CN112836448B - 一种船舶水动力系数的实船试验方法 - Google Patents

Abstract

本发明涉及一种船舶水动力系数的实船试验方法，包括以下步骤：(1)、确定试验场地和气象环境；(2)、在舵角为0的情况下，在不同的主机转速下航行，记录每种主机转速下的经纬度、主机转速以及风速和风向并基于其建立纵荡方向上的船舶运动模型；(3)、在不同的主机转速下航行，在每种主机转速下使舵角每5‑10分钟改变一次，记录每种主机转速下的经纬度、艏向角、舵角以及风速和风向并基于其建立横荡方向上的船舶运动模型；(4)、基于步骤(3)中记录的数据建立艏摇方向上的船舶运动模型；(5)、采用模型参数识别算法对船舶运动模型进行迭代求解，获得最终的水动力系数。其采用实船海试加参数辨识的方法确定水动力系数。

Description

一种船舶水动力系数的实船试验方法

技术领域

本发明属于船舶领域，涉及一种船舶水动力系数的确定方法。具体地，涉及一种船舶水动力系数的实船试验方法。

背景技术

模型预测控制和卡尔曼滤波器是船舶动力定位系统在低速模式工作的重要模块，二者的性能很大程度上依赖于船舶运动数学模型。船舶运动数学模型中水动力系数的确定是船舶运动数学模型乃至整个动力定位系统研发的重点和难点。水动力系数的确定通常有以下几种方法：船模试验、经验公式、数值模拟。

但是，现有的确定水动力系数的方法都存在一定的缺点。其中，船模试验方法依赖于船模和物理水池等硬件条件，成本高。经验公式计算得到的水动力系数与船舶的实际航行情况有差别。数值模拟对计算机性能要求高、计算时间长。并且，对于某些已经建造好的船舶，由于缺少型线图、缺少船模，已无法通过船模试验及数值模拟获取水动力系数。而经验公式可能只对某种船型适用，当船型差别较大时，经验公式则差别较大。

鉴于现有技术的上述技术缺陷，迫切需要研制一种新型的船舶水动力系数确定方法。

发明内容

本发明的目的在于克服现有技术中存在的缺点，提供一种船舶水动力系数的实船试验方法，其采用实船海试加参数辨识的方法，对已经建造好、缺少船舶三维模型、确少船模的船舶进行水动力系数的试验设计和参数求取，从而确定船舶水动力系数。

为了实现上述目的，本发明提供如下技术方案：

一种船舶水动力系数的实船试验方法，其特征在于，包括以下步骤：

(1)、确定试验场地和试验时的气象环境；

(2)、在舵角为0的情况下，使船舶在不同的主机转速下进行航行，并记录每种主机转速下的航行过程中的经纬度、主机转速以及风速和风向，最终基于记录的经纬度、主机转速以及风速和风向建立纵荡方向上的船舶运动模型；

(3)、使船舶在不同的主机转速下进行航行，在每种主机转速下使舵角每5-10分钟改变一次，并记录每种主机转速下的航行过程中的经纬度、艏向角、舵角以及风速和风向，最终基于记录的经纬度、艏向角、舵角以及风速和风向建立横荡方向上的船舶运动模型；

(4)、基于步骤(3)中记录的经纬度、艏向角、舵角以及风速和风向建立艏摇方向上的船舶运动模型；

(5)、采用模型参数识别算法对所述纵荡方向上的船舶运动模型、横荡方向上的船舶运动模型和艏摇方向上的船舶运动模型进行迭代求解，获得最终的纵荡水动力系数、横荡水动力系数和艏摇水动力系数。

优选地，其中，所述步骤(2)中的基于记录的经纬度、主机转速以及风速和风向建立纵荡方向上的船舶运动模型具体为：

(2.1)、基于所述经纬度值的变化获得当前时刻的纵荡速度u_k+1和前一时刻的纵荡速度u_k；

(2.2)、基于所述主机转速获得前一时刻的船舶推力X_P；

(2.3)、基于前一时刻的所述风速和风向获得前一时刻的纵荡方向上的风力X_W、浪力X_C和流力X_T；

(2.4)、建立纵荡方向上的船舶运动模型：u_k+1＝a_u·u_k+c_u·(X_P+X_W+X_C+X_T)，式中，a_u和c_u为纵荡水动力系数。

优选地，其中，所述步骤(3)中的基于记录的经纬度、艏向角、舵角以及风速和风向建立横荡方向上的船舶运动模型具体为：

(3.1)、基于所述经纬度值、艏向角的变化获得当前时刻的横荡速度v_k+1和前一时刻的横荡速度v_k以及前一时刻的船舶总体航速；

(3.2)、基于前一时刻的所述舵角和前一时刻的所述船舶总体航速获得前一时刻的舵力Y_R；

(3.3)、基于前一时刻的所述风速和风向获得前一时刻的横荡方向上的风力Y_W、浪力Y_C和流力Y_T；

(3.4)、建立横荡方向上的船舶运动模型：v_k+1＝a_v·v_k+b_v·r_k+c_v·(Y_R+Y_W+Y_C+Y_T)，式中，a_v、b_v和c_v为横荡水动力系数，r_k为前一时刻的艏向角。

