某型舰船主要运动姿态的模拟仿真

论述了一种根据随机过程理论求取舰船主要运动姿态的时域响应方法。实践证明：本文法误差小，可靠性高，具有较好的实时性和通用性；可方便地进行舰船型号和海况的切换，具有较高的实用价值。     

基于模糊神经网络的穿浪双体船摇荡运动预报

根据穿浪双体船船型特点与实际海况,针对船舶运动特点,基于切片理论建立并计算船舶运动模型方程,结合模糊神经网络建立运动模型,提出一种线性神经网络结构,有效地解决非线性问题并预报各方向上的摇荡运动.通过一个具体算例模拟仿真验证该方法的实用性和可靠性.     

基于Matlab的BP神经网络在公交车辆调度中的应用

根据公交站点客流集散量,选用合适的BP神经网络构建公交车辆调度形式的神经网络预报模型.运用BP神经网络Matlab工具箱设计的基本方法与过程,将BP网络模型引入公交车辆的调度方案研究,计算结果表明,BP模型应用于公交车辆调度形式预测中具有较高的预测精度和良好的泛化能力.     

基于神经网络的船舶操纵运动水动力预报

以散货船和油船为例，采用神经网络方法，利用matlab语言，完成船舶操纵运动的水动力预报，研究结果表明，只要选择适当的学习样本，网络结构和学习算法，神经网络的水动力预报精度在实际中可以接受。     

厦门海底隧道地质超前预报技术

厦门海底隧道是我国大陆地区第一条海底隧道,是我国隧道建设史上的一个里程碑,对以后的隧道建设具有重要影响。针对单一的物探方法均有一定的误差,为了提高其精度,需要进行综合预报,介绍了利用掌子面编录预测法、TSP地质超前预报和地质雷达超前预报相结合的综合方法对厦门海底隧道翔安出口陆域和浅滩区段实施的地质超前预报工作,并与实际情况进行了比较,为施工提供了科学依据。     

基于输出反馈H∞算法的高速水翼船姿态控制

应用输出反馈H∞控制算法,利用Matlab的Simtllink工具箱和LMI控制工具箱,基于高速水翼船的运动仿真平台,研究了高速水翼船在波浪中运动的姿态控制器设计。通过对水翼船的非线性运动数学模型在设计速度点处线性化,得到了考虑外界干扰的水翼船运动状态空间模型。以高速水翼船HC200B—A1为实例进行控制器设计的仿真研究,发现输出反馈H∞控制器能够有效地减小波浪引起的摇荡运动。结果表明该设计方法仅需要系统的部分状态信息,具有良好的控制效果。     

TSP隧道地质超前预报系统预报误差原因分析及对策

近年来,利用TSP超前地质预报系统进行掌子面前方的地质情况的预测预报已经得到我国隧道工程技术人员的认可并广泛应用,但在预测预报中经常会出现误差,影响了预报结果的准确性。文章根据大量的TSP超前地质预报系统现场实践,分析、总结出预报误差产生的主要方面及原因,提出了相应对策和措施,可有效提高超前地质预报的准确性和精度,以供预报技术人员参考。     

基于混合阵列模型的运动舰船感应电场

提出一种基于混合阵列模型的运动舰船感应电场的计算方法，推导出运动舰船磁感应强度Bx分量所产生的感就电场的表达式，根据一次船模实验，分析了运动舰船产生的感应电场的大小及空间分布特性，实验结果表明，该感应电场大小和航速正比，电场分布具有很强的区域性且该龟场是完全可测的。     

水面高速无人艇运动极短期预报技术

采用基于时间序列的乘积季节ARIMA(求和自回归移动平均)模型以及无人艇模型规则波试验数据,研究了水面无人艇运动极短期预报技术。采用经趋势差分和季节差分后的ARMA(自回归移动平均)模型,运用最小信息准则和白噪声检验方法,验证所选择的最佳模型,并对无人艇进行了20步极短期运动预报。计算结果表明:无人艇船模加速度、升沉、纵摇的前10步短期预报最大误差均不超过6%,随着预测步数的增加,误差有扩大的趋势,加速度的后10步短期预报最大误差达到16.68%。可见,极短期预报技术有效。     

基于AR模型的并靠两船相对运动预报研究

根据两船相对运动的特点,利用两船模相对运动的测量数据,运用基于自回归模型的时间序列分析法,建立了两船相对运动的数学模型,并给出了运动姿态的预报值.通过本方法的研究,可以得到满意的相对运动预报精度,为两船补给波浪、补偿装置的开发打下了理论基础.     

