CN110187689A - 一种主动式锚泊定位优化控制方法及系统 - Google Patents

Abstract

本发明实施例公开了一种主动式锚泊定位优化控制方法及系统，其包括：获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；实时检测平台位移变化数据；对平台位移变化数据与期望位移进行比较并输出比较结果；基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器进行调整。本发明克服了松弛法只能得到张力分配近似解的缺陷，使用降维算法使等式严格满足，并解决了降维算法的缺陷。采用自适应调整评价函数中K值权重的优化方案，让锚机设备主动调整张力，增加船舶的定位能力。

Description

一种主动式锚泊定位优化控制方法及系统

技术领域

本发明涉及锚泊定位技术领域，尤其涉及一种主动式锚泊定位优化控制方法及系统。

背景技术

如图1所示，大型海洋石油平台锚泊定位系统多采用8点对称式布锚方式，4台双链轮卧式锚绞机分别控制8条锚泊线L1-L8顶端的收放。传统的锚泊辅助动力定位系统为最大限度的减小海洋浮式结构物的运动，通常在强度许可条件下将每根锚链尽量收紧，受锚机功率与转速的限制，锚泊线并不一定能够在规定时间内达到张力分配控制器发出的控制指令，就会导致平台不能到达期望位置，系统的定位精度下降，锚机不断处于运行状态从而增加能源消耗。

也就是说，上述松弛法存在只能得到张力分配近似解的缺陷。

发明内容

基于此，为解决在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，特提出了一种主动式锚泊定位优化控制方法。

一种主动式锚泊定位优化控制方法，包括如下步骤：

S1、获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；

S2、实时检测平台位移变化数据；

S3、对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果；

S4、基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器进行调整。

可选的，在其中一个实施例中，所述S4通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度；ΔLength表示四台锚机收/放缆的总量(假设锚机的收揽与放缆效率相同)；K表示权值重；ΔL_i是相对于上一时刻，这一时刻需要的收/放缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力,i＝1,2,…,8；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角；同时采用降维优化算法降低优化模型中自变量的数目进而获得优化后的各锚缆的张力分布。

可选的，在其中一个实施例中，所述降维优化算法为：

假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

可选的，在其中一个实施例中，采用基于收缩系统的验证剔除法对求解出的数据进行修正以保证求解出的独立变量的值满足式(5)所对应的自变量阈值范围。

可选的，在其中一个实施例中，K的取值方法如下式所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收/放缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关。

可选的，在其中一个实施例中，所述锚机在同一时刻仅能控制一条锚缆的收放状态，另一条处于切断状态；在张力阈值达到上限时在张力分配控制单元控制下停止运行并切换锚缆线的使用状态。

此外，在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，特提出了一种主动式锚泊定位优化控制系统。

一种主动式锚泊定位优化控制系统，包括：

张力检测单元，其用于获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；

位移检测单元，其用于实时检测平台位移变化数据并送至张力分配控制单元；

张力分配控制单元，其用于对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果至张力优化单元；

张力优化单元，其用于基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器。

可选的，在其中一个实施例中，所述张力优化单元通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度；ΔLength表示四台锚机收/放缆的总量(假设锚机的收揽与放缆效率相同)；K表示权值重；ΔL_i是相对于上一时刻，这一时刻需要的收/放缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力,i＝1,2,…,8；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角；

同时采用降维优化算法降低优化模型中自变量的数目进而获得优化后的各锚缆的张力分布。

可选的，在其中一个实施例中，所述降维优化算法为：

假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

可选的，在其中一个实施例中，采用基于收缩系统的验证剔除法对求解出的数据进行修正以保证求解出的独立变量的值满足式(5)所对应的自变量阈值范围。

可选的，在其中一个实施例中，K的取值方法如下式所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收/放缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关。

可选的，在其中一个实施例中，所述锚机在同一时刻仅能控制一条锚缆的收放状态，另一条处于切断状态；在张力阈值达到上限时在张力分配控制单元控制下停止运行并切换锚缆线的使用状态。

此外，为解决传统技术在面对在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，还提出了一种计算机可读存储介质，包括计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行所述的方法。