优选地，其中，所述步骤(4)中的基于步骤(3)中记录的经纬度、艏向角、舵角以及风速和风向建立艏摇方向上的船舶运动模型具体为：

(4.1)、基于所述经纬度值和艏向角的变化获得前一时刻的横荡速度v_k以及前一时刻的船舶总体航速；

(4.2)、基于前一时刻的所述舵角以及前一时刻的船舶总体航速获得前一时刻的艏向方向上的舵力矩N_R；

(4.3)、基于前一时刻的所述风速和风向获得前一时刻的艏向方向上的风力矩N_W、浪力矩N_C和流力矩N_T；

(4.4)、建立艏摇方向上的船舶运动模型：r_k+1＝a_r·r_k+b_r·v_k+c_r·(N_R+N_W+N_C+N_T)，式中，a_r、b_r和c_r为艏摇水动力系数，r_k为前一时刻的艏向角，r_k+1为当前时刻的艏向角。

优选地，其中，所述步骤(5)中的模型参数识别算法为扩展卡尔曼滤波算法。

优选地，其中，所述步骤(1)中，所述试验场地的水深要满足以下要求：

式中：h为试验海区水深，单位为米；T为船舶设计吃水，单位为米；V_max为试验预计达到的最大航速的数值，单位为节；L_pp为垂线间长，单位米。

优选地，其中，所述步骤(1)中，所述气象环境的要求为在零级海况下进行试验。

优选地，其中，所述步骤(2)中，通过差分全球定位系统获得航行过程中的经纬度值；通过风传感器获得航行过程中的风速和风向。

优选地，其中，所述步骤(3)中，通过差分全球定位系统获得航行过程中的经纬度值；通过电罗经获得航行过程中的艏向角；通过风传感器获得航行过程中的风速和风向。

与现有技术相比，本发明的船舶水动力系数的实船试验方法具有如下有益技术效果：本发明采用实船海试加参数辨识的方法，能够对已经建造好、缺少船舶三维模型、确少船模的船舶进行水动力系数的试验设计和参数求取，从而确定船舶水动力系数，进而解决其不易确定水动力系数以及确定的水动力系数误差大等问题。

附图说明

图1是本发明的船舶水动力系数实船试验方法的流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，实施例的内容不作为对本发明的保护范围的限制。

本发明涉及一种船舶水动力系数实船试验方法，其采用实船海试加参数辨识的方法，能够对已经建造好、缺少船舶三维模型、确少船模的船舶进行水动力系数的试验设计和参数求取，从而确定船舶水动力系数。

图1示出了本发明的船舶水动力系数实船试验方法的流程图。如图1所示，本发明的船舶水动力系数的实船试验方法包括以下步骤：

一、确定试验场地和试验时的气象环境。

在本发明中，试验场地应尽量接近船舶航行环境，以下是选择试验场地的要求：在选择试验场地时，应该选择深水域进行试验，避免试验场地内存在码头、桥墩、防洪堤以及其它与船舶相邻的障碍物，以保证流体不受壁面干扰。

同时，试验海区应有足够的助航距离和回旋余地，因此，试验场地水深应满足以下公式要求：

式中：h为试验海区水深，单位为米；T为船舶设计吃水，单位为米；V_max为试验预计达到的最大航速的数值，单位为节；L_pp为垂线间长，单位米。

并且，在本发明中，气象环境要求为零级海况。由于风浪流是主要干扰因素，因此试验时应尽量选择海况零级时进行试验。

二、在舵角为0的情况下，使船舶在不同的主机转速下进行航行，并记录每种主机转速下的航行过程中的经纬度、主机转速以及风速和风向，最终基于记录的经纬度、主机转速以及风速和风向建立纵荡方向上的船舶运动模型。

其中，要建立纵荡方向上的船舶运动模型，需要进行船舶航行试验。这里的船舶航行试验共有一组输出变量，即，当前时刻的纵荡速度，输入变量为螺旋桨推力(也就是，螺旋桨的主机转速)、风浪流力和上一时刻纵荡速度。

