CN108284915B - 波浪滑翔器双体艏摇响应预测方法 - Google Patents

Abstract

本发明公开了波浪滑翔器双体艏摇响应预测方法，属于波浪滑翔器控制领域，包含如下步骤：步骤(1)：初始化状态信息；步骤(2)：输入已知的舵角信息，在一个迭代步长内根据潜体艏摇响应方程计算潜体艏摇响应值步骤(3)：根据当前浮体艏向与当前潜体艏向计算浮体等效舵角δ_F；步骤(4)：输入浮体等效舵角，在一个迭代步长内根据浮体艏摇响应方程计算浮体艏摇响应值，浮体艏摇响应值包括浮体艏向角，浮体转艏角速度，浮体转艏角加速度；步骤(5)：判断仿真是否结束，若仿真没有结束，则返回步骤(2)；若仿真结束，则结束。本发明步骤简洁有效，模型参数具有较为清晰的物理意义而相对容易获取还能够作为运动控制方法研究的仿真平台。

Description

波浪滑翔器双体艏摇响应预测方法

技术领域

本发明属于波浪滑翔器控制领域，尤其涉及波浪滑翔器双体艏摇响应预测方法。

背景技术

波浪滑翔器是近年来新兴的一种海洋观测设备。它依靠特殊的浮体与潜体机构实现将海洋中的波浪能转化为自身航行的推进力，无需螺旋桨等传统推进器即可完成长航时、大航程的海洋观测任务。波浪滑翔器的浮体上搭载有太阳能板，利用太阳能来为自身各种设备与传感器提供电力。相比于传统的海洋观测平台，它具有运行成本低廉、续航能力强、不产生环境污染、恶劣海况下生命力强等众多优点。因此，波浪滑翔器是一种具有广泛应用前景的海洋观测平台。

2005年，Roger Hine和Joseph D.Rizzi为跟踪考察驼背鲸的生活规律而发明了在海上工作数月而无需维护的利用海洋环境能源的自主运动平台——波浪动力滑翔机。2006年，Liquid Robotics公司成立并专著于波浪动力滑翔机的研发生产。2007年，波浪动力滑翔机经历了飓风Flossie，验证了可抵御3米浪高海况的能力。其后，波浪动力滑翔机在调查阿拉斯加海岸时，遇到了6米以上浪高海况，并可安然无恙的工作。于2008年12月布放的名叫Stripes的波浪动力滑翔机，已经累计海洋作业600天，航行15500英里。名为Honu和Kohola的波浪动力滑翔机从夏威夷出发航行4425.7千米为时79天到达旧金山。名为RedFlash的波浪动力滑翔机从墨西哥出发到达阿拉斯，途中在约7级海况下，在直径为6.4米的范围内实现了位置保持。美国Liquid Robotics公司于2008年向客户交付首台波浪动力滑翔机，至今已完成16万千米的路径跟踪和直径范围为50米范围的位置保持试验。该平台通过收集丰富的波浪能和太阳能来完成长时间、大范围的航行监测，且无需能源补给和人工维护。它通过卫星与基站之间实现指令和数据传输，从而实现远程路径导航和任务监控。

然而，波浪滑翔器的特殊的刚柔多体结构以及欠驱动特性使得动力学分析与运动控制相关研究较为困难。

硕士学位论文，波浪滑翔器总体技术研究，基于Fossen动力学模型建立了一种波浪滑翔器六自由度操纵性模型。硕士学位论文，波浪动力滑翔机双体结构工作机理与动力学行为研究和文献Dynamic Modeling and Motion Simulation for Wave Glider基于凯恩方法建立波浪滑翔器动力学模型。以上所述的两种方法稍显复杂，且参数意义不够明确，不利于技术人员的学习使用。