实施本发明实施例，将具有如下有益效果：

采用了上述技术之后，解决了传统技术在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，本发明使用降维算法使等式严格满足需求，并解决了降维算法的缺陷；本发明通过自适应调整锚缆张力分配及锚机收、放缆变化长度之间的权重，让锚机设备主动调整张力，增加船舶的定位能力，达到兼顾系统安全性、经济性及定位精准性的效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1为现有技术中大型海洋石油平台锚泊定位系统采用8点对称式布锚方式示意图；

图2为一个实施例中主动式锚泊定位优化控制方法步骤流程图；

图3为一个实施例中主动式锚泊定位优化控制系统结构示意图；

图4为一个实施例中基于收缩系统的验证剔除法步骤流程图；

图5为一个实施例中优化当前环境扰动下各锚缆所对应的张力阈值的核心步骤流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。可以理解，本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一元件称为第二元件，且类似地，可将第二元件为第一元件。第一元件和第二元件两者都是元件，但其不是同一元件。

在面对在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，特提出了一种主动式锚泊定位优化控制方法，如图2所示，该方法包括:S1、通过张力传感器获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；

S2、通过位移和艏向传感器实时检测平台位移变化数据；

S3、通过张力分配控制器(即锚泊定位控制器)对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果；

S4、通过张力优化单元基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器进行调整。在一些具体的实施例中，如图5，将锚缆顶端张力作为优化模型的输出，对海洋平台在三个自由度上的运动进行控制属于过驱动控制问题；张力分配控制器得到海洋平台在横荡、纵荡方向上的合力及艏摇方向上的控制力矩以后，需要对锚缆的张力进行协同控制，并在多种优化结果中选取能耗最低、效率最高以及定位最准的一组结果。具体的方案为所述S4通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度，用来防止受力不均导致的断裂破坏；ΔLength表示四台锚机收(放)缆的总量(假设锚机的收揽与放缆效率相同)，用来降低锚机的启停时间，提高定位的时效性；K表示权值，用来消除ΔTension和ΔLength之间的量级以及调整两者的权重；ΔL_i是相对于上一时刻，这一时刻需要的收(放)缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角，上述参数中采集量为F_x,F_y,M,φ_i，ω_i，计算量为T_i，i＝1,2,…,8；在一些具体的实施例中，上述优化模型中存在等式约束，而遗传算法很难处理存在等式约束的优化问题。本发明采用降维优化算法，即通过降低优化模型中自变量的数目来克服该问题；所述降维优化算法为：假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

在一些具体的实施例中，但是降维优化算法不能保证求解出的独立变量的值处于自变量阈值范围，本发明建立的张力分配的优化模型，存在8个自变量(T₁，T₂…T₈)和3个等式约束，通过降维算法后，自变量的数目降为5个(T₁，T₂…T₅)，T₆、T₇、T₈的值可由式(2)、式(3)和式(4)求出，但这3个变量的值并不一定满足式(5)的取值要求；故为结合遗传算法的特性，使用基于收缩系统的验证剔除法来解决降维优化的缺陷，计算流程如图4所示，图中U_i是种群的第i例个体，u_ij是个体U_i的第j位变量，ξ(0<ξ<1)是收缩系数。假设U₁是满足式(5)的个体，ξ(0<ξ<1)是收缩系数。简单来讲，基于收缩系数的验证剔除法就是对另外三个变量进行检测，验证其是否符合自变量的界限，如果不符合，通过收缩系数来改变其基因，不断接近符合要求的上一个体，并进行再次验证，直到产生符合要求的个体。

在一些具体的实施例中，由于锚机功率与转速限制，在恶劣海况下，锚机的运行时间及频率过高时，应增加目标函数中第二项的权重，来提高平台的定位效率，减少锚机能量消耗。K的取值方法如下所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收(放)缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关。

在一些具体的实施例中，所述锚机在同一时刻仅能控制一条锚缆的收放状态，另一条处于切断状态；在张力阈值达到上限时在张力分配控制单元控制下停止运行并切换锚缆线的使用状态。

此外，在锚泊辅助动力定位时存在只能得到张力分配近似解的不足，特提出了一种主动式锚泊定位优化控制系统，如图3，包括：

张力检测单元，其用于获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；在一些具体的实例中，所述张力检测单元包含多个张力传感器，各个张力传感器分别感受8条锚缆张力变化，计算出在当前环境扰动下，平台到达期望位置所需的张力及力矩并分配给8条锚缆；

