CN103318776B - 主动升沉波浪补偿控制系统和控制方法 - Google Patents

Abstract

本发明揭示了一种主动升沉波浪补偿控制系统，包括：起升卷筒、船舶姿态运动传感器、绝对值编码器、张力传感器和补偿设备。起升卷筒安装在离岸起重机上，通过钢丝绳绕过支臂前端的悬挂支点吊装一负载，负载浸没于水面下。船舶姿态运动传感器实时检测船舶升沉运动。绝对值编码器实时检测起升卷筒的运动状况。张力传感器实时检测钢丝绳的动态张力。补偿设备连接到船舶姿态运动传感器、绝对值编码器和张力传感器，补偿设备基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数，并基于预测参数施加补偿电压于起升卷筒。本发明还揭示了一种主动升沉波浪补偿控制方法。

Description

主动升沉波浪补偿控制系统和控制方法

技术领域

本发明涉及离岸起重机的控制技术领域，更具体地说，涉及一种用于离岸起重机的主动升沉波浪补偿控制系统，该离岸起重机用于海面吊装与水下安装。

背景技术

随着现代海洋工程的大力发展，各种安装于工程船、钻井平台等海洋浮动体上的起重机也应用越来越多。由于海浪等因素的干扰，使安装于浮动体上的起重机也受到干扰，进一步引起相关的起升负载载荷产生相应的干扰运动，从而危及到整个吊装作业的安全性与精确性。

波浪补偿是指因海面起伏引起作业装备产生波动而进行的补偿校正。波浪补偿技术主要应用于海上补给、海洋钻井、深海探测等方面。通过波浪补偿，可以大大增强海上作业的安全性、高效性和可靠性。波浪补偿技术研究的核心是波浪补偿系统控制，控制系统良好的控制性能和可操作性是波浪补偿系统安全高效作业的前提。

为了确保操作人员和吊装设备的安全性，以及保证水下安装的精准性，同时减少因为天气因素而带来的作业停工期，很有必要开发一种主动升沉波浪补偿控制系统。

发明内容

本发明旨在提出一种用于离岸起重机的能对波浪升沉进行补偿的控制系统。

根据本发明的一实施例，提出一种主动升沉波浪补偿控制系统，安装于离岸起重机上，离岸起重机通过固定基座固定在母船上，该主动升沉波浪补偿控制系统包括：起升卷筒、船舶姿态运动传感器、绝对值编码器、张力传感器和补偿设备。起升卷筒安装在离岸起重机上，起升卷筒通过钢丝绳绕过离岸起重机的支臂前端的悬挂支点吊装一负载，负载浸没于水面下。船舶姿态运动传感器固定于固定基座上，船舶姿态运动传感器实时检测船舶升沉运动。绝对值编码器安装于起升卷筒上，绝对值编码器实时检测起升卷筒的运动状况。张力传感器安装于悬挂支点，张力传感器实时检测钢丝绳的动态张力。补偿设备连接到船舶姿态运动传感器、绝对值编码器和张力传感器，补偿设备存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据，补偿设备基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数，并基于预测参数施加补偿电压于起升卷筒。

在一个实施例中，船舶姿态运动传感器以固定采样周期采集预定时间段内的船舶升沉运动位移数据，补偿设备对船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，补偿设备对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据。在一个实施例中，船舶姿态运动传感器以0.2秒为周期采集200秒内的船舶升沉运动位移数据。

在一个实施例中，补偿设备基于船舶升沉运动的状态空间模型，采用卡尔曼滤波预测算法，根据实时检测的船舶升沉运动数据预测船舶升沉运动。在一个实施例中，预测的船舶升沉运动的超前时间为0.6秒。

在一个实施例中，补偿设备基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，补偿设备将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。

在一个实施例中，补偿设备基于预测参数施加补偿电压于起升卷筒包括：补偿设备获取前馈控制电压，从绝对值编码器和张力传感器读取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压，使用数模转换器依据反馈控制电压产生补偿电压并将补偿电压施加于起升卷筒。

