CN110688796A - 基于人工神经智能的渤海冰区船舶航迹控制 - Google Patents
基于人工神经智能的渤海冰区船舶航迹控制 Download PDFInfo
- Publication number
- CN110688796A CN110688796A CN201910912894.4A CN201910912894A CN110688796A CN 110688796 A CN110688796 A CN 110688796A CN 201910912894 A CN201910912894 A CN 201910912894A CN 110688796 A CN110688796 A CN 110688796A
- Authority
- CN
- China
- Prior art keywords
- ice
- ship
- navigation
- region
- sea
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001537 neural effect Effects 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000007246 mechanism Effects 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 238000011160 research Methods 0.000 claims abstract description 11
- 230000003993 interaction Effects 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000013173 literature analysis Methods 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 6
- 230000003767 neural control Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000005452 bending Methods 0.000 claims description 6
- 238000001125 extrusion Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000012938 design process Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000011835 investigation Methods 0.000 abstract 1
- 230000009471 action Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于人工神经智能的渤海冰区船舶航迹控制，包括文献分析及调查研究；基于断裂力学理论研究船‑冰相互作用机理；运用有限元方法模拟计算船舶冰区航行受力情况；基于DSC和MLP人工智能神经控制方法设计；运用Matlab仿真实验验证渤海冰区船舶航迹控制方法的有效性。本发明的有益效果是能够降低渤海海域冰区海上交通事故，保障船舶通航安全。
Description
技术领域
本发明属于船舶技术领域，涉及基于人工神经智能的渤海冰区船舶航迹控制。
背景技术
海冰对船舶航行构成较大威肋，船舶操纵困难，容易偏离计划航线造成碰撞和搁浅等事故。以保障渤海海域冰区船舶航行安全为目的，调查分析渤海水域海冰情况和海冰对船舶航行安全的主要影响参数，运用断裂力学理论研究船舶在平整冰破冰过程“挤压、弯曲、碎冰”三阶段的作用机理和模型，运用有限元方法数值模拟船舶在冰区直线航行、回转运动的破冰过程，计算分析船舶冰区航行所受的冰作用力情况；结合动态面控制技术(DSC)、最少学习参数(MLP)算法及自适应人工神经网络技术提出一种新的人工神经智能控制方法，进行冰区航行船舶航迹控制研究，运用Matlab仿真实验验证控制算法的有效性。
发明内容
本发明的目的在于提供基于人工神经智能的渤海冰区船舶航迹控制，本发明的有益效果是能够降低渤海海域冰区海上交通事故，保障船舶通航安全。
本发明所采用的技术方案是按照以下步骤进行：
1)文献分析及调查研究；文献分析是对国内外冰区船舶航行安全和操纵控制相关研究进行分析、总结；调研港航企业、海事主管部门、国家海洋局环境预报中心等单位，获取渤海水域海冰冰期、冰型、冰级、冰量、物理参数等数据和冰区船舶航行典型事故案例，研究分析海冰对船舶航行安全的主要影响参数；
2)基于断裂力学理论研究船-冰相互作用机理；运用断裂力学理论，将船舶在平整冰中破冰过程分为挤压，弯曲，碎冰三个阶段，对每个阶段的相互作用机理进行理论研宄，船舶前行挤压海冰发生弯曲破坏，并最终会沿着环形裂缝破坏，破坏的碎冰会脱离冰排变成浮冰块，海冰不断被破坏和分离碎冰区，形成可供船舶通行的航道；
3)运用有限元方法模拟计算船舶冰区航行受力情况；运用有限元方法证明断裂裂纹单元在模拟船舶破冰过程以及计算船舶所承受的冰作用力的可行性，首先通过数值试验，确定海冰断裂参数与船舶破冰速度之间的依赖关系，接着，应用裂纹断裂单元模拟船舶在冰区直线航行时的破冰过程，研究船舶所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系，再者，应用裂纹断裂单元模拟船舶在冰区回转航行时的破冰过程，研究船舶做回转运动时所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系，最后，研究船舶冰区航行时船舶受力的不对称性，分析比较船舶直线破冰和回转破冰时横向所受的冰作用力，分析横向受力与横向破冰量的差值关系，得出冰区航行船舶横荡/艏摇运动方程；
