CN106773722B - 一种基于人工鱼群算法的船舶动力定位系统推力分配方法 - Google Patents

Abstract

本发明提供的是一种基于人工鱼群算法的船舶动力定位系统推力分配方法。包含以下步骤：输入参与推力分配的纵荡、横荡和艏摇的力和力矩；设定每个推进器推力的大小、推力变化率、推进器方位角禁区的范围和推进器方位角变化率；根据船舶所受的合力，要求所有的推进器产生的合力和合力矩与参与推力分配的输入指令相等；建立推力分配数学模型，并应用人工鱼群算法解决推力分配的优化问题。本发明对目标函数的性质要求不高，寻优速度快，具备全局寻优的能力，能够有效地将纵荡、横荡和艏摇三个自由度的推力指令分配到每个推进器上，从而降低推进器的能量消耗，解决动力定位系统的推力分配问题。

Description

一种基于人工鱼群算法的船舶动力定位系统推力分配方法

技术领域

本发明涉及的是一种船舶动力定位系统的推力分配方法，特别是一种采用人工鱼群算法的船舶动力定位系统推力分配方法。

背景技术

随着人类对海洋开发的深入和海域的扩展，锚泊系统已经不能满足深海水域定位作业的要求，而船舶动力定位系统却能很好地解决这一问题。过去，船舶在海上作业时，如果要求其保持作业地点固定不变，人们通常采用锚泊系统实现定位。但是随着水深的增加，或作业地点水下情况复杂不允许抛锚时，锚泊系统就很难完成其保持船位的任务，所以动力定位系统对于海洋工程装备领域来说，已成为十分重要的系统。

动力定位系统的推力分配是根据控制系统计算出来为实现动力定位而需要的推力和转艏力矩，对船上各推进器的推力大小和方向进行合理分配，从而使各推进器共同作用产生满足船舶控制所需的合力和力矩，以满足船舶定位的需要。

由于冗余要求，装有动力定位系统的船舶一般装有多个推进器，因此推进器分配单元存在多个解都能满足控制器指令。在考虑功率消耗和船舶的操纵性以及推进器的磨损和噪声前提下，可将推力分配问题归结为最优化问题。

公开号为CN102508431A，名称为“一种海洋钻井平台动力定位系统推力分配方法”；公开号为CN103092077A，名称为“动力定位系统的推力分配方法”的专利文件中，运用粒子群算法和序列二次规划方法对动力定位系统推力分配优化。

智能优化算法是近年来国内外优化领域和工程界研究的热点，其中人工鱼群算法是一种基于模拟鱼群行为的优化算法，在人工鱼群算法中，主要是利用了鱼群的觅食、聚群和追尾行为，从构造一条鱼的底层行为做起，通过鱼群中各个个体的局部寻优，达到全局最优值在群体中凸显出来的目的，该算法具有良好的克服局部极值，取得全局极值的能力。并且算法中只使用目标函数的函数值，无需目标函数的梯度值等特殊信息，对搜索空间具有一定的自适应能力，算法对初值无要求，对各参数的选择也不很敏感。

发明内容

本发明目的在于提供一种能降低能量的消耗、减少推进器的磨损和避免奇异结构，提高动力定位系统性能的基于人工鱼群算法的船舶动力定位系统推力分配方法。

本发明的目的是这样实现的：

步骤1.建立动力定位系统的推力分配模型，令参与推力分配的输入量τ＝[τ_x,τ_y,τ_z]，则

τ＝B(α)u

其中u＝[u₁,u₂,…,u₅]，

τ_x、τ_y、τ_z分别为输入的纵向、横向和艏摇方向的力和力矩；u为5个推进器输出的推力矢量；α_i为第i个推进器旋转方位角，l_xi、l_yi分别为第i个推进器与船舶旋转中心的纵向、横向距离，B(α)是对应的矩阵；

步骤2.初始化鱼群：初始化人工鱼群参数，所述参数包括：人工鱼群规模M、每条人工鱼的初始位置、视野Visual和步长Step、拥挤度因子δ、最大重复尝试次数try_number、最大迭代次数；

