CN111812976A - 一种船舶推力分配系统及推力分配方法 - Google Patents
一种船舶推力分配系统及推力分配方法 Download PDFInfo
- Publication number
- CN111812976A CN111812976A CN202010508527.0A CN202010508527A CN111812976A CN 111812976 A CN111812976 A CN 111812976A CN 202010508527 A CN202010508527 A CN 202010508527A CN 111812976 A CN111812976 A CN 111812976A
- Authority
- CN
- China
- Prior art keywords
- thrust
- simulation
- distribution
- propeller
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004088 simulation Methods 0.000 claims abstract description 98
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 93
- 238000005457 optimization Methods 0.000 claims abstract description 60
- 238000013178 mathematical model Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000013500 data storage Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 230000000739 chaotic effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种船舶推力分配系统及推力分配方法,一种船舶推力分配系统包括参数设置模块、限制因素选择模块、数学模型建立模块、优化算法选择模块、分配方案生成模块、数据存储模块以及仿真模拟模块。而一种船舶推力分配方法包括:S1、设定推进器的布局及参数;S2、设置限制因素;S3、建立推力分配数学模型;S4、选择优化算法;S5、根据推力分配模型及优化算法来生成推力分配方案;S6、通过调整上述参数来生成多种推力分配方案。本发明仅需设置各类参数就能完成对不同的船只的多种推力分配方案,且还能同时对不同推力分配方案进行仿真,这样节省了大量编制仿真程序及分析仿真数据的时间,同时还能减少大量成本。
Description
技术领域
本发明涉及船舶动力定位控制技术领域,具体涉及一种船舶推力分配系统及推力分配方法。
背景技术
船舶的动力定位是指船舶能够利用推进器抵抗外界环境力,从而使船舶能够保持或回到指定位置的能力。推力分配作为动力定位系统中的一个主要部分,能够将接收到的三个自由度上的作用力及力矩信号形成合理有效的推力指令并分配给各个推进器,使各推进器发出相应的推力,使船舶保持或回到指定位置和方位上。
传统的推力分配方法的设计需要针对特定的船舶进行定制,从设计开始到完全实现需要一个漫长的过程,一旦船舶上的相关设备发生变动,要对推力分配进行修改将变得非常困难,对于船舶的经济性而言会变得非常不利。
此外要对完成的推力分配系统进行仿真也需要耗费较长的时间在仿真软件建立合适的程序,多个仿真结果还需要花费较多的精力去分析,因此会浪费大量时间。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种船舶推力分配系统及推力分配方法,其解决了推力分配方案的修改困难以及不能同时对建立的多种推力分配方案进行仿真的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种船舶推力分配系统,其参数设置模块、限制因素选择模块、数学模型建立模块、优化算法选择模块、分配方案生成模块、数据存储模块以及仿真模拟模块;
所述参数设置模块用于设置推进器的布局及推进器的参数;
所述限制因素选择模块用于为推力分配数学模型选择限制因素;
所述数学模型建立模块用于根据所述推进器的布局、所述推进器的参数以及所述限制因素来建立推力分配数学模型;
所述优化算法选择模块用于根据需求选择不同的优化算法;
所述分配方案生成模块用于根据所述推力分配数学模型与所述优化算法,生成推力分配方案;
所述数据存储模块用于存储所述推力分配方案;
所述仿真模拟模块用于按照所述推力分配方案进行仿真测试。