本试验中，自变量为主机转速。按照船舶设计的正车车况，分别测定每一主机工况下的船舶轨迹信息，此时舵角始终保持为0。

假如船舶的主推螺旋桨转速(也就是，主机转速)的变化范围是(600-2035)，需试验航速为5节以下的水动力系数，根据这个变化范围，确定8个试验组，试验变量为主机转速，每个实验组对应主机转速分别为(600，650,700，750,800,850,900,950)。在进行试验时，船舶的初始状态为静止，此时输入一个指定的主机转速，并使主机转速保持不变，待船舶开始运动1min后开始记录数据，保持该工况航行5-10min。

以同样的方法进行其他实验组，完成所有实验组后，记录表格如下所示：

其中，DGPS为差分全球定位系统，通过其可以获得船舶航行过程中的经纬度。所述风传感器可以是风速风向仪，其可以获得船舶航行过程中的风速和风向。

通过上述试验，可以获得舵角为0的情况下，船舶在不同的主机转速下航行过程中的经纬度、主机转速以及风速和风向。由此，可以基于记录的经纬度、主机转速以及风速和风向建立纵荡方向上的船舶运动模型。

其中，基于记录的经纬度、主机转速以及风速和风向建立纵荡方向上的船舶运动模型具体为：

首先，可以基于所述经纬度值的变化获得当前时刻的纵荡速度u_k+1和前一时刻的纵荡速度u_k。

其次，可以基于所述主机转速获得前一时刻的船舶推力X_P。

再次，可以基于前一时刻的所述风速和风向获得前一时刻的纵荡方向上的风力X_W、浪力X_C和流力X_T。

最后，可以基于前时刻的纵荡速度u_k+1，前一时刻的纵荡速度u_k，前一时刻的船舶推力X_P，前一时刻的纵荡方向上的风力X_W、浪力X_C和流力X_T建立纵荡方向上的船舶运动模型，也就是，u_k+1＝a_u·u_k+c_u·(X_P+X_W+X_C+X_T)，式中，a_u和c_u为纵荡水动力系数。

三、使船舶在不同的主机转速下进行航行，在每种主机转速下使舵角每5-10分钟改变一次，并记录每种主机转速下的航行过程中的经纬度、艏向角、舵角以及风速和风向，最终基于记录的经纬度、艏向角、舵角以及风速和风向建立横荡方向上的船舶运动模型。

其中，要建立横荡方向上的船舶运动和艏摇方向上的船舶运动模型，也需要进行船舶航行试验。

本组船舶试验共有两组输出变量，分别为当前时刻横荡速度和艏向角，输入变量为舵力、侧推力、风浪流力及上一时刻横荡速度和艏向角。

根据上述试验方案设计的试验组，每个试验组再根据两组自变量舵角和侧推力，细分成多个试验组。

舵角的变化范围为-35°—35°，根据舵角变化范围，需要细分出7个试验组，舵角分别为(5、10、15、20、25、30、35)。

在进行试验时，船舶的初始状态为静止，此时输入一个指定的主机转速，并使主机转速保持不变，待船舶开始运动1min，进行转舵，设定一个舵角，开始记录数据，保持该工况航行5-10min。

此时改变舵角的大小，将舵角设置为第二个试验组的舵角数据，船舶继续航行。

每隔5-10分钟改变一次舵角，直至完成所有的该试验组。

以同样的方法进行其他试验组，完成所有试验组后，记录表格如下所示：

其中，D电罗经可以获得船舶航行过程中的艏向角

通过上述试验，可以获得船舶在不同的主机转速下进行航行时，在每种主机转速下使舵角每5-10分钟改变一次时获得的每种主机转速下的航行过程中的经纬度、艏向角、舵角以及风速和风向。由此，可以基于记录的经纬度、艏向角、舵角以及风速和风向建立横荡方向上的船舶运动模型。

其中，基于记录的经纬度、艏向角、舵角以及风速和风向建立横荡方向上的船舶运动模型具体为：

首先，基于所述经纬度值和艏向角的变化获得当前时刻的横荡速度v_k+1和前一时刻的横荡速度v_k以及前一时刻的船舶总体航速。

其次，基于前一时刻的所述舵角和前一时刻的所述船舶总体航速获得前一时刻的舵力Y_R。

再次，基于前一时刻的所述风速和风向获得前一时刻的横荡方向上的风力Y_W、浪力Y_C和流力Y_T。

最后，基于当前时刻的横荡速度v_k+1，前一时刻的横荡速度v_k，前一时刻的舵力Y_R，前一时刻的横荡方向上的风力Y_W、浪力Y_C和流力Y_T建立横荡方向上的船舶运动模型。所建立的横荡方向上的船舶运动模型具体为：v_k+1＝a_v·v_k+b_v·r_k+c_v·(Y_R+Y_W+Y_C+Y_T)，式中，a_v、b_v和c_v为横荡水动力系数，r_k为前一时刻的艏向角。