位移检测单元，其用于实时检测平台位移变化数据并送至张力分配控制单元；在一些具体的实例中，所述位移检测单元包括位移传感器检测平台位移变化数据并送至张力分配控制单元；

张力分配控制单元，其用于对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果至张力优化单元；在一些具体的实例中，所述张力分配控制器对所检测到的平台位移变化数据与期望位移进行比较，将结果传送至张力优化单元进行运算，对张力阈值进行调整；

张力优化单元，其用于基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器。如图3所示，系统由张力传感器、位移和艏向传感器、张力分配控制器和张力优化单元组成，其总共形成两个闭合回路。在一些具体的实例中，将锚缆顶端张力作为优化模型的输出，则对海洋平台在三个自由度上的运动进行控制属于过驱动控制问题；张力分配控制器得到海洋平台在横荡、纵荡方向上的合力及艏摇方向上的控制力矩后，需要对锚缆的张力进行协同控制，并在多种优化结果中选取能耗最低、效率最高以及定位最准的一组结果；本发明在保证平台目标位置的基础上优化锚缆的张力分布的同时，提高平台的快速定位能力，具体的所述张力优化单元通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度，用来防止受力不均导致的断裂破坏；ΔLength表示四台锚机收/放缆的总量(假设锚机的收揽与放缆效率相同)，用来降低锚机的启停时间，提高定位的时效性；K表示权值重，用来消除ΔTension和ΔLength之间的量级以及调整两者的权重；ΔL_i是相对于上一时刻，这一时刻需要的收/放缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力,i＝1,2,…,8；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角；上述参数中采集量为F_x,F_y,M,φ_i，ω_i，计算量为T_i，i＝1,2,…,8。

由于上述优化模型中存在等式约束，而遗传算法很难处理存在等式约束的优化问题。本发明采用降维优化算法，即通过降低优化模型中自变量的数目来克服该问题进而获得优化后的各锚缆的张力分布。

假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

但是降维优化算法不能保证求解出的独立变量的值处于自变量阈值范围，本发明建立的张力分配的优化模型中存在8个自变量(T₁，T₂…T₈)和3个等式约束，通过上述降维算法后，自变量的数目降为5个(T₁，T₂…T₅)，T₆、T₇、T₈的值可由式(2)、式(3)和式(4)求出，但这3个变量的值并不一定满足式(5)的取值要求；故为结合遗传算法的特性，使用基于收缩系统的验证剔除法来解决降维优化的缺陷即采用基于收缩系统的验证剔除法对求解出的数据进行修正以保证求解出的独立变量的值满足式(5)所对应的自变量阈值范围，计算流程如图4所示。图中U_i是种群的第i例个体，u_ij是个体U_i的第j位变量，ξ(0<ξ<1)是收缩系数。假设U₁是满足式(5)的个体，ξ(0<ξ<1)是收缩系数。简单来讲，基于收缩系数的验证剔除法就是对另外三个变量进行检测，验证其是否符合自变量的界限，如果不符合，通过收缩系数来改变其基因，不断接近符合要求的上一个体，并进行再次验证，直到产生符合要求的个体。

由于锚机功率与转速限制，在恶劣海况下，锚机的运行时间及频率过高时，应增加目标函数中第二项的权重，来提高平台的定位效率，减少锚机能量消耗。K的取值方法如下所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收(放)缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关。

在一些具体的实施例中，所述锚机增加快速收放缆功能，通过快速调整锚缆张紧力，使其可以抵抗大部分的平均环境载荷。快速收放缆功能是指每台锚机只控制一条锚缆的收放，另一条处于切断状态。当张力传感器反馈值达到阈值上限，张力分配控制器发出指令，锚机停止运行并切换锚缆线；具体的，所述锚机在同一时刻仅能控制一条锚缆的收放状态，另一条处于切断状态；在张力阈值达到上限时在张力分配控制单元控制下停止运行并切换锚缆线的使用状态。为了保证平台的定位性能与设备安全，张力分配控制器附带增加应急放缆功能。上述设计不仅能避免未改进的降维优化算法中存在的缺陷，还能增强后续遗传算法的全局搜索能力，避免陷入局部最优解。

基于相同的发明构思，本发明还提出了一种计算机可读存储介质，包括计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行所述的方法。