可选地,所述推进器的布局包括推进器的类型、个数与位置坐标;所述推进器的参数包括各推进器的推力范围、转向角范围、转向速率范围与推力变化速率范围。
可选地,所述限制因素包括能源消耗项、分配误差最小项、推进器磨损最小项、避免推进器配置矩阵奇异项以及避免推力器达到推力峰值项。
可选地,所述能源消耗项为
且Ti推力的计算公式如下:
其中,Ti(i=1…n)为第i个推进器的推力值,li(i=1…n)为第i个推进器与力矩中心的距离,αi(i=1…n)为第i个推力器的方位角,Fx,Fy,NZ分别为沿船长方向的期望推力、沿船宽方向的期望推力及以垂直于甲板方向的垂直轴为旋转中心的艏摇力矩;
所述分配误差最小项为Js=sTQs,s=[sX,sY,sZ]T∈R3为误差量,SX,SY,SZ分别为纵荡方向的分配误差,横荡方向的分配误差和艏摇力矩的分配误差,Q∈R3×3为权值矩阵;
所述推进器磨损最小项为Jw=(αi-αi0)TΩ(αi-αi0),其中Ω=diag(w1,w2,…wn)为各个角度变化量惩罚项权值,αi0表示第i个推进器上一时刻的采样点值;
所述避免推力器达到推力峰值项为JT=βmax|Ti|,其中β为该项的权值。
可选地,所述推力分配数学模型为:
J=a1Pd+a2Js+a3Jw+a4Jn+a5JT,
其中,ai=0或1(i=1…5),当选择了第i个限制因素时,则前面的系数ai=1,当没有选择第i个限制因素时,则前面的系数ai=0。
可选地,所述优化算法采用伪逆法、序列二次规划算法、遗传算法、粒子群算法、混沌算法以及遗传-粒子群混合算法至少其中之一。
可选地,所述仿真模拟模块包括方法选择单元、环境力导入与选择单元、仿真运行单元及仿真数据显示单元;
所述方法选择单元用于从所述数据存储模块中选择利用不同算法生成的一个或多个推力分配方案;
所述环境力导入与选择单元用于导入和选择不同类型的外界环境力;
所述仿真运行单元基于所述外界环境力,并通过设定不同的仿真时间和运行仿真程序来对各所述推力分配方案同时进行仿真模拟测试;
仿真数据显示单元用于显示所述推力分配方案在仿真过程中计算得到的各推进器的推力大小和推力方向角随时间的变化曲线。
第二方面,本发明实施例提供一种船舶推力分配方法,其包括:
S1、对要进行推力分配的船舶进行推进器的布局及推进器的参数设定;
S2、设置限制因素;
S3、根据所述推进器的布局、所述推进器的参数以及所述限制因素,建立推力分配数学模型;
S4、选择优化算法,并设定所述优化算法中所需要的各类参数;
S5、根据所述推力分配模型及所述优化算法来生成推力分配方案;
S6、多次进行步骤S1-S5,每次均调整所述推进器的参数、所述限制因素以及所述优化算法,来生成多种推力分配方案。
可选地,步骤S6之后,还包括:
A61、选择一个或多个推力分配方案进行仿真模拟,得到各所述推力分配方案的仿真模拟数据;
A62、根据所述仿真模拟数据评估各所述推力分配方案是否符合要求;
A63a、若不符合要求,则返回步骤S1;
A63b、若符合要求,则生成仿真结果。
可选地,步骤A61包括:
A611、选择一个或多个推力分配方案;
A612、导入和选择不同类型的外界环境力;
A613、设定不同的仿真时间和运行仿真程序;
A614、根据所述外界环境力、所述仿真时间以及所述运行仿真程序来对所述推力分配方案进行仿真模拟,得到各所述推力分配方案的仿真模拟数据。
(三)有益效果
本发明的有益效果是:本发明提供了一种方便快捷、操作简便的船舶推力分配系统,仅需设置各类参数就能够方便快捷的完成对不同的船只的多种推力分配方案,有效的避免了人为定制带来的不兼容等问题。并且该系统还能同时对建立的多种推力分配方案进行仿真,这样节省了大量编制仿真程序的时间及分析仿真数据的时间,同时简化了仿真步骤以及减少了研发成本。
附图说明
图1为本发明提供的一种船舶推力分配系统的组成示意图;
图2为本发明提供的一种船舶推力分配方法的流程示意图;
图3是本发明提供的推力分配方案仿真模拟的流程示意图;
图4为本发明提供的推力分配方案仿真模拟的流程中步骤A61的具体流程示意图。
【附图标记说明】
100:船舶推力分配系统;
110:参数设置模块;
120:限制因素选择模块;
130:数学模型建立模块;
140:优化算法选择模块;
150:分配方案生成模块;
160:数据存储模块;
170:仿真模拟模块。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1为本发明提供的一种船舶推力分配系统的组成示意图,如图1所示,船舶推力分配系统100包括:参数设置模块110、限制因素选择模块120、数学模型建立模块130、优化算法选择模块140、分配方案生成模块150、数据存储模块160以及仿真模拟模块170。