四、基于上述试验中记录的经纬度、艏向角、舵角以及风速和风向建立艏摇方向上的船舶运动模型。

通过上述步骤三种的试验，可以获得船舶在不同的主机转速下进行航行时，在每种主机转速下使舵角每5-10分钟改变一次时获得的每种主机转速下的航行过程中的经纬度、艏向角、舵角以及风速和风向。由此，可以基于记录的经纬度、艏向角、舵角以及风速和风向建立艏摇方向上的船舶运动模型。

其中，基于记录的经纬度、艏向角、舵角以及风速和风向建立艏摇方向上的船舶运动模型具体为：

首先，基于所述经纬度值和艏向角的变化获得前一时刻的横荡速度v_k以及前一时刻的船舶总体航速。

其次，基于前一时刻的所述舵角以及前一时刻的船舶总体航速获得前一时刻的艏向方向上的舵力矩N_R。

再次，基于前一时刻的所述风速和风向获得前一时刻的艏向方向上的风力矩N_W、浪力矩N_C和流力矩N_T。

最后，基于前一时刻的横荡速度v_k，前一时刻的艏向方向上的舵力矩N_R，前一时刻的艏向方向上的风力矩N_W、浪力矩N_C和流力矩N_T建立艏摇方向上的船舶运动模型。建立的艏摇方向上的船舶运动模型具体为：r_k+1＝a_r·r_k+b_r·v_k+c_r·(N_R+N_W+N_C+N_T)。式中，a_r、b_r和c_r为艏摇水动力系数，r_k为前一时刻的艏向角，r_k+1为当前时刻的艏向角。

五、采用模型参数识别算法对所述纵荡方向上的船舶运动模型、横荡方向上的船舶运动模型和艏摇方向上的船舶运动模型进行迭代求解，获得最终的纵荡水动力系数、横荡水动力系数和艏摇水动力系数。

通过步骤二-四，建立的船舶总体运动模型为：

u_k+1＝a_u·u_k+c_u·(X_P+X_W+X_C+X_T)

v_k+1＝a_v·v_k+b_v·r_k+c_v·(Y_R+Y_W+Y_C+Y_T)

r_k+1＝a_r·r_k+b_r·v_k+c_r·(N_R+N_W+N_C+N_T)

根据试验目的，船舶运动模型已经确定，因此试验仅对水动力参数进行辨识。

在本发明中，参数辨识可以采用扩展卡尔曼滤波算法。根据参数辨识的要求，船舶运动模型需要进一步处理，将其简化为如下形式：

u_k+1＝a_u·u_k+c_u·X_J

v_k+1＝a_v·v_k+b_v·r_k+c_v·Y_J

r_k+1＝a_r·r_k+b_r·v_k+c_r·Y_J

将简化模型中的a_i,b_i,c_i作为状态变量，建立增广的状态方程和观测方程。其中，a_i代表a_u、a_v和a_r；b_i代表b_v和b_r；c_i代表c_u、c_v和c_r。

两公式有如下对应关系：

X_J＝X_P+X_W+X_C+X_T

Y_J＝Y_R+Y_W+Y_C+Y_T

N_J＝N_R+N_W+N_C+N_T

为辨识模型参数a_i,b_i,c_i,将模型参数作为变量,使增广的状态空间包括原状态空间如下所示：

式中，x表示船舶的纵向位置，y表示船舶的横向位置，ψ表示船舶的艏向角。

根据扩展状态空间，建立预测方程如下所示：

y(t)＝Hx(t)+e(t)

式中：

x(t)＝[x,y,ψ,u,v,r,a₁,a₂,b₁,b₂,b₃,c₁,c₂,c₃]^T

y(t)＝[u,v,r]^T

f＝[f₁,f₂...f₁₄]

