基于神经网络的围网渔船横摇运动研究

为了快速预报一艘65 m的围网渔船在任意载况规则波中横摇运动频率响应函数及不规则波中各海况下的横摇角有义值,应用神经网络的原理和算法,以该船7种实际航运载况的耐波性计算数据为训练样本,建立满足精度要求的围网渔船横摇运动神经网络预估模型。并分析吃水、重心高度、航速和浪向对横摇运动的影响。该模型可应用于风浪中船舶航行安全性评估。     

用神经风格技术辨识海上船舶的稳性参数

本文用神经网络技术对航行在海上的船舶的稳性参数进行识别。从随机横摇响应中计算随机减量。该议程类似于描述自由横摇运动的微分方程。自由横摇运动方程中的非线性特性与线性阻尼项归并成一个横摇角Φ和横摇角速度Φ的非线性函数Ｆ，然后利用带单隐含层的前馈网络来辨识这个总的函数。应用回归技术，函数Ｆ可用来识别扶正力矩参数。作为一个例子，将该技术应用于一个系列６０，ＣＢ＝０．６０船模试验。用神经网络技术预报的曲线与     

基于相轨迹特征的阻尼估算能量法改进研究

横摇是船舶在海上航行安全中首要考察的运动姿态。船舶横摇运动的高精度预报，需准确地估算横摇阻尼。引入相轨迹概念，以能量变化的视角，从船舶模型试验数据中提取幅值数据，进行横摇阻尼非线性特征的研究。分析幅值数据呈现的规律，提出新的幅值拟合函数，并相应改进横摇衰减拟合函数。采用线性加平方阻尼力矩模型，通过预设阻尼系数仿真生成静水船舶模型自由横摇数据，展开阻尼估算试验。试验显示：能量法的改进有效减小了阻尼系数的估算误差。基于阻尼系数进行数值预报，证明方法改进后的数值预报更加接近试验仿真数据。结果表明：能量法的改进是有效的，能更好地识别横摇阻尼的非线性特征，更准确地估算横摇阻尼系数。     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络(ESNS)是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络（ ESNS）是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

二阶灰色神经网络在船舶横摇预报中的应用

为了提高船舶的耐波性和适航性、对船舶横摇进行有效准确预报,提出了将灰色系统理论和神经网络进行有机结合的二阶灰色神经网络预报模型。介绍了二阶灰色预报模型,采用神经网络映射的办法构建灰色神经网络预报模型,并介绍了神经网络学习机制。另外,以某舰船横摇运动时间序列预报为例对模型进行仿真验证,有效改善了二阶灰色模型较大的预报偏差。仿真结果表明,GNNM(2,1)模型能准确预报船舶横摇运动,具有更高的预报精度和更好的数据稳定性。     

基于能量法的船舶静水横摇试验阻尼估算方法研究

船舶横摇阻尼准确估算是正确预报波浪中横摇运动的前提。为获得船舶横摇阻尼,通常采用静水中船模自由横摇衰减试验的方法。文章基于模型试验的横摇衰减测量数据,采用能量法进行了船舶横摇阻尼系数的研究,主要研究了横摇衰减曲线拟合函数形式,横摇衰减周期截取个数对获取的横摇阻尼系数的影响。最后将采用能量法获取的横摇阻尼系数用于规则波中船舶横摇运动预报,验证了采用该方法获取的阻尼系数的适用性。     

基于渐进法的船舶横摇非线性阻尼系数识别

阻尼对于海浪中船舶的横摇运动响应预报至关重要。本文基于渐进法,利用自由横摇衰减数据,提出了一种适用于船舶大幅横摇运动的非线性阻尼系数识别方法。非线性阻尼选用线性加二阶模型,非线性回复力矩可以是任意形式的奇函数。通过数值方法模拟生成自由横摇衰减曲线,采用本文方法识别阻尼系数,验证方法的有效性。开展不同横摇角幅值下的参数研究,将不同船舶横摇方程的阻尼系数识别结果与其他方法的估算结果进行对比分析,验证了本文方法的高精度。最后,将本文方法应用于船舶自由横摇衰减实测数据,识别其非线性阻尼系数,数值模拟结果与试验数据一致性较好。研究表明该方法精度高,易操作,适用于大角度横摇和强非线性回复力矩条件下非线性阻尼系数的识别。     

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.     