实施本发明实施例，将具有如下有益效果：

本发明基于自适应原则，公开了一种主动式锚泊定位方式，其能够自动根据船舶位置、艏向偏差和外界环境载荷的变化，通过调整锚缆张紧力，保证船舶的位置及艏向在允许范围内变化，以代替动力定位推进器克服外载荷作用所引起的平台位置或艏向漂移，从而达到减少推进器动作、降低能量消耗以及提高定位系统在复杂海况下作业及生存能力的作用。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种主动式锚泊定位优化控制方法，包括如下步骤：

S1、获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；

S2、实时检测平台位移变化数据；

S3、对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果；

S4、基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器进行调整。

2.根据权利要求1所述的方法，其特征在于，所述S4通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度；ΔLength表示四台锚机收/放缆的总量，假设锚机的收揽与放缆效率相同；K表示权值重；ΔL_i是相对于上一时刻，当前时刻需要的收/放缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力,i＝1,2,…,8；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角；同时采用降维优化算法降低优化模型中自变量的数目进而获得优化后的各锚缆的张力分布。

3.根据权利要求2所述的方法，其特征在于，所述降维优化算法为：

假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

4.根据权利要求3所述的方法，其特征在于，采用基于收缩系统的验证剔除法对求解出的数据进行修正以保证求解出的独立变量的值满足式(5)所对应的自变量阈值范围。

5.根据权利要求1所述的方法，其特征在于，K的取值方法如下式所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收/放缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关。

6.根据权利要求5所述的方法，其特征在于，所述锚机在同一时刻仅能控制一条锚缆的收放状态，另一条处于切断状态；在张力阈值达到上限时在张力分配控制单元控制下停止运行并切换锚缆线的使用状态。

7.一种主动式锚泊定位优化控制系统，包括：

张力检测单元，其用于获取平台内各锚缆各自所对应的锚缆张力数据，计算出在当前环境扰动下，平台到达期望位置每一锚缆所需的锚缆张力数据并分配给各自对应锚机控制器调整各锚缆的锚缆张力；

位移检测单元，其用于实时检测平台位移变化数据并送至张力分配控制单元；

张力分配控制单元，其用于对所检测到的平台位移变化数据与期望位移进行比较并输出比较结果至张力优化单元；

张力优化单元，其用于基于所述比较结果，优化当前环境扰动下各锚缆所对应的张力阈值并将优化后的新的张力阈值分配至各锚机控制器。

8.根据权利要求7所述的系统，其特征在于，

所述张力优化单元通过优化模型优化各锚缆的张力分布，所述优化模型所对应的评价函数如下式所示：

评价函数的约束条件为

其中，ΔTension表示8根锚泊线受力的均匀程度；ΔLength表示四台锚机收/放缆的总量(假设锚机的收揽与放缆效率相同)；K表示权值重；ΔL_i是相对于上一时刻，这一时刻需要的收/放缆量，收缆为正，放缆为负；F_x和F_y分别是横荡、纵荡方向上的环境扰动力；M是艏摇方向的干扰力矩；T_i是第i根锚缆的顶端张力,i＝1,2,…,8；φ_i第i根锚缆在海平面上的投影与平台艏向的夹角；d_i是锚机位置到平台中心点的距离；ω_i是第i根锚缆所在的锚机位置与平台中心点的连线和平台艏向的夹角；

K的取值方法如下式所示

其中：K_c是平衡目标函数中第一项和第二项量级的常数；ΔL_max是当前锚机根据张力分配指令所需收/放缆的最大长度；L_p值取决于锚机的固有性质，与功率和转速相关；

同时采用降维优化算法降低优化模型中自变量的数目进而获得优化后的各锚缆的张力分布。

9.根据权利要求8所述的系统，其特征在于，所述降维优化算法为：

假设优化模型中待优化的变量个数为n，而优化模型中等式约束个数为m，则相互独立的变量个数为n-m，优化评价函数的等式约束为

移项后

通过解线性方程组即能够求解出变量x₁，x₂，…，x_m。

10.根据权利要求9所述的系统，其特征在于，采用基于收缩系统的验证剔除法对求解出的数据进行修正以保证求解出的独立变量的值满足式(5)所对应的自变量阈值范围。