规则波中船舶运动六自由度数学模型

为了提高船舶操纵模拟器的精度,应用船舶操纵性分离建模理论,基于傅汝德-克雷诺夫假设,将船舶近似为箱型船,估算波浪对船舶六自由度运动的干扰力与力矩,并将波浪的干扰力与力矩作为外力与力矩的一部分,叠加到分离型船舶运动数学模型中,建立了船舶在规则波作用下六自由度船舶运动的数学模型,给出5级海况下船舶全速旋回运动响应的时间历程仿真曲线.仿真结果显示:仿真结果与相关文献结果相近,运动趋势一致,能够满足大型船舶操纵模拟器对船舶运动数学模型仿真的精度要求,同时船舶运动数学模型由3自由度增至6自由度,提高了模拟的逼真度.     

Application of support vector machine to ship steering

System identification is an effective way for modeling ship manoeuvring motion and ship manoeuvrability prediction. Support vector machine is proposed to identify the manoeuvring indices in four different response models of ship steering motion, including the first order linear, the first order nonlinear, the second order linear and the second order nonlinear models. Predictions of manoeuvres including trained samples by using the identified parameters are compared with the results of free-running model tests. It is discussed that the different four categories are consistent with each other both analytically and numerically. The generalization of the identified model is verified by predicting different untrained manoeuvres. The simulations and comparisons demonstrate the validity of the proposed method.     

基于图像信息检测的船-桥智能避碰系统研究

将避碰决策系统分为船舶运动检测、视觉几何模型和船舶运动态势计算、碰撞预报及预控3部分.针对图像质量问题采取图像预处理增强、中值滤波、直方图均衡处理方法.采用相位相关算法基于背景模态模式静态空间信息记录图像信息,补偿图像抖动.基于视觉几何模型计算船舶运动态势计算船舶目标空间坐标位置、船舶型尺度、船速、船首向等.基于实时运动状态信息和桥区船舶运动态势预报碰撞危险以及避碰决策模式.引入避碰等级术语通过计算桥区船舶操纵避碰相关参数,进行避碰早期预警并得出避碰操纵决策方案.形成合理化的船-桥避碰决策系统,以达到船-桥避碰预警预控的智能效果.     

基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

为实现舵角小、试验数据少条件下船舶操纵辨识建模, 提出了一种船舶操纵运动灰箱模型; 搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM), 计算被辨识船舶与备选RM的相关系数, 并以此筛选合适的RM; 运用相似准则将观测数据映射到RM的输入值域, 建立被辨识船舶与RM的运动关联, 获得了RM的加速度项, 并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差; 分析了机理模型, 设计了合适的LSVR输入项, 使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数; 基于自航模试验数据训练了灰箱模型, 并与约束模试验(CMT)结果和计算流体力学结果比较, 验证了灰箱模型的泛化能力和预报精度。研究结果表明: 在20°船艏向、20°舵角Z形试验预报中, 灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°, 灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°; 在35°舵角旋回试验预报中, 灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%, 灰箱模型所得战术直径精度比CMT所得结果低4%, 比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模, GO算法能够优化LSVR的不敏感边界参数, 建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。      

基于GRNN的船舶阻力预测

文章通过介绍广义回归神经网络(GRNN)的原理及其非线性拟合的能力,建立了基于GRNN的船舶阻力预测模型。本文将该模型运用到Taylor系列船舶剩余阻力预测中,得出预测结果。通过与实际阻力比较,得出预测阻力的相对误差在5%之内的百分比为93.98%,最后本文通过预测插值后的数据,得出相对误差在5%以内占85.38%。由此可以看出,GRNN预测船舶阻力有很高的精度和较强的泛化能力,为船舶阻力的预测提供了一种简便的预测方法。     