步骤3.将步骤1和步骤2得到的信息读入人工鱼群算法中；

步骤4.更新算法的迭代次数；

步骤5.每条人工鱼分别执行两种行为：第一种行为，每条人工鱼执行聚群行为，缺省行为是觅食行为；第二种行为，每条人工鱼执行追尾行为，缺省行为是觅食行为；

步骤6.计算每个人工鱼个体的适应度值：建立推力分配数学模型，其中目标函数为：

其中，第一项S^TQS惩罚项指在横向、纵向合力及回转力矩与控制器指令之间误差S，对于权值矩阵Q保证无论何时都满足S≈0；第二项是总的能量消耗；第三项用于约束方位角的变化速率，其中权值矩阵Ω＞0；第四项用于避免奇异结构，其中ε＞0，ρ＞0是权值系数，

满足以下的约束条件：

约束条件中第一项用于惩罚推力误差，其中S＝[S_x,S_y,S_z]分别为三个方向的推力误差；第二项是限制推进器的推力大小范围，u代表推进器输出的力的大小，其中u_min为推进器输出的最小推力，u_max为推进器输出的最大推力；第三项是限制推进器旋转方位角的大小范围，α代表推进器旋转的方位角，其中α_min为最小方位角，α_max为最大方位角；第四项是约束推进器的推力变化率，u₀表示推进器上一时刻的推力，其中Δu_min为当前采样时刻推力变化的最小变化值，Δu_max为当前采样时刻推力变化的最大变化值；第五项是约束推进器的旋转方位角的变化率，α₀表示推进器上一时刻的方位角，其中Δα_min为当前采样时刻的方位角变化的最小变化值，Δα_max为当前采样时刻的方位角的最大变化值；第六项是为了避免方位角陷入推力禁区，α_l为推进器方位角禁区的下限角度，α_u为推进器方位角禁区的上限角度；

步骤7.分别对每条人工鱼比较两种行为的结果，执行适应度值更好的行为；

步骤8.将人工鱼的适应度值与公告板进行比较，以适应度值好的人工鱼更新公告板；

步骤9.重复步骤4到步骤8的过程，即对可能的优化分配方案进行搜索，达到预定的最大迭代次数，结束算法；

步骤10.输出人工鱼群算法寻找到的最优分配方案，即每个推进器产生的推力大小和方向。

本针对现有技术存在的缺陷，在考虑海洋工程作业船纵荡、横荡和艏摇三个自由度的运动基础上，提出了一种基于人工鱼群算法的船舶动力定位系统推力分配方法，使其降低能量的消耗、减少推进器的磨损和避免奇异结构，提高动力定位系统的性能

本发明的主要技术手段是：输入参与推力分配的纵荡、横荡和艏摇的力和力矩；设定每个推进器推力的大小、推力变化率、推进器方位角禁区的范围和推进器方位角变化率；根据船舶所受的合力，要求所有的推进器产生的合力和合力矩与参与推力分配的输入指令相等；建立推力分配数学模型，并应用人工鱼群算法解决推力分配的优化问题。

本发明的有益效果表现如下：

1.本发明结合了推力分配的特点，将人工鱼群算法应用于推力分配寻优的过程中，能够有效地将纵荡、横荡和艏摇三个自由度的推力指令分配到各个推进器上，各个推进器推力变化平稳，而且推进器方位角没有进入推进器间禁区，能够有效地避免奇异结构的发生；