根据本发明的一实施例，提出一种主动升沉波浪补偿控制方法，该方法用于安装在母船上的离岸起重机，该方法包括：

船舶姿态运动传感器获取检测船舶升沉运动，由绝对值编码器获取起升卷筒的运动状况，由张力传感器获取钢丝绳的动态张力；

存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据；

基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数；

基于预测参数施加补偿电压于离岸起重机的起升卷筒。

在一个实施例中，船舶姿态运动传感器以固定采样周期采集预定时间段内的船舶升沉运动位移数据，对船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据；该方法基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。

在一个实施例中，该方法获取前馈控制电压，从绝对值编码器和张力传感器获取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压，使用数模转换器依据反馈控制电压产生补偿电压并将补偿电压施加于起升卷筒。

本发明揭示的主动升沉波浪补偿控制系统和控制方法能够在线辨识升沉运动模型，基于此模型进行升沉运动短周期预报。该预报算法能够独立于各个浮动体结构，只需考虑船舶升沉运动的历史数据和当前时刻的采样值，进行前馈-反馈的复合控制算法决策，驱动卷筒运动，实现主动升沉补偿。

附图说明

本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显，在附图中相同的附图标记始终表示相同的特征，其中：

图1揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统的结构示意图；

图2揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中船舶升沉运动模型识别与参数化的过程。

图3揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中负载悬挂支点未来运动的预报过程。

图4揭示了实际的与预报的升沉运动效果图。

图5揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中钢丝绳与负载体系的动力学模型示意图。

图6揭示了未施加本发明的负载运动与船舶升沉运动比较图。

图7揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中补偿设备的控制原理图。

图8揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中进行主动升沉波浪补偿扰动前馈-反馈复合控制的过程。

图9揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统中采用的反馈控制算法的结构框图。

图10揭示了采用本发明的负载运动示意图。

图11揭示了根据本发明的一实施例的主动升沉波浪补偿控制方法的流程图。

具体实施方式

本发明旨在提出一种主动升沉波浪补偿控制系统和控制方法。实现本发明的目的采用如下的技术方案：利用船舶姿态运动检测传感器实时检测负载悬挂支点的升沉运动。并提供一个升沉运动预测算法，该预测算法能够根据历史数据建立模型，然后基于此模型和当前时刻所测得的升沉运动数据，预测悬挂支点的未来运动状况。根据此预测运动数据和执行机构特性设计前馈补偿控制算法。进一步的，考虑作业水深而带来的钢丝绳弹性和负载阻尼等因素，设计智能反馈控制算法。结合前馈补偿控制电压和智能反馈控制电压，共同驱动绞车运动，从而补偿一部分的因海浪而引起的负载运动。

利用本发明的预测算法，基于采集的姿态传感器的历史运动数据，确定当前的升沉运动模型，根据此模型来预测未来短时间内的未来运动。设计该预测算法的目的在于弥补系统的滞后性。由于传感器本身的延迟性、控制算法的数据处理时间以及液压执行机构所带来的系统响应具有一定的滞后性，甚至对于一些大的负载来说，这种系统响应的滞后时间可以达到0.5秒甚至超过1秒。本发明所考虑的预测算法正是考虑控制器数据处理时间和执行机构滞后时间的总和，从而能够有效的实现当前时刻升沉运动的补偿。

本发明考虑负载工作水深问题，将钢丝绳弹性和负载阻尼等因素纳入到控制算法的设计当中。主动波浪补偿的最终目的是控制水下负载的运动状况，而由于水下负载的运动状况很难检测，也就不可能直接反馈水下负载的运动参数。本发明通过绞车上的绝对值编码器检测卷筒转速，从而计算出绞车收放钢丝绳的运动，同时通过悬挂支点出张力传感器检测钢丝绳张力，然后进行相关的动力学计算，转化为水下负载的运动参数，反馈到给定的负载运动路径，根据运动偏差设计智能反馈控制算法，确保水下负载按照设定的路径运动。