参数设置模块110用于设置推进器的布局及推进器的参数。限制因素选择模块120用于为推力分配数学模型选择限制因素。数学模型建立模块130用于根据推进器的布局、推进器的参数以及限制因素来建立推力分配数学模型120。优化算法选择模块140用于根据实际情况选择不同的优化算法。分配方案生成模块150用于根据推力分配数学模型与优化算法,生成推力分配方案。数据存储模块160用于存储推力分配方案。仿真模拟模块170用于按照推力分配方案进行仿真测试。
在上述方案中,本发明提供了一种方便快捷、操作简便的船舶推力分配系统100,仅需设置各类参数就能够方便快捷的完成对不同的船只的多种推力分配方案,有效的避免了人为定制带来的不兼容等问题。并且该系统还能同时对建立的多种推力分配方案进行仿真,这样节省了大量编制仿真程序的时间及分析仿真数据的时间,同时简化了仿真步骤以及减少了研发成本。
其中,推进器的布局包括推进器的类型、个数与位置坐标。为了满足多种推力分配方案,要求推进器类型是多种的、个数是冗余的以及位置坐标是覆盖面大的。而推进器的参数了包括各推进器的推力范围、转向角范围、转向速率范围与推力变化速率范围。
明显地,推力分配实际是优化问题,要进行优化求解则要考虑限制因素。限制因素包括了能源消耗项、分配误差最小项、推进器磨损最小项、避免推进器配置矩阵奇异项以及避免推力器达到推力峰值项,以下分别详述各项:
能源消耗项为
且Ti推力的计算公式如下:
其中,Ti(i=1…n)为第i个推进器的推力值,li(i=1…n)为第i个推进器与力矩中心的距离,αi(i=1…n)为第i个推力器的方位角,Fx,Fy,NZ分别为沿船长方向的期望推力、沿船宽方向的期望推力及以垂直于甲板方向的垂直轴为旋转中心的艏摇力矩。
分配误差最小项为Js=sTQs,s=[sX,sY,sZ]T∈R3为误差量,SX,SY,SZ分别为纵荡方向的分配误差,横荡方向的分配误差和艏摇力矩的分配误差,Q∈R3×3为权值矩阵。
推进器磨损最小项为Jw=(αi-αi0)TΩ(αi-αi0),其中Ω=diag(w1,w2,…wn)为各个角度变化量惩罚项权值,αi0表示第i个推进器上一时刻的采样点值。
避免推力器达到推力峰值项为JT=βmax|Ti|,其中β为该项的权值。
推力分配数学模型为:
J=a1Pd+a2Js+a3Jw+a4Jn+a5JT,
其中,ai=0或1(i=1…5),当选择了第i个限制因素时,则前面的系数ai=1,当没有选择第i个限制因素时,则前面的系数ai=0。
基于各推进器在满足控制要求的前提下还需考虑降低能耗,因此在推力分配数学模型中引入能源消耗项,是为了减少能源消耗;而引入分配误差最小项是为了减少推进器产生的合力及力矩与要求的期望合力及力矩之间的分配误差,提高推力分配精度,而引入推进器磨损最小项是为了避免推进器的角度变化过大,出现不必要的磨损;引入避免推进器配置矩阵奇异项是为了避免推进器配置矩阵出现奇异,加快推进器的响应速度以及提高船舶的操纵性;而引入避免推力器达到推力峰值项是为了平衡各个推进器的使用效率,提高推进器的使用寿命。
进一步地,优化算法采用伪逆法、序列二次规划算法、遗传算法、粒子群算法、混沌算法以及遗传-粒子群混合算法至少其中之一。优化算法包括传统优化方法及现代优化方法,其中的算法不只是有现成的算法,还可能包括经过自己改进后导入的算法。优化算法库中包括三大类,分别是(1)传统优化方法:伪逆法、序列二次规划算法(2)现代优化方法:遗传算法、粒子群算法、混沌算法以及遗传-粒子群混合算法(3)自编优化算法,优化算法为将传统算法专门改进优化后的算法。在这些算法中,伪逆法原理简单、实时性好且运算速度快;序列二次规划收敛性好、计算效率高、边界搜索能力强,但只能取到局部最优解;遗传算法能够求出优化问题的全局最优解,优化结果与初始条件无关,应用范围广,但收敛速度慢、种群多样性退化迅速;粒子群算法搜索速度快、效率高,算法简单,适合于实值型处理,但是对于离散的优化问题处理不佳,容易陷入局部最优解;混沌算法能很快找到全局最优质值,能很好的解决粒子群算法易陷入局部解的问题,但混沌算法的覆盖提高率不高;遗传-粒子群混合算法是一种混合算法,既综合了遗传算法的搜索的随机性的优点,且弥补了粒子群算法容易陷入局部最优的不足。其中,每种算法可以设置不同的分层策略和并行策略来对算法进行优化。
优化算法选择模块选择算法的要求:如果想要实时性好,则选择传统的优化方法中的某算法,如果想要想推力分配精度好,分配效果好,则选择现代优化理论中的某算法,并根据不同需求选择不同的算法。每个推力分配优化过程只能选择一种优化算法,可以换用其他的算法生成不同的推力分配优化方案。然后将利用不同算法的优化方案进行仿真对比。