4)基于DSC和MLP人工智能神经控制方法设计；船舶在冰区航行过程呈现大惯性、大时滞和强非线性等特点，通航环境的时时变化会使船舶动态产生不确定性，使用径向基函数神经网络技术对控制系统中的非线性未知函数进行逼近，将结合DSC技术与Backstepping技术相结合，拟解决非线性系统控制器设计过程中产生的计算量膨胀问题；再考虑模型中未知非线性、不确定性的影响，结合MLP算法及人工神经网络技术进行渤海冰区船舶航迹控制方法设计，保证控制系统的稳定性；
5)运用Matlab仿真实验验证渤海冰区船舶航迹控制方法的有效性；将自适应人工神经智能控制算法应用到模拟仿真渤海冰区船舶直线航行、回转运动航迹控制系统中，分别改变船舶模型参数、冰作用力参数，将仿真结果进行横向、纵向对比研究，验证所设计航迹控制算法的的鲁棒性、自适应性、有效性，最后，研究并设计船舶运动控制仿真系统。
进一步，步骤2)基于断裂力学理论研究船-冰相互作用机理是研究船舶平整冰破冰过程挤压、弯曲、碎冰三阶段的作用机理。
进一步，步骤3)运用有限元方法模拟计算船舶冰区航行受力情况包括
1)模拟船舶在冰区直线航行的破冰过程及分析冰作用力；
2)模拟船舶在冰区回转航行的破冰过程及分析冰作用力；
3)分析比较船舶直线破冰和回转破冰横向冰作用力，得出船舶横荡/艏摇运动方程。
进一步，步骤4)基于DSC和MLP人工智能神经控制方法设计包括
1)运用径向基函数神经网络技术逼近非线性未知函数；
2)结合DSC技术与Backstepping技术解决计算量膨胀问题；
3)结合MLP算法及人工神经网络技术解决模型不确定性问题。
附图说明
图1是本发明技术路线示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明技术路线如图1所示，包括以下步骤：
1)文献分析及调查研究。文献分析主要是对国内外冰区船舶航行安全和操纵控制相关研究进行分析、总结；调研港航企业、海事主管部门、国家海洋局环境预报中心等单位，获取渤海水域海冰冰期、冰型、冰级、冰量、物理参数等数据和冰区船舶航行典型事故案例，研究分析海冰对船舶航行安全的主要影响参数。
2)基于断裂力学理论研究船-冰相互作用机理。运用断裂力学理论，将船舶在平整冰中破冰过程分为“挤压”，“弯曲”，“碎冰”三个阶段，对每个阶段的相互作用机理进行理论研宄。船舶前行挤压海冰发生弯曲破坏，并最终会沿着环形裂缝破坏，破坏的碎冰会脱离冰排变成浮冰块，海冰不断被破坏和分离(碎冰区)，形成可供船舶通行的航道。
3)运用有限元方法模拟计算船舶冰区航行受力情况。运用有限元方法证明断裂裂纹单元在模拟船舶破冰过程以及计算船舶所承受的冰作用力的可行性。首先通过数值试验，确定海冰断裂参数与船舶破冰速度之间的依赖关系。接着，应用裂纹断裂单元模拟船舶在冰区直线航行时的破冰过程，研究船舶所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系。再者，应用裂纹断裂单元模拟船舶在冰区回转航行时的破冰过程，研究船舶做回转运动时所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系。最后，研究船舶冰区航行时船舶受力的不对称性，分析比较船舶直线破冰和回转破冰时横向所受的冰作用力，分析横向受力与横向破冰量的差值关系，得出冰区航行船舶横荡/艏摇运动方程。
4)基于DSC和MLP人工智能神经控制方法设计。船舶在冰区航行过程呈现大惯性、大时滞和强非线性等特点，通航环境的时时变化会使船舶动态产生不确定性。本项目使用径向基函数神经网络技术对控制系统中的非线性未知函数进行逼近，将结合DSC技术与Backstepping技术相结合，拟解决非线性系统控制器设计过程中产生的“计算量膨胀”问题；再考虑模型中未知非线性、不确定性的影响，结合MLP算法及人工神经网络技术进行渤海冰区船舶航迹控制方法设计，保证控制系统的稳定性。
5)运用Matlab仿真实验验证渤海冰区船舶航迹控制方法的有效性。将自适应人工神经智能控制算法应用到模拟仿真渤海冰区船舶直线航行、回转运动航迹控制系统中，分别改变船舶模型参数、冰作用力参数，将仿真结果进行横向、纵向对比研究，验证所设计航迹控制算法的的鲁棒性、自适应性、有效性。最后，研究并设计船舶运动控制仿真系统。
以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (4)
1.基于人工神经智能的渤海冰区船舶航迹控制，其特征在于按照以下步骤进行：
1)文献分析及调查研究；文献分析是对国内外冰区船舶航行安全和操纵控制相关研究进行分析、总结；调研港航企业、海事主管部门、国家海洋局环境预报中心等单位，获取渤海水域海冰冰期、冰型、冰级、冰量、物理参数等数据和冰区船舶航行典型事故案例，研究分析海冰对船舶航行安全的主要影响参数；
2)基于断裂力学理论研究船-冰相互作用机理；运用断裂力学理论，将船舶在平整冰中破冰过程分为挤压，弯曲，碎冰三个阶段，对每个阶段的相互作用机理进行理论研宄，船舶前行挤压海冰发生弯曲破坏，并最终会沿着环形裂缝破坏，破坏的碎冰会脱离冰排变成浮冰块，海冰不断被破坏和分离碎冰区，形成可供船舶通行的航道；