发明内容

本发明的目的在于公开简洁有效的，能够用作仿真平台的波浪滑翔器双体艏摇响应预测方法。

本发明的目的是这样实现的：

波浪滑翔器双体艏摇响应预测方法，包含如下步骤：

步骤(1)：初始化状态信息：

初始化浮体的初始艏向与潜体的初始艏向，初始化潜体转艏角速度，初始化潜体转艏角加速度，初始化浮体转艏角速度，初始化浮体转艏角加速度，初始化舵角，初始化迭代步长。

步骤(2)：输入已知的舵角信息，在一个迭代步长内根据潜体艏摇响应方程计算潜体艏摇响应值，潜体艏摇响应值包括潜体艏向角，潜体转艏角速度，潜体转艏角加速度：

进一步地，潜体艏摇响应方程：

上式中，r_G为潜体转艏角速度，δ为舵角，T₁ ^G，α^G为潜体艏摇响应方程的模型系数。

步骤(3)：根据当前浮体艏向与当前潜体艏向计算浮体等效舵角δ_F：

浮体等效舵角δ_F：

δ_F＝sin(ψ_G-ψ_F)；

上式中，ψ_G为当前潜体艏向，ψ_F为当前浮体艏向。

步骤(4)：输入浮体等效舵角，在一个迭代步长内根据浮体艏摇响应方程计算浮体艏摇响应值，浮体艏摇响应值包括浮体艏向角，浮体转艏角速度，浮体转艏角加速度：

进一步地，浮体艏摇响应方程：

上式中，r_F为浮体转艏角速度，δ_F为浮体等效舵角，T₁ ^F，α^F为浮体艏摇响应方程的模型系数。

步骤(5)：判断仿真是否结束，若仿真没有结束，则返回步骤(2)；若仿真结束，则结束。

进一步地，浮体艏摇响应方程的模型系数和潜体艏摇响应方程的模型系数采用一次辨识方法或两次辨识方法求解。

进一步地，一次辨识方法：

第一步：将潜体艏摇响应方程积分，得到关于潜体艏摇角速度最高阶项为潜体艏摇角速度的一次积分的形式，进而得到潜体艏向角的表达式及潜体艏向角各阶导数的表达式，艏摇角速度的一次积分即潜体艏向角。

积分后潜体艏摇响应方程为：

则：

上式中，t为数据源时间跨度；

第二步：将潜体艏向角的表达式及潜体艏向角各阶导数的表达式代入浮体艏摇响应方程，得到双体艏摇响应方程：

第三步：进行操纵性试验，采集实际试验数据，辨识双体艏摇响应方程中的待定参数。

进一步地，二次辨识方法：

第一步：进行操纵性试验，采集实际试验数据，辨识潜体艏摇响应方程的模型系数：T₁ ^G，α^G。

第二步：进行操纵性试验，采集实际试验数据，辨识浮体艏摇响应方程的模型系数，T₁ ^F，α^F。

本发明的有益效果为：

本发明在已知舵角信息的前提下同时预测波浪滑翔器浮体与潜体的艏摇响应，在能够刻画波浪滑翔器双体艏摇响应的前提下，步骤简洁有效，模型参数具有较为清晰的物理意义。模型参数能够通过试验数据辨识而相对容易获取。除动力学特性研究外，该模型能够作为运动控制方法研究的仿真平台。

附图说明

图1是波浪滑翔器双体艏摇响应预测方法流程图。

具体实施方式

下面结合附图来进一步描述本发明：

如图1，波浪滑翔器双体艏摇响应预测方法，包含如下步骤：

步骤(1)：初始化状态信息：

初始化浮体的初始艏向与潜体的初始艏向，初始化潜体转艏角速度，初始化潜体转艏角加速度，初始化浮体转艏角速度，初始化浮体转艏角加速度，初始化舵角，初始化迭代步长。

浮体与潜体的初始艏向，初始转艏角速度，初始转艏角加速度均可取为任意合理值，一般而言均可取为0。所述迭代步长可根据波浪滑翔器双体艏摇响应预测所需的精度要求灵活选择。