仿真模拟模块170针对多种基于不同限制因素和优化算法生成的推力分配方案进行仿真,其包括了方法选择单元、环境力导入与选择单元、仿真运行单元及仿真数据显示单元。方法选择单元用于从数据存储模块160中选择利用不同算法生成的一个或多个推力分配方案;环境力导入与选择单元用于导入和选择不同类型的外界环境力,这里的外界环境力是指在各类工况和海况下,作用于船舶的所有力均称为外界环境力,具体包括风力、海浪和海流的作用力仿真运行单元基于外界环境力,并通过设定不同的仿真时间和运行仿真程序来对各推力分配方案同时进行仿真模拟测试。仿真数据显示单元用于显示推力分配方案在仿真过程中计算得到的各推进器的推力大小和推力方向角随时间的变化曲线。
仿真模拟模块170通过对外界环境的模拟来同时对多个推力分配方案进行验证仿真,并能将不同推力分配方案仿真得到各推进器的推力大小和推力方向角随时间的变化曲线进行对比显示,以直观清晰的了解到不同参数生成的推力分配方案起到的不同效果。
图2为本发明提供的一种船舶推力分配方法的流程示意图,如图2所示,本发明还提供一种船舶推力分配方法,其包括:
S1、对要进行推力分配的船舶进行推进器的布局及推进器的参数设定。
S2、设置限制因素。
S3、根据推进器的布局、推进器的参数以及限制因素,建立准确的推力分配数学模型。
S4、选择优化算法,并设定优化算法中所需要的各类参数。
S5、根据推力分配模型及优化算法来生成推力分配方案。
S6、多次进行步骤S1-S5,每次均调整推进器的参数、限制因素以及优化算法,来生成多种推力分配方案。对于固定船舶来说,推进器的布局是固定的,而对于新建造的船舶推进器的参数也是固定的,对于老旧改造船舶可能会因为使用时间长,使得推进器的性能下降,因此需要调整推进器的参数。
本发明提供的一种船舶推力分配方法是在保证推进器稳定运行、推进效率同时还能考虑到能源消耗的前提下,根据推力分配模型及优化算法生成不同的推力分配方案。不同的推力分配方案基于不同的参数,因此适用范围也不一样,所以需要进行仿真模拟来测试各推力分配方案的实用性和合理性。
图3是本发明提供的推力分配方案仿真模拟的流程示意图,如图3所示,以下为推力分配方案仿真模拟的具体流程:
A61、选择一个或多个推力分配方案进行仿真模拟,得到各推力分配方案的仿真模拟数据。图4为本发明提供的推力分配方案仿真模拟的流程中步骤A61的具体流程示意图,如图4所示,以下为步骤A61的具体流程:
A611、选择一个或多个推力分配方案。
A612、导入和选择不同类型的外界环境力。
A613、设定不同的仿真时间和运行仿真程序。
A614、根据外界环境力、仿真时间以及运行仿真程序来对推力分配方案进行仿真模拟,得到各推力分配方案的仿真模拟数据。
在步骤A61的具体流程中,首先由方法选择单元从数据存储模块160中选择一个或多个要对比的推力分配方案,接着环境力导入与选择单元导入和选择不同类型的外界环境力,仿真运行单元根据外界环境力、仿真时间以及运行仿真程序来对推力分配方案进行仿真模拟,同时仿真数据显示单元能够对不同推力分配方案在仿真过程中计算得到的各推进器的推力大小和推力方向角随时间的变化曲线对比显示。
A62、根据仿真模拟数据评估各推力分配方案是否符合要求。
A63a、若不符合要求,则返回步骤S1。
A63b、若符合要求,则生成仿真结果。
在上述的推力分配方案仿真模拟过程中,需要模拟出不同的工况和海况情况,针对不同的推力分配方案都应合理设置外界环境力、仿真时间以及运行仿真程序。本发明实施例选择一个或多个推力分配方法进行仿真模拟,通过仿真模拟数据对推力分配方法进行选择,如不符合要求立即修改相应的参数重新进行仿真模拟,符合要求则生成仿真结果。
综上所述,本发明提供了一种船舶推力分配系统100及方法,船舶推力分配系统100包括参数设置模块110、限制因素选择模块120、优化算法选择模块140、分配方案生成模块150、数据存储模块160以及仿真模拟模块170。一种船舶推力分配方法则包括:S1、对要进行推力分配的船舶进行推进器的布局及推进器的参数设定;S2、设置限制因素;S3、根据推进器的布局、推进器的参数以及限制因素,建立推力分配数学模型;S4、选择优化算法,并设定优化算法中所需要的各类参数;S5、根据推力分配模型及优化算法来生成推力分配方案;S6、多次进行步骤S1-S5,每次均调整推进器的参数、限制因素以及优化算法,来生成多种推力分配方案。
本发明通过设置推进器的布局、推进器的参数以及限制因素来构建推力分配数学模型,采用不同的优化算法以及推力分配数学模型来生成多种推力分配方案,最后经仿真模拟来测试推力方案的合理性以及实用性。本发明主要考虑推进器的限制因素及能耗,以提高效率及降低能耗为目标,利用优化算法与推力分配数学模型,合理的为各个推进器分配推力及角度,满足控制要求。本发明能够在短时间实现对特定船只的推力分配研发工作,节省大量成本和时间,并且系统设计能够避免人为定制带来的不兼容等问题,仅需要改变参数设置就能生成不同的推力分配方案,并且能够通过仿真模拟方便直观的进行模拟,以验证参数改变带来的影响。