本发明的主动升沉波浪补偿控制系统的工作原理设计如下：船舶姿态运动传感器实时检测船舶的升沉运动，数据处理器通过采集一段历史运动数据，进行升沉运动模型的辨识，建立船舶升沉运动模型，然后基于此模型和采样时刻的运动数据，预测未来时刻的升沉运动，基于此预测数据，设计前馈补偿控制算法。通过反馈卷筒上的绝对值编码器和钢丝绳张力传感器的数据，进行动力学建模转化为水下负载的运动参数，然后与设定的负载运动路径进行比较，设计偏差智能调节控制算法，通过预测前馈控制量和反馈控制量的复合控制策略，决策出驱动卷筒的控制量，驱动卷筒运动，实现部分波浪补偿运动。

参考图1所示，图1揭示了根据本发明的一实施例的主动升沉波浪补偿控制系统100的结构图。该系统安装于离岸起重机上，离岸起重机102通过固定基座103固定在母船101上，主动升沉波浪补偿控制系统100包括：起升卷筒104、船舶姿态运动传感器107、绝对值编码器108、张力传感器109和补偿设备110。起升卷筒104安装在离岸起重机102上，起升卷筒104通过钢丝绳绕过离岸起重机102的支臂前端的悬挂支点105吊装一负载106，负载106浸没于水面下。船舶姿态运动传感器107固定于固定基座103上，船舶姿态运动传感器107实时检测船舶升沉运动。绝对值编码器108安装于起升卷筒104上，绝对值编码器108实时检测起升卷筒104的运动状况。张力传感器109安装于悬挂支点105，张力传感器109实时检测钢丝绳的动态张力。补偿设备110连接到船舶姿态运动传感器107、绝对值编码器108和张力传感器109(图中未示出补偿设备110与上述三个设备的连接关系)。补偿设备110存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据，补偿设备110基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数，并基于预测参数施加补偿电压于起升卷筒104。

在一个实施例中，船舶姿态运动传感器107以固定采样周期采集预定时间段内的船舶升沉运动位移数据，比如船舶姿态运动传感器107以0.2秒为周期采集200秒内的船舶升沉运动位移数据。补偿设备110对所述船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，补偿设备110对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据。

在一个实施例中，补偿设备110基于船舶升沉运动的状态空间模型，采用卡尔曼滤波预测算法，根据实时检测的船舶升沉运动数据预测船舶升沉运动。预测的船舶升沉运动的超前时间为0.6秒。

在一个实施例中，补偿设备110基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，补偿设备110将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。

在一个实施例中，补偿设备110基于预测参数施加补偿电压于起升卷筒104包括：补偿设备110获取前馈控制电压，从绝对值编码器108和张力传感器109读取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压，使用数模转换器依据反馈控制电压产生补偿电压并将补偿电压施加于起升卷筒。

下面结合图2～图10对本发明的主动升沉波浪补偿控制系统100作详细的说明。

第一方面是描述船舶姿态运动检测以及未来短周期内的预测运动。主动升沉波浪补偿主要考虑的是水下负载的运动状况，考虑补偿精度问题，检测船舶因波浪引起的升沉运动的船舶姿态运动传感器107的理论最佳安装位置是悬挂支点105处，但是在实际应用中，考虑到工程实现以及传感器保护的方面的因素，在实际应用中，船舶姿态运动传感器107都是安装于起重机的固定基座103上。考虑到补偿精度问题，采用专业的船舶姿态传感器MRU(MotionReferenceUnit)，该传感器可以实时且有效的检测到当前时刻的船舶升沉运动。在进行主动波浪补偿控制以前，应该对当前的升沉运动有个学习的过程，通过采样一定时间内的数据，然后进行模式辨识，从而建立当前工作状态下的船舶升沉运动的状态空间模型。