求出关于状态向量的雅克比矩阵，将其转换为离散线性方程。

以增广的状态方程和扩展卡尔曼滤算法构成用于船舶运动模型参数辨识算法。

辨识过程如下：

根据上述方程，得到卡尔曼滤波递推公式如下：

1、确定初始状态估计值

和初始误差协方差

2、接收k-1时刻推进器输出的实际推力u_k-1(推力分配模块给出)。

3、利用初始状态估计值

和实际推力u_k-1预测当前时刻状态，得到状态预测值

4、利用初始协方差预测下一时刻的误差协方差预测值

其中

5、利用状态预测值预测观测值

其中，

6、传感器接收到测量值y_k，利用传感器接收到的计算新息Z_k，其中

7、利用协方差预测值

计算卡尔曼滤波系数K_k，其中，

8、利用状态预测值

新息Z_k和卡尔曼系数K_k，计算状态估计值

其中，

9、利用卡尔曼系数K_k更新误差协方差估计值

其中，

经过二百次递推计算后，各模型参数能够较好地收敛到某一定值附近，得到a_i,b_i,c_i的估计值。由此，获得了最终的水动力系数。本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (6)

1.一种船舶水动力系数的实船试验方法，其特征在于，包括以下步骤：

(1)、确定试验场地和试验时的气象环境；

(2)、在舵角为0的情况下，使船舶在不同的主机转速下进行航行，并记录每种主机转速下的航行过程中的经纬度、主机转速以及风速和风向；基于所述经纬度值的变化获得当前时刻的纵荡速度u_k+1和前一时刻的纵荡速度u_k；基于所述主机转速获得前一时刻的船舶推力X_P；基于前一时刻的所述风速和风向获得前一时刻的纵荡方向上的风力X_W、浪力X_C和流力X_T；建立纵荡方向上的船舶运动模型：u_k+1＝a_u·u_k+c_u·(X_P+X_W+X_C+X_T)，式中，a_u和c_u为纵荡水动力系数；

(3)、使船舶在不同的主机转速下进行航行，在每种主机转速下使舵角每5-10分钟改变一次，并记录每种主机转速下的航行过程中的经纬度、艏向角、舵角以及风速和风向；基于所述经纬度值和艏向角的变化获得当前时刻的横荡速度v_k+1和前一时刻的横荡速度v_k以及前一时刻的船舶总体航速；基于前一时刻的所述舵角和前一时刻的所述船舶总体航速获得前一时刻的舵力Y_R；基于前一时刻的所述风速和风向获得前一时刻的横荡方向上的风力Y_W、浪力Y_C和流力Y_T；建立横荡方向上的船舶运动模型：v_k+1＝a_v·v_k+b_v·r_k+c_v·(Y_R+Y_W+Y_C+Y_T)，式中，a_v、b_v和c_v为横荡水动力系数，r_k为前一时刻的艏向角；

(4)、基于所述经纬度值和艏向角的变化获得前一时刻的横荡速度v_k以及前一时刻的船舶总体航速；基于前一时刻的所述舵角以及前一时刻的船舶总体航速获得前一时刻的艏向方向上的舵力矩N_R；基于前一时刻的所述风速和风向获得前一时刻的艏向方向上的风力矩N_W、浪力矩N_C和流力矩N_T；建立艏摇方向上的船舶运动模型：r_k+1＝a_r·r_k+b_r·v_k+c_r·(N_R+N_W+N_C+N_T)，式中，a_r、b_r和c_r为艏摇水动力系数，r_k为前一时刻的艏向角，r_k+1为当前时刻的艏向角；

(5)、采用模型参数识别算法对所述纵荡方向上的船舶运动模型、横荡方向上的船舶运动模型和艏摇方向上的船舶运动模型进行迭代求解，获得最终的纵荡水动力系数、横荡水动力系数和艏摇水动力系数。

2.根据权利要求1所述的船舶水动力系数的实船试验方法，其特征在于，所述步骤(5)中的模型参数识别算法为扩展卡尔曼滤波算法。

3.根据权利要求1-2中任一项所述的船舶水动力系数的实船试验方法，其特征在于，所述步骤(1)中，所述试验场地的水深要满足以下要求：

式中：h为试验海区水深，单位为米；T为船舶设计吃水，单位为米；V_max为试验预计达到的最大航速的数值，单位为节；L_pp为垂线间长，单位米。

4.根据权利要求3所述的船舶水动力系数的实船试验方法，其特征在于，所述步骤(1)中，所述气象环境的要求为在零级海况下进行试验。

5.根据权利要求4所述的船舶水动力系数的实船试验方法，其特征在于，所述步骤(2)中，通过差分全球定位系统获得航行过程中的经纬度值；通过风传感器获得航行过程中的风速和风向。

6.根据权利要求5所述的船舶水动力系数的实船试验方法，其特征在于，所述步骤(3)中，通过差分全球定位系统获得航行过程中的经纬度值；通过电罗经获得航行过程中的艏向角；通过风传感器获得航行过程中的风速和风向。

Images