2.本发明对推力分配的目标函数的性质要求不高，寻优速度快，具备全局寻优的能力，可以很好地解决推力分配问题。

附图说明

图1为动力定位系统结构图。

图2为船舶推进器布置示意图。

图3为本发明推力分配算法流程图。

具体实施方式

下面结合附图举例对本发明作进一步描述。

图1是船舶动力定位系统结构图，主要由测量系统、控制器和推力分配单元组成，由测量系统测得当前船舶的位置和艏向，并与设定值进行比较计算，然后将测得的位置和艏向的数据进行信号处理和数据融合，再把滤波后的位置和艏向角的偏差e(t)输入到控制器，控制器通过运算产生控制指令，经过推力分配单元进行推力分配后，传输到执行机构推进器，推进器产生相应的力和力矩来抵抗外界环境产生的力和力矩，以保持作业船在要求的位置和艏向上。本发明中主要研究推力分配优化问题，将控制指令转换为传送到推进器的推力指令。

图2为船舶推进器布置示意图，其中1#-5#为推进器编号。

图3为基于人工鱼群算法的船舶动力定位系统推力分配方法的流程图，包括以下步骤：

步骤1.建立动力定位系统的推力分配模型，令参与推力分配的输入量τ＝[τ_x,τ_y,τ_z]，则

τ＝B(α)u

其中u＝[u₁,u₂,…,u₅]，

推进器的推力大小和方向u_i，α_i为待求解，模拟的推力指令τ为已知量，按照图2所示的船舶推进器布置示意图，本发明中的推进器的坐标(l_xi,l_yi)分别为(54.5,0)；(50.6,0)；(33.0,0)；(-59.2,-4.2)；(-59.2,4.2)；

步骤2.初始化鱼群：人工鱼群规模M＝50，每条人工鱼的初始位置为(0,0)，视野Visual＝2.5和步长Step＝0.3、拥挤度因子δ＝0.618、最大重复尝试次数try_number＝10、最大迭代次数为200次等参数；

步骤3.将步骤1和步骤2中所述的信息读入人工鱼群算法中；

步骤4.更新算法的迭代次数；

步骤5.每条人工鱼分别执行两种行为：(1)每条人工鱼执行聚群行为，缺省行为是觅食行为；(2)每条人工鱼执行追尾行为，缺省行为是觅食行为；

步骤6.计算每个人工鱼个体的适应度值：推力分配优化的目标函数是推进器的能耗、推进器的磨损、推力误差最小，以及避免奇异结构。根据以上的考虑，建立如下的推力分配数学模型，其中目标函数为：

其中，第一项S^TQS惩罚项指在横向、纵向合力及回转力矩与控制器指令之间误差S。此惩罚项的主要意义是确保推进器产生的合力能抵消环境因素作用在船上的外界力，所以，对于权值矩阵Q，对角线上的值应该取得足够大，保证无论何时都满足S≈0。第二项是总的能量消耗。第三项用于约束方位角的变化速率，是为了减小推进器的磨损，其中权值矩阵Ω＞0。第四项用于避免奇异结构，其中ε＞0是为了防止分母出现零的情况，ρ＞0是权值系数，可以在操作性和能耗方面进行调节。

满足以下的约束条件：

目标函数的要求是最小化燃油的消耗和减小推力误差，其中S＝[S_x,S_y,S_z]分别为三个方向的推力误差，为5个推进器的能量消耗之和；Q、Ω为单位矩阵；1#、2#推进器为槽道推进器，3#、4#、5#推进器为全回转推进器；推进器输出的最小推力u_1min＝u_2min＝0kN，u_3min＝u_4min＝u_5min＝0kN，推进器输出的最大推力u_1max＝u_2max＝350kN，u_3max＝u_4max＝u_5max＝600kN；1#和2#推进器的方位角固定为90°，即α₁＝α₂＝90°，3#、4#和5#推进器旋转最大方位角α_3max＝α_4max＝α_5max＝360°，最小方位角α_3min＝α_4min＝α_5min＝0°；推进器当前采样时刻推力变化的最小变化值Δu_1min＝Δu_2min＝0kN，Δu_3min＝Δu_4min＝Δu_5min＝0kN，最大变化值Δu_1max＝Δu_2max＝5.83kN，Δu_3max＝Δu_4max＝Δu_5max＝10kN；推进器当前采样时刻的方位角变化的最小变化值Δα_3min＝Δα_4min＝Δα_5min＝0°，最大变化值Δα_3max＝Δα_4max＝Δα_5max＝6°；3#推进器方位角禁区范围α₃∈(160,180)∪(180,200)，4#推进器方位角禁区上限α_u＝-60°，下限α_l＝-120°，5#推进器方位角禁区上限α_u＝120°，下限α_l＝60°；