在获取了船舶升沉运动的数据后，需要有一个船舶升沉运动的模型辨识与参数化过程。为了能够预测船舶升沉运动的未来时刻值，必须对这一运动进行建模。如图2揭示了船舶升沉运动模型识别与参数化的过程。首先是一个学习建模过程。通常会设定采样周期为0.2秒，采集200秒时间内的一段升沉位移数据，然后对这些采样数据进行快速傅里叶变换，进行升沉运动的频谱分析，得到当前工况下的船舶升沉位移信号的功率谱。然后基于此功率谱，进行最小二乘法的谱拟合与参数化。

船舶升沉运动主要因海浪而造成，可以把船舶升沉运动当作一个平稳的随机过程。船舶升沉运动周期主要在5秒到15秒之间，升沉运动的频率主要集中在某个频率ω₀为中心的一个比较狭窄的范围内。船舶升沉运动位移信号的功率谱密度S(ω)，则位移信号为y(s)可以被下面公式近似的模拟：

y(s)＝h(s)w(s)(1)

其中，w(s)为高斯白噪声信号，其能量密度谱为：P_ww(ω)＝1.0；h(s)即为需要拟合的传递函数。

则升沉运动位移信号的功率谱密度谱为：

P_yy(ω)＝|h(jω)|²P_ww(ω)＝|h(jω)|²(2)

使P_yy(ω)能够近似的逼近升沉位移信号的功率密度谱S(ω)，从而就可以建立起该运动模型。在本发明方案中，用一个四阶系统来逼近升沉运动的功率谱。

$h\left(s\right)=\frac{K_w{s}^2}{{(s^2+2{\mathrm{\λ\ω}}_{0}s+{\mathrm{\ω}}_0^2)}^2}---\left(3\right)$

需要拟合确定的三个参数为：K_w，λ，ω₀。

其状态空间空间模型为：

$\left[\begin{array}{c}{\stackrel{\·}{x}}_1\\ {\stackrel{\·}{x}}_2\\ {\stackrel{\·}{x}}_3\\ {\stackrel{\·}{x}}_4\end{array}\right]=\left[\begin{array}{cccc}0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\\ -{\mathrm{\ω}}_0^4& -4{\mathrm{\λ\ω}}_0^3& -2{\mathrm{\ω}}_0^2-4{\mathrm{\λ}}^2{\mathrm{\ω}}_0^2& -4{\mathrm{\λ\ω}}_0\end{array}\right]\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]+\left[\begin{array}{c}0\\ 0\\ 0\\ K_w\end{array}\right]w_{\mathrm{\ω}}---\left(4\right)$

通过频谱分析，得到升沉运动功率谱的幅值与中心频率，然后通过最小二乘曲线拟合方法，得到该四阶系统的其他参数，从而有效的建立起升沉运动的数学模型，并且进行参数化。

考虑到海浪形成的船舶升沉运动的随机性，可以进行在线更新模型，可设置在线的频谱运动分析，然后隔一定的时间更新升沉运动模型。

升沉运动的预报过程如图3所示。基于前面所辨识建立的升沉运动模型，利用卡尔曼滤波预测算法，根据当前采样时刻值，可以实现状态变量的多步预测。具体预报周期根据整个主动波浪补偿系统的滞后时间来确定。图4所示了预报值与实际测量值，预报时间为超前0.6秒，为了更好的说明，预测的信号在时间上向后推移，这样更好的观察预报效果。

钢丝绳与负载体系的动力学模型。由于主动波浪补偿系统负载工作于深水环境下，当水深超过200米后，水下的负载运动与船舶的姿态运动存在明显的偏差，负载运动会滞后于船舶的运动，且有可能产生震荡，此时就应该考虑到钢丝绳的弹性影响。为了分析钢丝绳弹性对系统稳定性的影响，应该要建立包括钢丝绳在内的数学模型，可以考虑将钢丝绳与负载建模为质量-弹簧-阻尼系统。