需要理解的是,以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点,其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施,但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰,都应涵盖在本发明的保护范围内。
Claims (10)
1.一种船舶推力分配系统,其特征在于,包括参数设置模块、限制因素选择模块、数学模型建立模块、优化算法选择模块、分配方案生成模块、数据存储模块以及仿真模拟模块;
所述参数设置模块用于设置推进器的布局及推进器的参数;
所述限制因素选择模块用于为推力分配数学模型选择限制因素;
所述数学模型建立模块用于根据所述推进器的布局、所述推进器的参数以及所述限制因素来建立推力分配数学模型;
所述优化算法选择模块用于根据需求选择不同的优化算法;
所述分配方案生成模块用于根据所述推力分配数学模型与所述优化算法,生成推力分配方案;
所述数据存储模块用于存储所述推力分配方案;
所述仿真模拟模块用于按照所述推力分配方案进行仿真测试。
2.如权利要求1所述的一种船舶推力分配系统,其特征在于,所述推进器的布局包括推进器的类型、个数与位置坐标;所述推进器的参数包括各推进器的推力范围、转向角范围、转向速率范围与推力变化速率范围。
3.如权利要求1所述的一种船舶推力分配系统,其特征在于,所述限制因素包括能源消耗项、分配误差最小项、推进器磨损最小项、避免推进器配置矩阵奇异项以及避免推力器达到推力峰值项。
4.如权利要求3所述的一种船舶推力分配系统,其特征在于,
所述能源消耗项为
且Ti推力的计算公式如下:
其中,Ti(i=1…n)为第i个推进器的推力值,li(i=1…n)为第i个推进器与力矩中心的距离,αi(i=1…n)为第i个推力器的方位角,Fx,Fy,NZ分别为沿船长方向的期望推力、沿船宽方向的期望推力及以垂直于甲板方向的垂直轴为旋转中心的艏摇力矩;
所述分配误差最小项为Js=sTQs,s=[sX,sY,sZ]T∈R3为误差量,SX,SY,SZ分别为纵荡方向的分配误差,横荡方向的分配误差和艏摇力矩的分配误差,Q∈R3×3为权值矩阵;
所述推进器磨损最小项为Jw=(αi-αi0)TΩ(αi-αi0),其中Ω=diag(w1,w2,…wn)为各个角度变化量惩罚项权值,αi0表示第i个推进器上一时刻的采样点值;
所述避免推力器达到推力峰值项为JT=βmax|Ti|,其中β为该项的权值。
5.如权利要求4所述的一种船舶推力分配方法,其特征在于,所述推力分配数学模型为:
J=a1Pd+a2Js+a3Jw+a4Jn+a5JT,
其中,ai=0或1(i=1…5),当选择了第i个限制因素时,则前面的系数ai=1,当没有选择第i个限制因素时,则前面的系数ai=0。
6.如权利要求1所述的一种船舶推力分配系统,其特征在于,所述优化算法采用伪逆法、序列二次规划算法、遗传算法、粒子群算法、混沌算法以及遗传-粒子群混合算法至少其中之一。
7.如权利要求1-6任一项所述的一种船舶推力分配系统,其特征在于,所述仿真模拟模块包括方法选择单元、环境力导入与选择单元、仿真运行单元及仿真数据显示单元;
所述方法选择单元用于从所述数据存储模块中选择利用不同算法生成的一个或多个推力分配方案;
所述环境力导入与选择单元用于导入和选择不同类型的外界环境力;
所述仿真运行单元基于所述外界环境力,并通过设定不同的仿真时间和运行仿真程序来对各所述推力分配方案同时进行仿真模拟测试;
仿真数据显示单元用于显示所述推力分配方案在仿真过程中计算得到的各推进器的推力大小和推力方向角随时间的变化曲线。
8.一种船舶推力分配方法,其特征在于,包括:
S1、对要进行推力分配的船舶进行推进器的布局及推进器的参数设定;
S2、设置限制因素;
S3、根据所述推进器的布局、所述推进器的参数以及所述限制因素,建立推力分配数学模型;
S4、选择优化算法,并设定所述优化算法中所需要的各类参数;
S5、根据所述推力分配模型及所述优化算法来生成推力分配方案;
S6、多次进行步骤S1-S5,每次均调整所述推进器的参数、所述限制因素以及所述优化算法,来生成多种推力分配方案。
9.如权利要求8所述的一种船舶推力分配方法,其特征在于,步骤S6之后,还包括:
A61、选择一个或多个推力分配方案进行仿真模拟,得到各所述推力分配方案的仿真模拟数据;