步骤(2)：输入已知的舵角信息，在一个迭代步长内根据潜体艏摇响应方程计算潜体艏摇响应值，潜体艏摇响应值包括潜体艏向角，潜体转艏角速度，潜体转艏角加速度：

参照船舶艏摇响应方程建立潜体艏摇响应方程，可能的形式包括但不限于一阶KT方程，一阶非线性KT方程，二阶KT方程，二阶非线性KT方程等多种形式。

本发明以潜体艏摇响应方程采用二阶非线性KT方程形式为例介绍本发明，但并不局限与采用该种形式。潜体艏摇响应方程：

上式中，r_G为潜体转艏角速度，δ为舵角，T₁ ^G，α^G为潜体艏摇响应方程的模型系数。

依据潜体艏摇响应方程在已知舵角信息的前提下能够容易地通过数值积分得到潜体艏摇响应值，包括潜体艏向角ψ_G，潜体转艏角速度r_G，潜体转艏角加速度

步骤(3)：根据当前浮体艏向与当前潜体艏向计算浮体等效舵角δ_F：

浮体等效舵角δ_F：

δ_F＝sin(ψ_G-ψ_F)；

上式中，ψ_G为当前潜体艏向，ψ_F为当前浮体艏向。

由于波浪滑翔器的浮体一般不会配备转动舵，浮体转艏力矩主动力矩来源于柔链的牵拉作用，拉力方向与潜体与浮体艏向差相关，拉力力臂与潜体与浮体艏向差的正弦值成正比关系，因此，浮体等效舵角取为潜体与浮体艏向差的正弦值。

步骤(4)：输入浮体等效舵角，在一个迭代步长内根据浮体艏摇响应方程计算浮体艏摇响应值，浮体艏摇响应值包括浮体艏向角，浮体转艏角速度，浮体转艏角加速度：

参照船舶艏摇响应方程建立浮体艏摇响应方程，可能的形式包括但不限于一阶KT方程，一阶非线性KT方程，二阶KT方程，二阶非线性KT方程等多种形式。其中浮体等效舵角取为潜体与浮体艏向差的正弦值。

本发明以浮体艏摇响应方程采用二阶KT方程形式为例介绍本发明，但并不局限与采用该种形式。浮体艏摇响应方程：

上式中，r_F为浮体转艏角速度，δ_F为浮体等效舵角，T₁ ^F，α^F为浮体艏摇响应方程的模型系数。

依据浮体艏摇响应方程在已知当前潜体艏向和当前浮体艏向的前提下能够容易地通过数值积分得到浮体艏摇响应值，包括浮体艏向角ψ_F，浮体转艏角速度r_F，浮体转艏角加速度

步骤(5)：判断仿真是否结束，若仿真没有结束，则返回步骤(2)；若仿真结束，则结束。

进一步地，浮体艏摇响应方程的模型系数和潜体艏摇响应方程的模型系数采用一次辨识方法或两次辨识方法求解。

进一步地，一次辨识方法：

第一步：将潜体艏摇响应方程积分，得到关于潜体艏摇角速度最高阶项为潜体艏摇角速度的一次积分的形式，进而得到潜体艏向角的表达式及潜体艏向角各阶导数的表达式，艏摇角速度的一次积分即潜体艏向角。

本发明以潜体艏摇响应方程采用二阶KT方程形式为例但不限于采用该形式，积分后潜体艏摇响应方程为：

则：

上式中，t为积分时间，具体地说用作模型辨识时，t为数据源时间跨度，用作波浪滑翔器动力学仿真时，t为仿真已运行时间。

第二步：本发明以潜体艏摇响应方程与浮体艏摇响应方程均采用二阶KT方程形式为例但不限于采用该形式，将潜体艏向角的表达式及潜体艏向角各阶导数的表达式代入浮体艏摇响应方程，得到双体艏摇响应方程：

第三步：进行操纵性试验，采集实际试验数据，辨识双体艏摇响应方程中的待定参数。

进一步地，二次辨识方法：

第一步：进行操纵性试验，采集实际试验数据，本发明以潜体艏摇响应方程采用二阶KT方程形式为例，辨识潜体艏摇响应方程的模型系数：T₁ ^G，α^G。

第二步：进行操纵性试验，采集实际试验数据，本发明以潜体艏摇响应方程采用二阶KT方程形式为例，辨识浮体艏摇响应方程的模型系数，T₁ ^F，α^F。

根据通用的操纵性试验方法和参数辨识方法能够容易地得到所述待定参数。所述辨识待定参数的方法不唯一，例如可采用智能算法如人工鱼群算法求解，例如采用经典最小二乘法求解。操纵性试验包括但不限于回转试验，Z形操纵试验或随机操舵试验。

