船舶神经网络运动模型研究

根据船舶海上航行的实际情况,针对船舶运动的特点,研究了基于神经网络建立船舶操纵运动模型的方法,提出了一种线性神经网络结构,并给出了相应的训练和学习方法。大量的仿真试验表明:线性神经网络用于船舶运动模型的研究,具有收敛速度快、预测误差较小、能快速跟踪参数变化等优点,可用于船舶运动实时辨识。     

基于人工神经网络的船舶操纵运动仿真

介绍船舶操纵运动仿真的发展概况、现有成果及人工神经网络的基本理论,探讨将神经网络应用于船舶操纵运动仿真领域,构造一种网络结构和训练方法完成船舶操纵指令与船舶运动态势参数映射的可行性,并构建基于典型BP神经网络模型的操纵运动仿真系统。     

神经网络用于船舶操纵动态特性学习的研究

本文针对BP网络存在的一些问题，提出一种单层神经网络结构，通过大量的仿真试验，对两种网络在学习、预报和适应参数变化等方面的特性进行了对比。结果表明单层神经网络用于学习船舶操纵动态特性，具有收敛速度极快、预测误差较小、能快速跟踪参数变化等优点，可用于船舶操纵特性的实时学习。     

船舶水上纵向运动的非线性数学模型构建

为了解决当前船舶水上纵向运动预测精度的问题,设计了一种船舶水上纵向运动的非线性数学模型构建方法。首先分析了当前船舶水上纵向运动的线性数学模型的缺陷,然后引入非线性建模方法—神经网络对船舶水上纵向运动变化特点进行拟合,建立船舶水上纵向运动的非线性预测模型,最后与线性船舶水上纵向运动建模方法进行仿真对比实验。结果表明,本文方法的船舶水上纵向运动预测精度高,船舶水上纵向运动预测误差要小于线性船舶水上纵向运动建模方法,验证了本文非线性船舶水上纵向运动建模方法的有效性以及优越性。     

BP神经网络在船舶运动估计中的应用

船舶运动估计在船舶安全、船舶节能等方面有着重要作用。本文给出一种基于BP神经网络的船舶运动估计方法。BP神经网络具有较强的自学习与自适应能力,通过把改进的BP神经网络模型应用到船舶运动估计中,实现了对船舶动态信息的准确预测。     

操舵模拟系统建模

分析了风和水流对船舶操纵性能的影响，研究船舶对操舵的动态响应．建立了在风和流共同作用下船舶操纵系统的动力学模型，用于模拟船舶在操舵后的运行状况。同时通过回转性实验对该模型进行了验证。     

神经网络在船舶操纵中的应用研究

该文对人工神经网络用于船舶操纵动态特性的在线学习进行了研究,并提出了基于神经网络预报的操舵控制算法。仿真试验的结果表明了该控制算法的有效性。     

基于虚拟现实的船舶操纵运动仿真系统研究

利用MMG操纵运动数学模型计算船舶的操纵运动，应用OpenGL和3Dmax技术，开发了船舶操纵运动的三维可视化仿真系统，通过输入船舶主尺度，实现了具有真实感的、随时间变化的船舶操纵运动实时动态仿真，取得了良好的效果。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法，并对BP算法进行了改进，提出了一种动态优化学习率的方法，对6L80MC柴油机实际数据用BP网络进行计算的结果表明，该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

考虑转向运动特征的船舶新航向距离计算模型

为提升船舶转向时船位预测和精准控制效率,提出一种基于船舶转向运动特征的新航向距离计算模型。分析在船舶转向运动中基于K、T指数的新航向距离的计算方法及其局限性,分析船舶转向运动中船舶运动特征及其相互之间的关系,依据航道转弯半径相关的设计规范,并考虑船舶驾驶位置的影响,建立基于船舶转向运动特征的新航向距离计算模型。实船应用显示：基于船舶转向运动特征的新航向距离与船舶转向运动实际情况相吻合。多船验证表明该模型具有广泛的适用性。该研究结果可为船舶智能驾驶中转向控制提供一种新的参考。     

基于LS-SVM的船舶操纵运动在线建模

基于最小二乘支持向量机(LS-SVM)和积分型辨识样本结构开展了船舶操纵运动的在线建模.以整体型Abkow-itz模型为辨识对象,大阪号油轮作为具体研究对象.在操纵运动仿真时,采用40个粘性类水动力导数的Abkowitz模型,但是在参数辨识时,采用了仅具有20个粘性类水动力导数的简化模型.为了对建模方法的有效性进行检验,将辨识得到的水动力导数与其原始值进行了比较,同时也针对辨识模型和原始模型的操纵运动仿真进行了比较.辨识结果表明,使用简化模型进行船舶操纵运动的在线建模是合适的,具有较好的预报效果和较高的精度.     

操纵运动船体水动力计算

提出一个适用于船舶初步设计阶段计算船舶操纵运动水动力的方法,给出了与船体表面局部线型相关的非线性力的估算方法。通过对方型系数Ｃｂ值为０．５７￣０．８３５艘船模的具体计算,结果表明与其相应的约束模试验结果吻合良好,本文方法可用于操纵运动数值模拟,也能作为港内低速大漂角航行船舶的运动模拟。     

吊舱推进器船舶的操纵系统数学建模与仿真

吊舱推进器船舶是一种新型的电力推进船舶,这种船舶的稳定性和机动性良好,近年来获得了非常广泛的应用。为了提高吊舱推进器船舶的操纵水平,进而提高吊舱推进器船舶的动力特性,本文针对该船舶的操纵系统进行了深入的研究,并通过建立吊舱推进器船舶的操纵运动模型、海上干扰作用力模型,对吊舱推进器船舶的运动进行仿真试验,对改进该船舶的动力性能有一定指导作用。     

基于BP和LSTM组合优化的船舶升沉运动预测

预测船舶升沉运动有助于增强波浪补偿系统的补偿效果,解决补偿系统滞后问题。为提高预测模型的预测精度,提出一种基于误差反向传播（BP）神经网络和长短时记忆（LSTM）神经网络组合优化的船舶升沉运动预测方法。以采用计算流体动力学（CFD）方法获取的船舶在规则波浪作用下的升沉运动和在突发性干扰下的升沉运动为对象,基于PYTORCH框架和LINGO软件,建立以加权方式组合优化BP神经网络和LSTM神经网络的预测模型。研究结果表明,无论是船舶在规则波浪作用下的升沉运动,还是船舶在突发性干扰下的升沉运动,BP-LSTM组合模型的预测精度均高于BP神经网络和LSTM神经网络,有助于提高补偿精度。     

船舶六自由度操纵-摇荡耦合运动的数学建模与分析

在航行过程中,船舶操纵运动的同时也伴随着摇荡运动,单独考虑操纵运动或摇荡运动不能正确反映船舶的实际运动状态。针对这一问题,本文建立了六自由度的船舶操纵-摇荡耦合运动的数学模型。建立了2种船舶运动坐标系,并推导2种坐标系之间的转化关系。此外,在设计船舶运动仿真计算流程的基础上,利用MMG分离模型分别建立船体、螺旋桨、舵的动力学数学模型,将波浪中的操纵运动和摇荡运动结合起来。     

船舶动力定位中的控制分配技术研究现状与展望

介绍了目前国内外关于船舶动力定位技术中,控制分配算法研究的进展情况。根据分配模型的特点,分为线性控制分配和非线性控制分配两大类。其中线性分配算法包括解线性方程组、伪逆法、约束线性优化法和误差最优的线性二次规划法,非线性分配算法包括序列二次规划法、动态寻优法和智能分配算法。文中简要介绍和分析以上各种方法的优缺点并进行比较,最后对船舶控制分配的一些关键性问题进行总结。     

数据挖掘技术在船舶操纵运动预报中的应用研究

船舶操纵性直接影响船舶的航行安全。本文首先阐述BP神经网络的特点,并且以此为基础设计基于数据挖掘的船舶操纵运动预报的神经网络结构,选取散货船样本进行学习,获得3个预报样本,最后对散货船的水动力进行预报。预报结果表明,本文所采用的基于神经网络的数据挖掘技术预报精确度高。     

基于Unity的船舶操纵运动仿真

使用3DS Max建立船舶三维模型,将其数据文件导入到Unity。为了使模型能够模拟船舶操纵运动,需要添加刚体组件,使之受到力和力矩的作用,因此,需要将船舶操纵运动数学模型进行处理以便于调用刚体组件的成员函数AddRelativeForce和AddRelativeTorque。无需编写实际代码,通过添加碰撞体组件并设置物理材质,就能模拟船舶与其它物体之间的碰撞,避免出现船舶穿过其它物体以及冲上码头或者岸滩的现象。使用Unity自带的资源包,就能方便的生成地形、天空和水面等仿真环境。运用本文的方法,编制了船舶操纵运动仿真程序,进行了船舶操纵性仿真试验,得到了试验数据,为船舶操纵的教学训练和科学研究提供了有效手段。     

定常风作用下船舶运动模糊控制的初步研究

本文研究了“Ｍａｒｉｎｅｒ”型船舶在定常风作用下的运动性能，将模糊控制理论应用于该船艏向及位置的自适应控制。结果表明，模糊控制参数的选取，控制规则的制订对于船舶艏向及位置的控制效果影响很大。同时指出，在定常风作用下，利用模糊控制可以有效地保持船舶的艏向及位置，从而为船舶操纵运动的自适应控制研究提供了一种新的思路。