A62、根据所述仿真模拟数据评估各所述推力分配方案是否符合要求;
A63a、若不符合要求,则返回步骤S1;
A63b、若符合要求,则生成仿真结果。
10.如权利要求9所述的一种船舶推力分配方法,其特征在于,步骤A61包括:
A611、选择一个或多个推力分配方案;
A612、导入和选择不同类型的外界环境力;
A613、设定不同的仿真时间和运行仿真程序;
A614、根据所述外界环境力、所述仿真时间以及所述运行仿真程序来对所述推力分配方案进行仿真模拟,得到各所述推力分配方案的仿真模拟数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010508527.0A CN111812976A (zh) | 2020-06-06 | 2020-06-06 | 一种船舶推力分配系统及推力分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010508527.0A CN111812976A (zh) | 2020-06-06 | 2020-06-06 | 一种船舶推力分配系统及推力分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111812976A true CN111812976A (zh) | 2020-10-23 |
Family
ID=72845892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010508527.0A Pending CN111812976A (zh) | 2020-06-06 | 2020-06-06 | 一种船舶推力分配系统及推力分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111812976A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112506060A (zh) * | 2020-12-15 | 2021-03-16 | 南通大学 | 一种混群优化算法的船舶推力分配方法 |
CN112666958A (zh) * | 2020-12-29 | 2021-04-16 | 西安精密机械研究所 | 一种水下通用型运载平台uuv配置方案的智能识别方法 |
US11358028B2 (en) * | 2020-02-19 | 2022-06-14 | Nautilus, Inc. | Workout generation based on user-agnostic training profiles and user boundaries |
CN116909176A (zh) * | 2023-09-07 | 2023-10-20 | 中国船舶集团有限公司第七〇七研究所 | 一种动力定位船推力分配策略评测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344762A (zh) * | 2008-08-12 | 2009-01-14 | 大连海事大学 | 船舶运动与主机推进网络控制仿真系统 |
CN102306223A (zh) * | 2011-08-31 | 2012-01-04 | 哈尔滨工程大学 | 基于hla技术的船舶燃气轮机装置集成仿真平台及其实现方法 |
WO2012080241A1 (en) * | 2010-12-14 | 2012-06-21 | Bluewater Energy Services B.V. | Thrust allocation in dynamic positioning systems |
CN103678816A (zh) * | 2013-12-19 | 2014-03-26 | 上海交通大学 | 一种动力定位推力系统智能推力分配方法 |
CN104035340A (zh) * | 2014-07-03 | 2014-09-10 | 大连海事大学 | 一种船舶燃油分油机操作实训仿真系统 |
CN104483845A (zh) * | 2014-11-21 | 2015-04-01 | 大连海事大学 | 一种船舶自动舵算法测试仿真系统 |
CN108255062A (zh) * | 2018-01-22 | 2018-07-06 | 集美大学 | 基于改进差分进化机理的动力定位节能推力分配方法 |
CN108490770A (zh) * | 2018-02-28 | 2018-09-04 | 哈尔滨工程大学 | 一种基于混合算法的船舶动力定位系统推力分配方法 |
