基于严格等式约束的推力分配算法研究

为提高动力定位系统的定位精度,本文提出了一种满足严格等式约束的改进遗传算法对推力分配进行优化.该方法通过分析目标函数中不同项之间的影响,确定了推力角的权值系数,并从二个方面对遗传算法进行改进,提高了优化速度及精度:一是继承上一时刻的精英个体来生成等距初始种群;二是结合自适应算法加强局部搜索能力.针对推进器之间的水动力干涉问题,基于推力损失模型对推进器进行分组,并通过错位安置以及采用在推力禁区内设置推力减额系数的方法来降低推力损失,最后利用改进的遗传算法对半潜式平台动力定位系统的推力分配进行了仿真模拟.仿真结果表明,提出的方法在满足等式严格约束的基础上,降低了推进器推力的水动力损失,进而提高了系统的定位精度以及运行的经济性.     

推力分配优化算法在船舶动态控制中的应用研究

动力定位系统是通过自身的动力推进器来平衡外力作用,使船舶的航行方向及速率按照预设有序进行。其中推力分配优化是动力定位的重要组成部分,在此根据实际的船舶运行环境确定各种外力变换,进一步给出动力定位系统中推力分配优化问题的目标函数及约束条件,从而可以利用各类多目标算法进行求解。本文首先研究海上航行船舶受到的外力及运动模型,在此基础上设计基于遗传算法的船舶动态控制中的推力分配优化算法,最后进行仿真。     

基于混合蛙跳算法的船舶电力系统励磁控制

随着船舶日益大型化和复杂化,电力系统控制日趋复杂,对船舶电力系统的稳定性和自动化有了更高的要求。本文以船舶发电机为控制对象,首先利用simulink对船舶发电机励磁控制系统进行建模,然后利用混合蛙跳算法(shuffled frog leaping algorithm,SFLA)、权重改进蛙跳算法(weight improved shuffled frog leaping algorithm,WISFLA)和粒子群算法(PSO),分别设计出自动电压调节器(AVR)并通过比较得到最优控制器,最后应用最优励磁控制器对系统进行负载及电力系统故障仿真试验,从而证明改进混合蛙跳算法应用在励磁控制上有很好的效果。     

基于粒子群算法的动力定位推力分配决策变量优选

针对群智能算法解决动力定位推力分配问题易陷入局部最优、计算时间长等不足,基于粒子群算法探索不同粒子决策变量对推力分配结果的影响。首先考虑推力分配目标力和力矩、推力限制、禁止角等约束条件,以推进器功率最优、磨损最小为优化目标建立了推力分配数学模型,构建了基于三种不同粒子决策变量的粒子群推力分配算法;其次以算法结果的适应度值、计算消耗时间的均值和方差量化算法的收敛性和实时性,对上述三种方法进行了仿真分析,仿真结果对比表明,基于本文提出的粒子决策变量搜索在收敛性和实时性上均达到最优,对粒子群算法解决推力分配问题有一定的参考价值。     

基于粒子群算法的动力定位推力分配决策变量优选

针对群智能算法解决动力定位推力分配问题易遭遇局部最优、计算时间长等瓶颈,基于粒子群算法探索不同粒子决策变量对推力分配结果的影响。考虑推力分配目标力和力矩、推力限制、禁止角等约束条件,以推进器功率最优、磨损最小为优化目标建立了推力分配数学模型,构建了基于3种不同粒子决策变量的粒子群推力分配算法,以算法结果的适应度值、计算消耗时间的均值和方差量化算法的收敛性和实时性。对上述3种方法进行仿真分析,结果对比表明,基于文章提出的粒子决策变量搜索在收敛性和实时性上均达到最优,对粒子群算法解决推力分配问题有一定的参考价值。     

基于改进和声算法的推力优化分配

推力优化分配的本质是一个带约束的非线性优化问题。采用常规的迭代算法求解推力分配问题时,一般需要将目标函数简化成二次形式以及对约束条件进行线性化处理,从而导致计算得到的最优解存在误差。针对此问题,引入了改进的和声搜索算法来求解推力分配问题,并以能耗最低和推力误差最小为目标建立优化函数,同时兼顾推进器的物理限制而设置动态约束条件。仿真结果验证了该算法的有效性。     

基于遗传蝙蝠算法的任务约束船推力分配优化

针对带有任务约束且装配有多个推进器的动力定位船推力分配优化问题,提出一种全新的遗传-蝙蝠优化算法。该算法在遗传算法的基础上将种群分为两部分,一部分为保留的种群精英个体与蝙蝠算法有机结合进行优化;另一部分采用融入自适应策略的遗传算法进行优化。将该算法与所设计的带有任务约束的多维非线性推力分配目标优化函数相结合,通过仿真验证了所提出的算法可有效地解决在任务约束下的动力定位船多推进器的推力分配优化问题,在同一控制器作用下,通过与其他算法对比,该算法可获得更高的动力定位精度与更少的能量消耗,且推进器方位角变化波动小,稳定性强。可见,该算法可以有效解决带有约束的这一类多维非线性规划问题。     

动力定位系统推力分配算法研究

以最优化推进系统能耗为目标,同时考虑推进器之间的相互干扰,基于序列二次规划方法,对动力定位系统推力分配进行研究.针对船舶初始设计阶段的特征,建立简化的推力分配数学模型,求解这一多变量有约束的非线性问题,为设计初期推进器的选型和布置提供设计依据.通过实例计算及结果分析,验证算法的可靠性与可行性.     