考虑海浪引起的船舶升沉运动，可以将整个波浪补偿负载运动系统简化为如图5所示的钢丝绳与负载体系的动力学模型。

根据牛顿定律，可以建立如下微分方程：

$m_{eq}\stackrel{\·\·}{H}\left(t\right)+C\stackrel{\·}{H}\left(t\right)+KH\left(t\right)=K(H_0\left(t\right)+R\mathrm{\θ})+F_{static}---\left(5\right)$

m_eq为等效负载质量；C为系统阻尼；K为钢丝绳弹性刚度系数；H(t)为水下负载运动位移；H₀(t)为悬挂点船舶姿态运动运动位移；R为卷筒半径；θ为卷筒转角；F_static为负载的静态张力。

则考虑钢丝绳，负载，吊钩作为负载的有效质量m_eq可以等效为：

$m_{eq}=m_{load}+m_{anchor}+m_a+\frac{l_{rope}}{3}{m}_{rope}---\left(6\right)$

m_load为负载质量，m_anchor吊钩质量，m_a为其他附加质量，m_rope为悬挂支点以下钢丝绳质量，l_rope为绳长。

钢丝绳弹性系数K可由下列公式计算：

$K\left(l\right)=\frac{E\·A}{l_{rope}}---\left(7\right)$

式中，E为钢丝绳弹性模量，A为钢丝绳截面积，l_rope为钢丝绳长度；

负载阻尼系数C：

$C=\frac{1}{2}\·{\mathrm{\ρ}}_{water}\·A_{load}\·C_d---\left(8\right)$

ρ_water为海水密度；A_load为负载有效面积；C_d为阻尼系数(一般取为0.5～0.6)。

钢丝绳与负载静态张力F_static：

$F_{static}=\[(m_{load}+m_{anchor})\·\frac{{\mathrm{\ρ}}_{steel}\·{\mathrm{\ρ}}_{water}}{{\mathrm{\ρ}}_{steel}}+\frac{l_{rope}\·m_{rope}}{3}\]\·g---\left(9\right)$

ρ_steel为钢铁密度；m_rope为水下钢丝绳质量；g为重力加速度。

未加补偿时，如图6所示，揭示了水下负载的运动情况。

该主动升沉波浪补偿控制系统100的控制策略如下：参考图7所示，该补偿系统可以视为由检测系统701、控制系统702、电液伺服驱动系统703和机械执行系统704四个子系统构成。四个子系统与图1所示的部件的对应关系如下：检测系统701包括船舶姿态运动传感器107、绝对值编码器108、张力传感器109，控制系统702主要由补偿设备110实现，电液伺服驱动系统703和机械执行系统704包括起升卷筒104。

在正常工作状态下(没有风浪的情况下)，断开主动补偿控制器，使用反馈控制器以完成正常的起升/下降工作。当海浪波动较大时，启动补偿控制器便形成波浪补偿系统。本发明的主动式波浪补偿控制系统是由位置反馈系统和扰动前馈补偿控制相结合的复合控制系统。图8揭示了主动升沉波浪补偿扰动前馈-反馈复合控制框图。位置反馈控制的目的是按干扰和结构参数变化造成的偏差进行偏差调节。反馈控制提供了实现高精度控制的可能性。扰动前馈控制的目的是利用船舶姿态相对运动对系统的扰动信号产生控制作用，以补偿扰动对被控制量的影响。因而系统既能满足对参考输入响应的性能要求，又能有效抑制外界干扰影响。结合补偿目标和控制系统性能要求，本发明采用了反馈—前馈复合控制。

本发明的最终目的是控制吊装负载的运动状况，而由于水下负载的运动状况很难准确测量，或者检测成本极高，因此也就不可能直接反馈水下负载的运动参数。本发明通过安装于绞车上的绝对值编码器，检测绞车转速，从而可以得到绞车收放钢丝绳的运动位移。通过悬挂支点处的张力检测传感器，可以测得钢丝绳上的张力。通过船舶运动姿态检测传感器MRU可以检测当前时刻的悬挂支点处的升沉位移。然后通过公式(5)的动力学模型，即可以计算得到水下负载的运动参数，将此运动参数当做反馈参数，反馈到给定的负载运动路径信号，根据运动偏差设计智能控制算法，确保水下负载按照设定的路径运动。

