)研究[D];西安工業(yè)大學(xué);2014年

4 董華強(qiáng);人體運(yùn)動姿態(tài)檢測系統(tǒng)設(shè)計[D];西安石油大學(xué);2016年

5 戴歡;基于慣性動作捕捉的人體運(yùn)動姿態(tài)研究[D];石家莊鐵道大學(xué);2012年

6 程運(yùn)江;導(dǎo)彈傾斜熱發(fā)射動態(tài)響應(yīng)與出箱安全性研究[D];南京理工大學(xué);2015年

7 宋晉;基于立體視覺的全視場風(fēng)洞尾旋姿態(tài)測量系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];重慶大學(xué);2016年

8 王立超;基于MEMS技術(shù)的吊鉤運(yùn)動姿態(tài)傳感器研究[D];大連理工大學(xué);2014年

9 陳茜茜;人體運(yùn)動姿態(tài)測量系統(tǒng)設(shè)計與應(yīng)用[D];南京理工大學(xué);2010年

10 張玲;彈箭模擬運(yùn)動姿態(tài)的攝影測量研究[D];南京理工大學(xué);2008年

本文編號：2779395