规则波中船舶操纵运动预报的灰箱建模研究

针对船舶操纵运动实时准确预报的需求,开展规则波中船舶操纵运动预报的灰箱建模研究。建立船舶操纵运动方程,以表征操纵运动机理。应用泰勒级数展开方法近似静水水动力,采用经验公式估算规则波中二阶定常波浪漂移力,形成规则波中船舶操纵运动预报的数学模型。采用傅里叶变换方法解决不同频率的操纵与耐波运动数据分离问题,基于操纵运动数据和深度神经网络（DNN）技术,构建静水水动力修正及二阶定常波浪漂移力模型,并将其代入操纵运动机理方程,形成融合机理与数据的规则波中船舶操纵运动预报灰箱模型。
然后以ONRT为研究对象,分别应用灰箱模型和数学模型预报规则波中船舶操纵运动。结果显示,对于所有运动工况,仿真单位时间步长耗时平均约2～3 ms,灰箱模型预报结果与试验数据相比其相对精度均值达94.83%,相比数学模型预报精度平均提高了4.50%。灰箱预报模型可以作为规则波中船舶操纵运动预报的有效方法,能为真实海洋环境中船舶操纵运动的实时预报奠定基础。