在PID控制中，微分信号的引入可改善系统的动态性能，但也容易引进高频干扰，在误差扰动突变时尤其显出微分项的不足。若在控制算法中加入低通滤波器，则可以使系统性能得到很大的改善。由于通过动力学计算得到的负载运动参数存在很大的扰动突变项，为此本发明加入了一个一阶惯性环节(低通滤波器)，使反馈参数变的稍微平滑。同时，在反馈控制算法中利用不完全微分法，图9揭示了反馈控制算法的结构框图。

其传递函数为：

$U\left(s\right)=(k_P+\frac{k_P/T_I}{s}+\frac{k_P{T}_{D}s}{T_{f}s+1})E\left(s\right)=u_P\left(s\right)+u_I\left(s\right)+u_D\left(s\right)---\left(10\right)$

离散化为

u(k)＝u_p(k)+u_I(k)+u_D(k)(11)

现将u_D(k)推导

$u_D\left(s\right)=\frac{k_P{T}_{D}s}{T_{f}s+1}E\left(s\right)---\left(12\right)$

写成微分方程为

$u_D\left(k\right)+T_f\frac{{\mathrm{du}}_D\left(t\right)}{dt}=k_P{T}_D\frac{derror\left(t\right)}{dt}---\left(13\right)$

取采样时间为T_s，将其离散化为

$u_D\left(k\right)+T_f\frac{u_D\left(k\right)-u_D(k-1)}{T_s}=k_P{T}_D\frac{error\left(k\right)-error(k-1)}{T_s}---\left(14\right)$

经整理可得

$u_D\left(k\right)=\frac{T_f}{T_s+T_f}{u}_D(k-1)+k_P\frac{T_D}{T_s+T_f}(error\left(k\right)-error(k-1))---\left(15\right)$

进一步说明总的控制流程。高性能数字控制器实时读取MRU数据，进行预测前馈控制，得到前馈控制电压为u_forward。读取卷筒绝对值编码器和张力传感器数据，进行动力学模型计算，通过不完全微分反馈控制算法，决策出反馈控制电压u_feedback，控制器通过数模转换器，输出总的控制电压u＝u_forward+u_feedback，将此控制电压输出到马达驱动器，从而驱动卷筒转动，进行主动升沉补偿。图10揭示了采用本发明主动升沉补偿控制系统的负载运动效果图。

综上所述，本发明有如下特点：一是预测前馈控制算法，在线的学习建模，然后短周期预测船体运动，进行前馈的补偿控制；二是考虑钢丝绳和水下负载阻尼的影响，利用智能反馈控制算法，精确控制水下负载运动；三是不需要额外增加机械设备，就可以利用该控制算法对现有的离岸起重机进行改造实现主动波浪补偿的功能。

如图11所示，本发明还提供一种主动升沉波浪补偿控制方法200。该方法用于安装在母船上的离岸起重机，该方法包括：

201.船舶姿态运动传感器获取检测船舶升沉运动，由绝对值编码器获取起升卷筒的运动状况，由张力传感器获取钢丝绳的动态张力。

202.存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据。在一个实施例中，步骤202中，船舶姿态运动传感器以固定采样周期采集预定时间段内的船舶升沉运动位移数据，对船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据。该步骤202还包括基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。

203.基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数。

204.基于预测参数施加补偿电压于离岸起重机的起升卷筒。

在一个实施例中，步骤203和步骤204实现如下：获取前馈控制电压，从绝对值编码器和张力传感器获取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压，使用数模转换器依据反馈控制电压产生补偿电压并将补偿电压施加于起升卷筒。