步骤7.分别对每条人工鱼比较两种行为的结果，执行适应度值更好的行为；

步骤8.将人工鱼的适应度值与公告板进行比较，以适应度值好的人工鱼更新公告板；

步骤9.重复步骤4到步骤8的过程，即对可能的优化分配方案进行搜索，达到预定的最大迭代次数，结束算法；

步骤10.输出人工鱼群算法寻找到的最优分配方案，即每个推进器产生的推力大小和方向。

Claims (1)

1.一种基于人工鱼群算法的船舶动力定位系统推力分配方法，其特征是包括如下步骤：

步骤1.建立动力定位系统的推力分配模型，令参与推力分配的输入量τ＝[τ_x,τ_y,τ_z]，则τ＝B(α)u

其中u＝[u₁,u₂,…,u₅]，

τ_x、τ_y、τ_z分别为输入的纵向、横向和艏摇方向的推力；u为5个推进器输出的推力矢量；α_i为第i个推进器旋转方位角，l_xi、l_yi分别为第i个推进器与船舶旋转中心的纵向、横向距离，B(α)是对应的矩阵；

步骤2.初始化鱼群：初始化人工鱼群参数，所述参数包括：人工鱼群规模M、每条人工鱼的初始位置、视野Visual和步长Step、拥挤度因子δ、最大重复尝试次数try_number、最大迭代次数；

步骤3.将步骤1和步骤2得到的信息读入人工鱼群算法中；

步骤4.更新算法的迭代次数；

步骤5.每条人工鱼分别执行两种行为：第一种行为，每条人工鱼执行聚群行为，缺省行为是觅食行为；第二种行为，每条人工鱼执行追尾行为，缺省行为是觅食行为；

步骤6.计算每个人工鱼个体的适应度值：建立推力分配数学模型，其中目标函数为：

其中，第一项S^TQS惩罚项指在横向、纵向合力及回转力矩与控制器指令之间误差S，对于权值矩阵Q保证无论何时都满足S≈0；第二项是总的能量消耗；第三项用于约束方位角的变化速率，其中权值矩阵Ω＞0；第四项用于避免奇异结构，其中ε＞0，ρ＞0是权值系数，

满足以下的约束条件：

约束条件中第一项用于惩罚推力误差，其中S＝[S_x,S_y,S_z]分别为三个方向的推力误差；第二项是限制推进器的推力大小范围，u代表推进器输出的力的大小，其中u_min为推进器输出的最小推力，u_max为推进器输出的最大推力；第三项是限制推进器旋转方位角的大小范围，α代表推进器旋转的方位角，其中α_min为最小方位角，α_max为最大方位角；第四项是约束推进器的推力变化率，u₀表示推进器上一时刻的推力，其中Δu_min为当前采样时刻推力变化的最小变化值，Δu_max为当前采样时刻推力变化的最大变化值；第五项是约束推进器的旋转方位角的变化率，α₀表示推进器上一时刻的方位角，其中Δα_min为当前采样时刻的方位角变化的最小变化值，Δα_max为当前采样时刻的方位角的最大变化值；第六项是为了避免方位角陷入推力禁区，α_l为推进器方位角禁区的下限角度，α_u为推进器方位角禁区的上限角度；

步骤7.分别对每条人工鱼比较两种行为的结果，执行适应度值更好的行为；

步骤8.将人工鱼的适应度值与公告板进行比较，以适应度值好的人工鱼更新公告板；

步骤9.重复步骤4到步骤8的过程，即对可能的优化分配方案进行搜索，达到预定的最大迭代次数，结束算法；

步骤10.输出人工鱼群算法寻找到的最优分配方案，即每个推进器产生的推力大小和方向。