动力定位船舶推力优化分配研究

针对动力定位船舶处于环境力较小而方向频繁变化的特殊海洋环境中定位作业的推力分配问题,采用组合偏置策略进行推力优化分配,研究了偏置量大小对组合偏置效果的影响规律,并针对组合偏置后存在能量消耗过大的问题,提出了基于能耗最优的二次推力分配方法。仿真结果揭示了偏置量不同对组合偏置效果的影响规律,验证了二次推力分配方法对降低推进系统组合偏置后能量消耗的有效性。     

结合功率管理推力分配策略研究

由于动力定位对船舶的推进能力要求比较高,所以采用动态性能更好的电力推进方式已经成为了动力定位船舶的优先选择。对于电力推进船舶来说,推进器是其最大的负载,以起重船为研究对象,除了推进器以外,船上还有起重机和绞锚车等大功率负载。当船上其他大功率负载突然启动或者工作在风浪较大的环境时,会造成整个船舶电网功率波动较大,影响整个船舶电网的稳定性。文章提出自适应组合推力偏置结合功率管理分配方法,当船舶电网功率波动较大时,释放偏置的推力,降低整个船舶电网的功率波动,有助于增强电网的稳定性。     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

基于混沌粒子群的增量式推力分配算法研究

针对伪逆法在推力分配中仅考虑能量最优问题,提出一种具备大范围寻优能力的改进混沌粒子群算法(CPSO),并把该方法和伪逆法相融合应用到船舶的推力分配中,此外为提高寻优能力,推力分配计算采用增量模式。该融合算法考虑推力器各种限制条件,计算简单,能兼顾船舶的能耗及操作性,解决奇点问题。仿真结果表明,该推力分配算法切实可行,能有效提高船舶的定位性能,具备一定的实用价值。     

基于能量最优的组合偏置推力分配算法研究

推力分配是动力定位控制系统的关键技术之一,其任务是将控制器输出的合力分配给各推进器。本文针对推力分配中存在的问题,提出组合偏置思想并设计了自适应组合偏置策略,建立了组合偏置推力分配算法。该算法基于能量最优方法,能够自适应地调整偏置量,兼顾船舶的能量消耗和操纵性。仿真结果表明该算法能有效地提高船舶的动态性能。     

2000t起重船动力定位系统推力分配

研究了2000t全回转起重船动力定位系统的推力分配方法。针对该船推力器不对称布置的特殊情况,提出了旋转力矩法、推力分组法、垂直力偶法和最小功率法等几种适用于该船的动力定位推力分配方法,并通过仿真计算验证了这几种推力分配方法的可行性。所提出的推力分配方法,弥补了推力系统设计方面的不足。     

基于能耗最优化的动力定位推力分配逻辑算法研究

文章为动力定位系统执行器的设计提供了两种推力分配最优化的求解方法,旨在寻求一种理想的推力器输出,包括推力与方位角,以维持动力定位系统能力。通过求解非线性约束最优化问题,得出时效性、稳定性与可控制性强的推力分配模块。文中采用一个或若干个合适的结构矩阵来描述推力器的位置及其性能,采用不同的边界条件对系统要求进行描述,如降低推力损失等。基于一个简单的算例,分别采用遗传算法和序列二次方法进行求解,改变约束条件并分析程序运行结果,对比信号输出及其能耗情况,论证两种算法的可行性与稳定性。文中还对比了五种不同的情况,包括约束条件以及算法的变化,以满足不同的应用需求。     

基于喷水推进器的单手柄操纵系统推力分配策略

目前国内基于喷水推进器的单手柄操纵系统应用较少,通过人工控制2套推进装置的6个参数来实现船体的平移运动操纵复杂、难度大,由此,对基于喷水推进器的单手柄操纵系统推力分配策略进行研究。推力分配是单手柄操纵系统的关键技术之一,其任务是将手柄输出的合力指令分配给各推进器。根据喷水推进器的特性,提出级联广义逆结合组合偏置的控制策略。该推力分配策略基于能量最优、艏向优先的方法,能自适应地调整偏置量,并兼顾喷水推进器的操纵性。仿真结果表明,该策略能适应喷水推进器优异的操纵性。     

基于改进蚁群算法的邮船舱室模块移运路径规划

针对大型邮船舱室模块运输过程中存在的移运路线长、路线混乱、舱室模块易与障碍物发生碰撞等问题,提出应用加入动态搜索模型的蚁群算法对邮船舱室模块进行路线规划,为运输舱室模块提供清晰、便捷的移运路线。对主竖区的障碍物进行分析,建立模拟实际工况的栅格地图,采用改进蚁群算法寻找移运路径。对不同位置所经过的栅格地图和蚁群数量进行动态调整。采用模拟退火算法寻找蚁群算法的参数。采用离散点分析确定移运路径的主、支通道。仿真试验结果表明,应用改进蚁群算法建立主、支通道进行舱室移运模块可有效提高舱室模块的运输效率。