一次辨识方法算法设计难度高于所述两次辨识方法，完成一次辨识过程的计算量大于所述两次辨识方法，但只需一次辨识过程即可辨识得到所述的波浪滑翔器双体艏摇响应方程中的全部参数。二次辨识方法算法设计难度低于所述一次辨识方法，完成一次辨识过程的计算量小于所述一次辨识方法，但需两次辨识过程才能辨识得到所述的波浪滑翔器双体艏摇响应方程中的全部参数。本领域技术人员可根据实际情形灵活选择采用所述一次辨识方法或两次辨识方法。

本发明在已知舵角信息的前提下同时预测波浪滑翔器浮体与潜体的艏摇响应，在能够刻画波浪滑翔器双体艏摇响应的前提下，步骤简洁有效，模型参数具有较为清晰的物理意义。模型参数能够通过试验数据辨识而相对容易获取。除动力学特性研究外，该模型能够作为运动控制方法研究的仿真平台。

需要指出的是，波浪滑翔器双体艏摇响应预测方法，潜体艏摇响应方程与浮体艏摇响应方程，可能的形式包括但不限于一阶KT方程，一阶非线性KT方程，二阶KT方程，二阶非线性KT方程等多种形式，以上均在本发明保护范围之内。

以上所述并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.波浪滑翔器双体艏摇响应预测方法，其特征在于：包含如下步骤：

步骤(1)：初始化状态信息；

步骤(2)：输入已知的舵角信息，在一个迭代步长内根据潜体艏摇响应方程计算潜体艏摇响应值，潜体艏摇响应值包括潜体艏向角，潜体转艏角速度，潜体转艏角加速度；

步骤(3)：根据当前浮体艏向与当前潜体艏向计算浮体等效舵角δ_F；

步骤(4)：输入浮体等效舵角，在一个迭代步长内根据浮体艏摇响应方程计算浮体艏摇响应值，浮体艏摇响应值包括浮体艏向角，浮体转艏角速度，浮体转艏角加速度；

步骤(5)：判断仿真是否结束，若仿真没有结束，则返回步骤(2)；若仿真结束，则结束；

所述的步骤(2)中的潜体艏摇响应方程：

上式中，r_G为潜体转艏角速度，δ为舵角，T₁ ^G，T₂ ^G，α^G为潜体艏摇响应方程的模型系数；

所述的步骤(3)中的浮体等效舵角δ_F：

δ_F＝sin(ψ_G-ψ_F)；

上式中，ψ_G为当前潜体艏向，ψ_F为当前浮体艏向；

所述的步骤(4)中的浮体艏摇响应方程：

上式中，r_F为浮体转艏角速度，δ_F为浮体等效舵角，T₁ ^F，α^F为浮体艏摇响应方程的模型系数；

所述的浮体艏摇响应方程的模型系数和潜体艏摇响应方程的模型系数采用一次辨识方法或二次辨识方法求解；

所述的一次辨识方法：

第一步：将潜体艏摇响应方程积分，得到关于潜体艏摇角速度最高阶项为潜体艏摇角速度的一次积分的形式，进而得到潜体艏向角的表达式及潜体艏向角各阶导数的表达式，艏摇角速度的一次积分即潜体艏向角；

积分后潜体艏摇响应方程为：

则：

上式中，t为数据源时间跨度；

第二步：将潜体艏向角的表达式及潜体艏向角各阶导数的表达式代入浮体艏摇响应方程，得到双体艏摇响应方程：

第三步：进行操纵性试验，采集实际试验数据，辨识双体艏摇响应方程中的待定参数；

所述的二次辨识方法：

第一步：进行操纵性试验，采集实际试验数据，辨识潜体艏摇响应方程的模型系数：T₁ ^G，T₂ ^G，α^G；

第二步：进行操纵性试验，采集实际试验数据，辨识浮体艏摇响应方程的模型系数，T₁ ^F，α^F。

2.根据权利要求1所述的波浪滑翔器双体艏摇响应预测方法，其特征在于：所述的步骤(1)具体为：

初始化浮体的初始艏向与潜体的初始艏向，初始化潜体转艏角速度，初始化潜体转艏角加速度，初始化浮体转艏角速度，初始化浮体转艏角加速度，初始化舵角，初始化迭代步长。