CN108572550A (zh) * | 2018-03-16 | 2018-09-25 | 上海交通大学 | 一种基于机器学习的在线实时推力分配方法 |
CN110794682A (zh) * | 2019-11-26 | 2020-02-14 | 上海海事大学 | 一种用于可回转多螺旋桨船的推力分配方法 |
CN111061285A (zh) * | 2019-12-12 | 2020-04-24 | 哈尔滨工程大学 | 一种船舶动力定位推力分配方法 |
-
2020
- 2020-06-06 CN CN202010508527.0A patent/CN111812976A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344762A (zh) * | 2008-08-12 | 2009-01-14 | 大连海事大学 | 船舶运动与主机推进网络控制仿真系统 |
WO2012080241A1 (en) * | 2010-12-14 | 2012-06-21 | Bluewater Energy Services B.V. | Thrust allocation in dynamic positioning systems |
CN102306223A (zh) * | 2011-08-31 | 2012-01-04 | 哈尔滨工程大学 | 基于hla技术的船舶燃气轮机装置集成仿真平台及其实现方法 |
CN103678816A (zh) * | 2013-12-19 | 2014-03-26 | 上海交通大学 | 一种动力定位推力系统智能推力分配方法 |
CN104035340A (zh) * | 2014-07-03 | 2014-09-10 | 大连海事大学 | 一种船舶燃油分油机操作实训仿真系统 |
CN104483845A (zh) * | 2014-11-21 | 2015-04-01 | 大连海事大学 | 一种船舶自动舵算法测试仿真系统 |
CN108255062A (zh) * | 2018-01-22 | 2018-07-06 | 集美大学 | 基于改进差分进化机理的动力定位节能推力分配方法 |
CN108490770A (zh) * | 2018-02-28 | 2018-09-04 | 哈尔滨工程大学 | 一种基于混合算法的船舶动力定位系统推力分配方法 |
CN108572550A (zh) * | 2018-03-16 | 2018-09-25 | 上海交通大学 | 一种基于机器学习的在线实时推力分配方法 |
CN110794682A (zh) * | 2019-11-26 | 2020-02-14 | 上海海事大学 | 一种用于可回转多螺旋桨船的推力分配方法 |
CN111061285A (zh) * | 2019-12-12 | 2020-04-24 | 哈尔滨工程大学 | 一种船舶动力定位推力分配方法 |
Non-Patent Citations (1)
Title |
---|
夏国清等: "基于NSGA-Ⅱ的DP船舶推力分配方法研究", 《华中科技大学学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11358028B2 (en) * | 2020-02-19 | 2022-06-14 | Nautilus, Inc. | Workout generation based on user-agnostic training profiles and user boundaries |
CN112506060A (zh) * | 2020-12-15 | 2021-03-16 | 南通大学 | 一种混群优化算法的船舶推力分配方法 |
CN112506060B (zh) * | 2020-12-15 | 2021-11-02 | 南通大学 | 一种混群优化算法的船舶推力分配方法 |
CN112666958A (zh) * | 2020-12-29 | 2021-04-16 | 西安精密机械研究所 | 一种水下通用型运载平台uuv配置方案的智能识别方法 |
CN112666958B (zh) * | 2020-12-29 | 2023-08-11 | 西安精密机械研究所 | 一种水下通用型运载平台uuv配置方案的智能识别方法 |
CN116909176A (zh) * | 2023-09-07 | 2023-10-20 | 中国船舶集团有限公司第七〇七研究所 | 一种动力定位船推力分配策略评测方法 |