3)运用有限元方法模拟计算船舶冰区航行受力情况；运用有限元方法证明断裂裂纹单元在模拟船舶破冰过程以及计算船舶所承受的冰作用力的可行性，首先通过数值试验，确定海冰断裂参数与船舶破冰速度之间的依赖关系，接着，应用裂纹断裂单元模拟船舶在冰区直线航行时的破冰过程，研究船舶所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系，再者，应用裂纹断裂单元模拟船舶在冰区回转航行时的破冰过程，研究船舶做回转运动时所承受的冰作用力与航速、冰厚、水线面宽度等参数之间的关系，最后，研究船舶冰区航行时船舶受力的不对称性，分析比较船舶直线破冰和回转破冰时横向所受的冰作用力，分析横向受力与横向破冰量的差值关系，得出冰区航行船舶横荡/艏摇运动方程；
4)基于DSC和MLP人工智能神经控制方法设计；船舶在冰区航行过程呈现大惯性、大时滞和强非线性等特点，通航环境的时时变化会使船舶动态产生不确定性，使用径向基函数神经网络技术对控制系统中的非线性未知函数进行逼近，将结合DSC技术与Backstepping技术相结合，拟解决非线性系统控制器设计过程中产生的计算量膨胀问题；再考虑模型中未知非线性、不确定性的影响，结合MLP算法及人工神经网络技术进行渤海冰区船舶航迹控制方法设计，保证控制系统的稳定性；
5)运用Matlab仿真实验验证渤海冰区船舶航迹控制方法的有效性；将自适应人工神经智能控制算法应用到模拟仿真渤海冰区船舶直线航行、回转运动航迹控制系统中，分别改变船舶模型参数、冰作用力参数，将仿真结果进行横向、纵向对比研究，验证所设计航迹控制算法的的鲁棒性、自适应性、有效性，最后，研究并设计船舶运动控制仿真系统。
2.按照权利要求1所述基于人工神经智能的渤海冰区船舶航迹控制，其特征在于：所述步骤2)基于断裂力学理论研究船-冰相互作用机理是研究船舶平整冰破冰过程挤压、弯曲、碎冰三阶段的作用机理。
3.按照权利要求1所述基于人工神经智能的渤海冰区船舶航迹控制，其特征在于：所述步骤3)运用有限元方法模拟计算船舶冰区航行受力情况包括1)模拟船舶在冰区直线航行的破冰过程及分析冰作用力；
2)模拟船舶在冰区回转航行的破冰过程及分析冰作用力；
3)分析比较船舶直线破冰和回转破冰横向冰作用力，得出船舶横荡/艏摇运动方程。
4.按照权利要求1所述基于人工神经智能的渤海冰区船舶航迹控制，其特征在于：所述步骤4)基于DSC和MLP人工智能神经控制方法设计包括
1)运用径向基函数神经网络技术逼近非线性未知函数；
2)结合DSC技术与Backstepping技术解决计算量膨胀问题；
3)结合MLP算法及人工神经网络技术解决模型不确定性问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910912894.4A CN110688796B (zh) | 2019-09-25 | 2019-09-25 | 基于人工神经智能的渤海冰区船舶航迹控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910912894.4A CN110688796B (zh) | 2019-09-25 | 2019-09-25 | 基于人工神经智能的渤海冰区船舶航迹控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110688796A true CN110688796A (zh) | 2020-01-14 |
| CN110688796B CN110688796B (zh) | 2024-02-09 |
Family
ID=69110229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910912894.4A Active CN110688796B (zh) | 2019-09-25 | 2019-09-25 | 基于人工神经智能的渤海冰区船舶航迹控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110688796B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360524A (zh) * | 2021-04-29 | 2021-09-07 | 大连海事大学 | 一种冰区航线上的海冰冰厚数据处理系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107065597A (zh) * | 2017-05-23 | 2017-08-18 | 大连海事大学 | 一种航海模拟器模拟船冰交互过程的海冰计算方法 |
| WO2019103169A1 (ko) * | 2017-11-21 | 2019-05-31 | 한국해양과학기술원 | 빙해 선박의 안전속도 제어 방법 및 이를 탑재한 선박 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
-
2019
- 2019-09-25 CN CN201910912894.4A patent/CN110688796B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107065597A (zh) * | 2017-05-23 | 2017-08-18 | 大连海事大学 | 一种航海模拟器模拟船冰交互过程的海冰计算方法 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| WO2019103169A1 (ko) * | 2017-11-21 | 2019-05-31 | 한국해양과학기술원 | 빙해 선박의 안전속도 제어 방법 및 이를 탑재한 선박 |
Non-Patent Citations (4)
| Title |
|---|