不规则波中船舶参数横摇的概率分析

从概率的角度探讨不规则波中船舶参数横摇的特性。参数横摇伴随着船舶大角度横摇,不仅会降低船舶舒适性,而且当横摇角过大时还会造成集装箱的破坏与落水,带来经济损失。在不规则波中,船舶初稳性高是随波浪而随机变化,参数横摇呈现出非线性和随机性,因而增加了对这一问题的研究难度。采用数值模拟,从概率的角度探讨船舶在不规则随机纵浪中的参数横摇,用频率分布直方图分析不规则波中横摇角的频率分布,并分析横摇角概率分布受运动方程初值的影响。结果表明:不规则波中参数横摇的数值模拟结果会受运动方程初值的影响,不同的运动方程初值会导致不同的概率分析结果,可以选取合适的时间段,以减小初值的影响。     

具有外源输入的船舶横摇运动NARX神经网络预测

为了提高船舶在风浪中航行的安全性,需要精确地预测船舶在风浪中的横摇运动,以提高船舶横摇控制效果,本文通过应用一种带外源输入的非线性自回归（NARX）神经网络预测方法预测船舶横摇运动。该方法考虑了实船操纵性试验数据受风、浪、流等外界因素的的影响,将实测的风向、风速、流速、流向、浪向以及浪高的数据作为外源输入,能够有效提高船舶横摇运动的预测精度。基于“育鲲”轮,利用该方法对实际船舶海上横摇运动进行了实时预测实验,并将其实验结果与SAPSO-BP神经网络模型的预测结果进行对比。从对比结果可以看出,本文所提方法对复杂海浪环境具有良好的适应性,NARX模型的预测精度优于普通反向传播（BP）神经网络和自适应粒子群算法优化的普通反向传播（SAPSO-BP）神经网络.     

船舶非线性横摇运动方程的线性化研究

考虑阻尼力矩和恢复力矩的非线性,运用能量法对正横规则波中船舶非线性横摇运动方程进行等效线性化,导出等效线性系数表达式,并验证其工程实用性,为船舶横摇预报提供理论分析计算模型。     

用Morlet小波变换研究舰船横摇垂荡耦合特性

本文探索了用小波变换方法对舰船横摇垂荡非线性耦合动力学特性的研究.对于考虑与垂荡二次耦合的舰船横摇方程,用Morlet小波变换分析其摇摆响应动力学特性,研究分析了船舶在几种典型波浪中的状况:稳定区域中的横摇回复和稳态横摇;非稳定区域的横摇发散;以及混沌现象.研究表明,通过小波变换所特有的时频窗,对横摇响应小波变换系数的模和相等信息进行分析,可以获得船舶横摇-垂荡耦合非线性动力学幅值和频率的各种典型特征.     

基于神经网络和随机森林的船舶横摇预测

本文针对船舶在随机海浪中的运动,通过分析海浪波能谱、海浪波倾角谱、海浪有效波倾角谱和船舶受力运动,建立随机海浪模型,并用Matlab对海浪波倾角、有效波倾角以及船舶横摇运动进行仿真实验。根据实验数据,采用BP神经网络与随机森林分别及融合预测方法对船舶横摇运动进行预测。通过船舶实际横摇与预测结果对比分析可知,BP神经网络与随机森林组合预测方法更为精准,为船舶横摇预测控制及船舶稳定平台控制奠定了基础。     

基于DRNN神经网络的横摇运动实时预测方法分析

船舶在航行的过程中,受到波浪的影响,会产生复杂的运动,这个运动具有随机性和非线性的特点。为保证船舶航行的安全性,要对摇荡运动实时、准确预测,尤其是横摇运动。这是因为横摇的幅度过大,极有可能引起翻船的情况发生,所以预测船舶的横摇运动显得尤为必要。为提高预测结果的准确性,可以基于DRNN神经网络构建预测模型。在模型的建立中,选用单项模型组合的方式,提高预报精度、增加预报时长,使船舶保持安全、稳定航行。     

基于改进型消灭曲线法的横摇阻尼估算

自由衰减试验仍是目前最为有效且常用的估算横摇阻尼系数的方法.横摇阻尼系数的估算精度对于船舶横摇运动的预报起着至关重要的作用.通常采用所谓的消灭曲线法来分析自由横摇衰减数据.该方法的一个不足之处在于其推导是基于忽略了非线性恢复力项的自由横摇运动方程.另一方面,考虑更多非线性成分的能量法能够纳入该因素影响但在实施过程中较为复杂.文中提出了一种改进型的消灭曲线法,能够纳入船体非线性恢复力项的影响.所提出的方法形式简单且相比能量法更易于实施.数值试验证明了改进型消灭曲线法的正确性,并展现了其相对传统消灭曲线法所具有的优势.     

基于改进型消灭曲线法的横摇阻尼估算（英文）

自由衰减试验仍是目前最为有效且常用的估算横摇阻尼系数的方法。横摇阻尼系数的估算精度对于船舶横摇运动的预报起着至关重要的作用。通常采用所谓的消灭曲线法来分析自由横摇衰减数据。该方法的一个不足之处在于其推导是基于忽略了非线性恢复力项的自由横摇运动方程。另一方面,考虑更多非线性成分的能量法能够纳入该因素影响但在实施过程中较为复杂。文中提出了一种改进型的消灭曲线法,能够纳入船体非线性恢复力项的影响。所提出的方法形式简单且相比能量法更易于实施。数值试验证明了改进型消灭曲线法的正确性,并展现了其相对传统消灭曲线法所具有的优势。     

内倾船骑浪概率评估方法和安全边界研究

针对与横甩密切相关的骑浪运动,构建了规则波中纵荡-横荡-横摇-首摇4自由度耦合运动数学模型,其中包含了波浪绕射、非线性水动力导数、静水中横倾产生的水动力和非线性横摇阻尼等因素。在螺旋桨推力和舵力模型中考虑了波浪粒子速度、螺旋桨和舵实时出入水以及双桨、双舵对首摇力矩的影响。基于规则波中骑浪数值预报,采用临界波法建立了不规则波中船舶骑浪概率评估方法。以一艘非常规双桨双舵内倾船为例,计算了内倾船在长期海况和短期海况中骑浪发生的概率,并开展安全边界研究,获得了船舶骑浪危险区域边界。建立的船舶骑浪概率评估方法可为骑浪/横甩直接稳性评估提供技术支撑。     

规则迎浪中船舶参数横摇的三维时域预报方法研究

参数横摇是船舶因复原特性改变而引起的典型非线性现象。文章采用三维时域方法预报规则迎浪中船舶的参数横摇运动。该方法引入匹配面将流域分为内域和外域,内域中采用Rankine源来满足物面条件和线性自由面条件,而外域中应用时域格林函数来满足线性自由面条件和远场辐射条件。数值方法中,Froude-Krylov力和恢复力是通过对船舶瞬时湿表面积积分获得,同时考虑了横摇、垂荡和纵摇三自由度之间的耦合作用,以及非线性横摇阻尼的影响。数值结果与试验结果吻合很好,说明该方法可以有效地预报参数横摇。     

规则迎浪中船舶参数横摇的三维时域预报方法研究（英文）

参数横摇是船舶因复原特性改变而引起的典型非线性现象。文章采用三维时域方法预报规则迎浪中船舶的参数横摇运动。该方法引入匹配面将流域分为内域和外域,内域中采用Rankine源来满足物面条件和线性自由面条件,而外域中应用时域格林函数来满足线性自由面条件和远场辐射条件。数值方法中,Froude-Krylov力和恢复力是通过对船舶瞬时湿表面积积分获得,同时考虑了横摇、垂荡和纵摇三自由度之间的耦合作用,以及非线性横摇阻尼的影响。数值结果与试验结果吻合很好,说明该方法可以有效地预报参数横摇。