CN116909176B (zh) * | 2023-09-07 | 2023-12-01 | 中国船舶集团有限公司第七〇七研究所 | 一种动力定位船推力分配策略评测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111812976A (zh) | 一种船舶推力分配系统及推力分配方法 | |
CN109765910B (zh) | 一种基于改进差分进化算法的船舶动力定位推力分配方法 | |
CN109737970B (zh) | 一种基于改进rrt算法的水面无人艇路径规划方法 | |
CN109683479B (zh) | 基于人工神经网络的动力定位推力分配装置及方法 | |
CN108845576A (zh) | 一种基于粒子群与序列二次规划结合的推力分配方法 | |
CN104133374B (zh) | 一种船舶及石油平台动力定位系统的推力分配方法 | |
WO2012080241A1 (en) | Thrust allocation in dynamic positioning systems | |
CN106527133A (zh) | 一种船舶多桨协调控制分配方法 | |
CN114815626B (zh) | 一种舵鳍系统的预测自抗扰减摇控制方法 | |
CN108255060A (zh) | 基于极限学习机的船舶动力定位自抗扰控制方法 | |
CN108255062B (zh) | 基于改进差分进化机理的动力定位节能推力分配方法 | |
CN105649877A (zh) | 一种大型风电机组的蚁群pid独立变桨控制方法 | |
CN108572550A (zh) | 一种基于机器学习的在线实时推力分配方法 | |
CN109582030A (zh) | 一种调整无人机姿态控制中待整定参数方法及相关装置 | |
CN114114920A (zh) | 一种基于人工蜂群改进算法的船舶动力定位系统的推力分配方法 | |
CN111413886B (zh) | 一种基于系统辨识的实船操纵性指数辨识方法及装置 | |
CN116224964A (zh) | 一种水下机器人推进系统故障的容错控制方法 | |
CN111959684B (zh) | 一种基于智能船舶的锚泊定位系统及方法 | |
CN114137826A (zh) | 一种基于灰狼算法的船舶动力定位自抗扰控制方法 | |
CN109409594B (zh) | 一种短期风电功率预测方法 | |
CN113075884B (zh) | 基于自适应遗传-最小二乘互联预测系统的推力分配方法 | |
Wang et al. | Ship course control based on BSO-PID online self-optimization algorithm | |
Piekło et al. | Dynamic positioning capability assessment based on optimal thrust allocation | |
DONNARUMMA et al. | Rapid Prototyping for Enhanced Dynamic | |
Zang et al. | A Multi Feature Fusion Aided Positioning for INS/Beidou with Combination of BP Neural Network and Differential Evolution Kalman Filter |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221227 Address after: 266200 Building 2, No. 158, Middle Wenhai Road, Jimo District, Qingdao, Shandong Applicant after: NAVIGATION BRILLIANCE (QINGDAO) TECHNOLOGY Co.,Ltd. Address before: Room 1803, Unit 2, 41 Donghai West Road, Shinan District, Qingdao City, Shandong Province Applicant before: Intelligent Navigation (Qingdao) Intelligent Systems Engineering Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |
|
RJ01 | Rejection of invention patent application after publication |