| BIAO SU.ETC: ""A numerical method for the prediction of ship performance in level ice"", 《COLD REGIONS SCIENCE AND TECHNOLOGY》 * |
| 沈智鹏等: ""基于 ＤＳＣ和 ＭＬＰ的欠驱动船舶自适应滑模轨迹跟踪控制"", 《系统工程与电子技术》 * |
| 陈厚忠;赵尊荣;郭国平;徐元春;: "基于脆性联系理论的客滚船航行风险辨识研究", 武汉理工大学学报(交通科学与工程版) * |
| 高良田等: ""破冰船在层冰中运动的数值模拟方法"", 《工程力学》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360524A (zh) * | 2021-04-29 | 2021-09-07 | 大连海事大学 | 一种冰区航线上的海冰冰厚数据处理系统 |
| CN113360524B (zh) * | 2021-04-29 | 2024-03-22 | 大连海事大学 | 一种冰区航线上的海冰冰厚数据处理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110688796B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kocurek et al. | How do bedform patterns arise? New views on the role of bedform interactions within a set of boundary conditions | |
| Zhang et al. | Analysis on running safety of train on bridge with wind barriers subjected to cross wind | |
| US20150149136A1 (en) | Method and system for evaluation of ship performance | |
| CN106564496A (zh) | 基于前向车辆驾驶行为的智能车辆安全环境包络重构方法 | |
| CN112037582A (zh) | 一种基于风险预测的跨海桥梁船撞预警方法 | |
| Zhou et al. | Numerical investigations of ship–ice interaction and maneuvering performance in level ice | |
| CN109726355B (zh) | 一种基于向量插值的船舶轨迹修复方法 | |
| CN107065597B (zh) | 一种航海模拟器模拟船冰交互过程的海冰计算方法 | |
| Pi et al. | Automotive platoon energy-saving: A review | |
| CN111062114A (zh) | 一种航道通过能力仿真计算方法 | |
| Liu et al. | Aerodynamic performance analysis of trains on slope topography under crosswinds | |
| CN117742346B (zh) | 一种船舶的实时航行状态分析与能源消耗控制方法 | |
| CN110232242A (zh) | 基于冰区破冰船护航的多船跟随运动学方法 | |
| Belenky et al. | Toward performance-based criteria for intact stability | |
| Zhou et al. | An engineering method for simulating dynamic interaction of moored ship with first-year ice ridge | |
| CN110688796A (zh) | 基于人工神经智能的渤海冰区船舶航迹控制 | |
| CN112561232A (zh) | 繁忙水域船舶交通冲突风险度量方法 | |
| CN104485023B (zh) | 船舶冲突解脱的规划方法 | |
| CN115457300A (zh) | 一种基于距离度量和隔离机制的船舶异常行为检测方法 | |
| Han et al. | Random dynamic analysis of wind-vehicle-bridge system based on armax surrogate model and high-order differencing | |
| Jones et al. | The effect of section model details on aeroelastic parameters | |
| Shunying et al. | Interaction between sea ice/iceberg and ship structures: A review | |
| Shigunov | Intact stability operational measures: Criteria, standards and examples | |
| Zhou et al. | Scenario modeling method for collision avoidance testing in inland waterway | |
| CN110705164B (zh) | 冰—船相互作用模拟方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |