發(fā)布時間：2017-04-20 16:18

  本文關鍵詞：船舶操縱運動模擬和智能技術的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 自從1960年美國華盛頓召開船舶操縱性國際研討會以來，船舶操縱性研究不斷發(fā)展，取得了十分豐碩的成果。國際海事組織(International Maritime Organization，IMO)作為負責海事安全的國際性權威機構，為推動船舶操縱性研究，提高船舶航行安全性，減少海洋環(huán)境污染危險，發(fā)揮了重大作用。另外，國際拖曳水池會議(International Towing Tank Conference，ITTC)和各國造船與輪機工程師協(xié)會(Society of Naval Architects and Marine Engineers，SNAME)在推動船舶操縱性研究方面也起了很大的積極作用。 近十年來，隨著海運的發(fā)展，船舶數量迅速增加、噸位急劇增大、航速不斷提高、航道日益擁擠，從而使船舶航行安全問題成為人們關注的焦點。很多國際協(xié)會比如國際海事組織(IMO)，國際引水員協(xié)會(International Maritime Pilot Association，IMPA)和國際船級社協(xié)會(InternationaI Association of Classification Societies，IACS)對船舶操縱性能提出了越來越高的要求。 通過分析船舶操縱運動，建立船舶操縱運動數學模型并進一步研究船舶操縱運動模擬，不僅可以對船舶操縱性能、運行狀態(tài)作出預報，還可對港口、航道設計提供指導。 在實際的船舶航行過程中，船舶的各種操縱運動參數總是隨著船舶的運行狀態(tài)和航行環(huán)境的變化而發(fā)生變化，船舶操縱運動是一個時變、非線性和有干擾的過程。船舶操縱與控制系統(tǒng)的數學模型極其復雜，很難通過傳統(tǒng)的數學工具來精確描述。因此，非常需要引入新的研究工具和高效的研究方法。 本文利用智能控制技術的優(yōu)越性，嘗試將智能化控制技術用于船舶操縱運動模擬，初步探索了將現(xiàn)代控制理論和智能技術融入船舶操縱預報、模擬的研究方法，提出了用于船舶操縱運動模擬的線性神經網絡(LNN)、神經網絡遞推模型(NNRM)和NNRM、交錯航跡距離(CTE)和視距(LOS)混合控制器模型三種控制模型：并將控制模型的理論研究應用到實船試驗數據分析、計算，將模擬結果與實際的試驗結果作了比較。 武漢理工大學碩士學位論文 船舶在水平面上的運動可以用Serret一Frenet標架和大地坐標系兩種坐標 系來描述。本文介紹了serret一Frenct標架在船舶操縱運動模擬與計算中的特 點，討論了Serret一Frenet標架中的船舶操縱運動方程，介紹了CTE和LOS 混合控制方法，并進行了航跡追蹤模擬計算。 綜上所述，，船舶操縱運動預報和模擬是船舶操縱性研究的重要課題。從 技術角度講，未來的預報、模擬以及在模擬器上的應用將更精確、更靈活、 更深入。希望通過自己或他人的繼續(xù)努力，能在本文初步工作的基礎上開發(fā) 出更加綜合、更加完善的船舶操縱運動模擬和控制技術。
【關鍵詞】：船舶操縱 模擬 智能控制 神經網絡 Serret-Frenet標架
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2004
【分類號】：U675.9
【目錄】：

• 第1章 緒論9-14
• 1.1 船舶操縱運動模擬10-12
• 1.1.1 船舶操縱運動模擬的方法10-11
• 1.1.2 船舶操縱運動數學模型建模與辨識11
• 1.1.3 船舶操縱運動數學模型的應用11-12
• 1.2 船舶航跡追蹤12
• 1.3 船舶操縱運動和智能技術的應用12-13
• 1.4 本文的主要工作13-14
• 第2章 船舶操縱運動數學模型14-22
• 2.1 引言14
• 2.2 船舶操縱運動坐標系統(tǒng)14-15
• 2.3 ABKOWITZ船舶操縱運動模型15-19
• 2.3.1 Abkowitz船舶操縱運動數學模型分析16-19
• 2.4 MMG船舶操縱運動模型19-21
• 2.4.1 MMG船舶操縱運動模型的分析20-21
• 2.5 本章小節(jié)21-22
• 第3章 智能技術在船舶操縱運動模擬中應用22-36
• 3.1 智能技術幾個方面的介紹22-26
• 3.1.1 神經網絡(NN)22-24
• 3.1.2 模糊邏輯(FL)24-25
• 3.1.3 遺傳算法(GA)25-26
• 3.2 智能技術在船舶操縱運動模擬中的應用實例26-35
• 3.2.1 線性神經網絡(LNN)在操縱性水動力導數估算中的應用26-29
• 3.2.2 神經網絡遞推模型(Neural Network Recursive Model，NNRM)在模擬船舶操縱運動中的應用29-34
• 3.2.3 神經網絡遞推模型(NNRM)，交錯航跡距離(Cross Track Error，CTE)和視距(Line Of Sight，LOS)控制混合控制器在航跡追蹤中的應用34-35
• 3.3 本章小結35-36
• 第4章 船舶航跡追蹤36-42
• 4.1 船舶航跡追蹤簡介36-37
• 4.2 用于船舶航跡追蹤中的舵的控制方法-航向參考PD控制37-41
• 4.2.1 比例、微分航向參考控制的設計37-38
• 4.2.2 比例、微分航向參考控制的應用計算38-41
• 4.3 本章小結41-42
• 第5章 SERRET-FRENET標架中的船舶操縱運動42-52
• 5.1 SERRET-FRENET標架簡介42-44
• 5.1.1 空間曲線的Serret-Frenet公式42-43
• 5.1.2 Serret-Frenet標架中的法矢和切矢43-44
• 5.2 SERRET-FRENET標架中的船舶操縱運動方程44-51
• 5.2.1 船舶運動的動力學方程44-46
• 5.2.2 船舶運動的動力學方程的分析46-47
• 5.2.3 Serret-Frenet標架中的交錯航跡距離(CTE)和視距(LOS)混合控制航跡追蹤47-51
• 5.3 本章小結51-52
• 第6章 結論和展望52-53
• 參考文獻53-57
• 致謝57-58
• 攻讀學位期間發(fā)表的論文和參加的科研項目58

【引證文獻】

中國博士學位論文全文數據庫 前4條

1 劉小健;不同裝載狀態(tài)下船舶的操縱性能及推定研究[D];上海交通大學;2008年

2 王曉飛;基于解析模型預測控制的欠驅動船舶路徑跟蹤控制研究[D];上海交通大學;2009年

3 向先波;二階非完整性水下機器人的路徑跟蹤與協(xié)調控制研究[D];華中科技大學;2010年

4 鄭元洲;基于操縱推理與視頻檢測的船橋主動避碰系統(tǒng)研究[D];武漢理工大學;2012年

中國碩士學位論文全文數據庫 前6條

1 徐明彩;大型水面艦船操縱性仿真軟件開發(fā)[D];哈爾濱工程大學;2011年

2 劉楊;船舶操縱運動仿真中的水動力系數敏感性分析[D];哈爾濱工程大學;2008年

3 李修強;船舶運動建模與特性仿真研究[D];武漢理工大學;2010年

4 鄭元洲;橋區(qū)水域船舶失控船橋碰撞應急操縱技術研究[D];武漢理工大學;2010年

5 伍紹博;船舶在波浪中操縱及其控制系統(tǒng)研究[D];上海交通大學;2010年

6 王敏;艦船海上操縱與錨泊運動仿真數學模型研究[D];哈爾濱工程大學;2012年

  本文關鍵詞：船舶操縱運動模擬和智能技術的應用研究，由筆耕文化傳播整理發(fā)布。

本文編號：319055