基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度.     

基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

基于反步控制的半潜平台动力定位数值计算研究

装配动力定位系统的浮式结构物由于受到风、浪、流等交变载荷影响，其运动具有明显时滞和非线性特性，为克服传统控制策略抗干扰能力差对动力定位控制性能的影响，文章基于反步法，对动力定位系统进行了控制器设计研究，针对波浪及流外载荷形成的有界干扰问题，采用自适应策略进行估计补偿。并借助Lyapunov理论分析了闭环系统的稳定性。最后以某深水半潜平台为对象，对其不同工况下动力定位作业进行了数值计算研究，验证了所设计控制器具有良好的鲁棒性，可为后续动力定位模型试验及实船控制器设计提供理论支撑。     

动力定位系统推力能力曲线计算分析

推力能力曲线与传统的动力定位能力评估结果不同,它显示着动力定位作业控制时推进系统的推力可执行域。文章通过对动力定位系统仅在力矩平衡约束下的最大推力进行求解,计算了推力能力曲线,并结合相关算例对推力能力曲线的应用进行了分析研究。研究结果表明推力能力图线尽管对于环境载荷的估算依赖很小,但对动力定位能力仍有着很好的反映。而且在动力定位作业控制时,它不但能反映动力定位系统当前的工作状态,同时对可能出现的一些临界状态做出预判,给动力定位系统操控人员提供很好的指导建议。     

基于LS-SVM的船舶操纵性黑箱建模与预报研究

文章提出了基于LS-SVM的船舶操纵性黑箱建模方法,通过选取影响操纵性能的主要因素,利用LS-SVM建立了操纵性能的非线性回归模型,并利用回归模型对自航模回转试验进行了预报,通过试验与预报结果的对比分析表明,所建立的回归模型具有较高的预报精度,为船舶操纵性预报提供了一种新的技术手段。     

模拟退火算法在动力定位能力评估中的应用

动力定位能力评估在动力定位系统设计中有着重要的作用.它从数学本质上看就是带约束的非线性最优化问题,而模拟退火算法是解决这类问题较为有效的方法.文章介绍了模拟退火算法在动力定位能力评估中的应用,对实例进行了控位能力计算,并将计算结果与Kongsberg公司计算结果进行比较.分析表明,基于模拟退火算法开发的动力定位能力评估方法是可靠的,能更好地满足力以及力矩平衡的要求.     

基于以太网的船舶动力定位控制系统设计

动力定位系统是现代深海船舶和海洋平台必不可少的支持系统,该文提出了一种基于以太网技术的船舶动力定位控制系统设计方案,并以"锋阳海工"号铺缆船为目标,进行了实船控制系统的研制工作,该控制系统经1:13的水池模型验证,获得了良好效果。     

基于扰动观测器的船舶动力定位反步控制

针对船舶动力定位系统模型受到风浪流等环境未知有界扰动的问题，提出一种基于干扰估计补偿的反步控制算法。首先基于滑模面有限时间收敛特点设计干扰观测器，在有限时间内实现对未知有界干扰的估计，并采用一阶低通滤波器连续化干扰观测器估计值，减少抖振；然后基于干扰观测器设计船舶动力定位反步控制器，并应用Lyapunov函数证明了所设计的控制器使船舶的位置和航向收敛于期望值。最后通过铺缆船仿真结果表明所设计控制器具有较好的控制性能，对系统的有界干扰具有良好的鲁棒性。     

基于小波滤波和LSTM神经网络的船舶运动极短期预报研究

为了提高船舶运动极短期预报精度及预报时间长度,本文采用小波多分辨率分析方法,将含有噪声的船舶运动信号进行了多尺度小波变换,通过采用阈值函数法对各尺度下细节信号的小波系数进行处理,对小波分解层数、小波基函数、阈值处理方法进行了深入研究,并通过模型试验数据对滤波效果进行了验证分析,实现了船舶运动信号的小波滤波.进一步针对船舶运动的非线性特性,基于深度神经网络的非线性映射能力,建立了基于LSTM网络的多步直接映射船舶运动极短期预报模型,并采用滤波后的船舶运动数据进行了不同工况下的预报分析.结果表明,不同时间长度的预报与试验结果幅值和相位吻合较好,验证了所建立的极短期预报模型的可行性.