本发明的主动升沉补偿控制系统和控制方法能够在线辨识升沉运动模型，基于此模型进行升沉运动短周期预报。该预报算法能够独立于各个浮动体结构，只需考虑船舶升沉运动的历史数据和当前时刻的采样值。利用高性能数字处理器，进行前馈-反馈的复合控制算法决策，驱动卷筒运动，实现主动升沉补偿。

上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的，熟悉本领域的人员可对上述实施例做出种种修改或变化而不脱离本发明的发明思想，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。

Claims (8)

1.一种主动升沉波浪补偿控制系统，其特征在于，安装于离岸起重机上，所述离岸起重机通过固定基座固定在母船上，所述主动升沉波浪补偿控制系统包括：

起升卷筒，起升卷筒安装在离岸起重机上，起升卷筒通过钢丝绳绕过离岸起重机的支臂前端的悬挂支点吊装一负载，负载浸没于水面下；

船舶姿态运动传感器，固定于固定基座上，船舶姿态运动传感器实时检测船舶升沉运动；

绝对值编码器，安装于起升卷筒上，绝对值编码器实时检测起升卷筒的运动状况；

张力传感器，安装于悬挂支点，张力传感器实时检测钢丝绳的动态张力；

补偿设备，补偿设备连接到船舶姿态运动传感器、绝对值编码器和张力传感器，补偿设备存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据，补偿设备基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数，补偿设备还获取前馈控制电压，从绝对值编码器和张力传感器读取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压，使用数模转换器依据反馈控制电压产生补偿电压，并基于预测参数将补偿电压施加于起升卷筒。

2.如权利要求1所述的主动升沉波浪补偿控制系统，其特征在于，所述船舶姿态运动传感器以固定采样周期采集预定时间段内的船舶升沉运动位移数据，补偿设备对所述船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，补偿设备对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据。

3.如权利要求2所述的主动升沉波浪补偿控制系统，其特征在于，所述船舶姿态运动传感器以0.2秒为周期采集200秒内的船舶升沉运动位移数据。

4.如权利要求2所述的主动升沉波浪补偿控制系统，其特征在于，所述补偿设备基于船舶升沉运动的状态空间模型，采用卡尔曼滤波预测算法，根据实时检测的船舶升沉运动数据预测船舶升沉运动。

5.如权利要求4所述的主动升沉波浪补偿控制系统，其特征在于，所述预测的船舶升沉运动的超前时间为0.6秒。

6.如权利要求4所述的主动升沉波浪补偿控制系统，其特征在于，所述补偿设备基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，补偿设备将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。

7.一种主动升沉波浪补偿控制方法，其特征在于，该方法用于安装在母船上的离岸起重机，该方法包括：

船舶姿态运动传感器获取检测船舶升沉运动，由绝对值编码器获取起升卷筒的运动状况，由张力传感器获取钢丝绳的动态张力；

存储船舶升沉运动的历史数据和钢丝绳与负载体系的历史数据；

基于历史数据和实时检测的船舶升沉运动、起升卷筒的运动状况和钢丝绳的动态张力的数据计算预测参数；

获取前馈控制电压，从绝对值编码器和张力传感器获取起升卷筒的运动状况和钢丝绳的动态张力的实时数据，通过不完全微分反馈控制计算反馈控制电压；

使用数模转换器依据反馈控制电压产生补偿电压，并基于预测参数将补偿电压施加于离岸起重机的起升卷筒。

8.如权利要求7所述的主动升沉波浪补偿控制方法，其特征在于，

船舶姿态运动传感器以固定采样周期采集预定时间段内的船舶升沉运动位移数据，对船舶升沉运动位移数据进行频谱分析获得船舶升沉运动位移数据的功率谱，对功率谱进行谱拟合与参数化并建立船舶升沉运动的状态空间模型，该状态空间模型作为船舶升沉运动的历史数据；

基于等效负载质量、负载阻尼系数、钢丝绳弹性刚度系数、负载位移和钢丝绳静态张力计算钢丝绳与负载体系的动力模型，将钢丝绳与负载体系的动力模型作为钢丝绳与负载体系的历史数据。