基于三维时域Green函数法的船舶在规则波浪中的运动数学模型

在小时间区域采用级数展开法, 在大时间区域采用渐进展开法, 在大、小时间过渡区域采用精细积分法, 对三维时域Green函数进行数值计算; 采用线性叠加原理求解船舶辐射与绕射问题, 构造出船舶在规则波浪中的运动数学模型, 并采用数值方法计算WigleyⅠ型船舶和S60型船舶以Froude数为0.2迎波浪航行时的水动力系数、波浪激励力与运动时间历程。计算结果表明: 由于不规则频率的影响, 当量纲一频率为1.7时, WigleyⅠ型船舶的垂荡附加质量计算结果比试验结果小44%, 当量纲一频率为2.5时, S60型船舶的纵摇阻尼系数计算结果比试验结果小43%;随着入射波频率的增加, WigleyⅠ型船舶和S60型船舶的水动力系数和波浪激励力的大部分计算结果与试验结果的相对误差小于30%, 且二者的变化趋势一致; 对于WigleyⅠ型船舶, 当波长与船长比为1.25时, 采用三维时域方法计算的垂荡幅值响应因子和纵摇幅值响应因子分别比试验值小11.3%和4.8%, 采用三维频域方法计算的垂荡幅值响应因子比试验值大48.4%, 纵摇幅值响应因子比试验值小48.4%, 当波长与船长比为1.50时, 采用三维时域方法计算的垂荡幅值响应因子和纵摇幅值响应因子分别比试验值小3.0%和11.3%, 采用三维频域方法计算的垂荡幅值响应因子比试验值大9.8%, 纵摇幅值响应因子比试验值小23.6%。可见, 采用三维时域方法能准确地仿真船舶在波浪中的运动时间历程。      

开阔水域多物标动态自适应智能航行方法

考虑船舶操纵特性、《1972年国际海上避碰规则》和良好船艺要求,提出了动态自适应目标船不协调避碰行动的开阔水域智能航行方法;将物标分类、建模并构建数字孪生交通环境,结合航向控制方法、操纵运动和复航模型构建了自动航行模型,推演了船舶非线性操纵运动;基于自动航行模型量化解析了《规则》要求,探究动态避碰机理,建立了可行航向求取方法;在多目标环境中,提出了目标船机动判别方法,研究了《规则》约束下构成自主航行方案的改向时机、幅度和复航时机等要素求取方法。仿真结果表明:依靠信息秒级更新的滚动计算,提出的智能航行方法可自适应剩余误差和目标船随机运动;提出的智能航行方法能将可行航向区间和改向幅度精确到1°;将程序运行和复航时机计算步长设置为1、10 s,设置多类静态物标和6艘保向保速目标船,在640、1 053、2 561和3 489 s,本船进行右转9°、复航、保向保速和复航等操纵可让请所有目标并自主航行至终点;设置目标船在300 s采取不协调转向避让行动,本船在980、2 790、3 622、5 470 s时进行右转9°、左转12°、右转17°和复航等操纵可让请所有目标并自主航行至终点。可见,任意初始状态下的船舶均可沿计划航线自动航行至终点,提出的方法能满足多个、多类动静态物标共存的真实开阔水域环境中的智能航行需要。      

考虑航艏向与数据变化差异的船舶轨迹预测

船舶自动识别系统(Automatic Identify System,AIS)数据可以实时体现船舶当前时刻的具体动态,采用传统BP(Back Propagation)神经网络模型的船舶轨迹分析预测方法,在计算中直接将航艏向数据纳入模型,没有考虑船舶航艏向在零度附近变动时带来的实际方向变动幅度与数据变化幅度存在较大偏差问...     

一种船舶型值测量方案及精度研究

介绍一种船舶型线测量方案的测量原理,给出该测量方案的精度分析,可用于船舶设计中母船的测量或在建船舶的精度控制。     

基于NURBS的船体曲面自适应三角网格剖分

针对面向曲面的三维船体性能计算和真实感图形显示问题,应用NURBS曲线、曲面理论,提出一种新颖的船体NURBS曲面三角形网格自动生成算法,运用四角编码方法和改进的曲面片平坦性检验方法,保证在递归分割船体NURBS曲面时,能够快速有效地分割出四边形网格,在曲面片的高度方向和边界处同时满足给定的精度要求,在此基础上,应用割角剖分算法将一个四边形网格剖分成两个或多个三角形网格。应用结果表明,应用该算法生成的三角形平面片能够较好地逼近船体曲面,避免出现网格间的裂缝,与二叉树、四叉树方法相比,四角编码方法明显节省了时间和空间,提高了算法效率。