CN113361005B - 多功能全回转起重船调拨配载控制方法及起重船 - Google Patents

Abstract

多功能全回转起重船调拨配载控制方法包括：得出平衡方程，以初稳性高最大为目标，得到起吊准备阶段模型，利用单目标遗传算法得到最优解；以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小、平衡状态时起重船横倾角最小作为目标，得到起吊重物阶段数学模型；以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小作为目标，得到起吊回转阶段数学模型；利用多目标遗传算法得到最优解集，利用基于熵权的TOPSIS方法对最优解排序，设定排序最高的最优解为起吊重物阶段/回转阶段目标调拨配载方案；控制起重船按照目标调拨配载方案运行。还提供一种起重船。本发明可以提高调拨配载效率和精度。

Description

多功能全回转起重船调拨配载控制方法及起重船

技术领域

本发明属于起重船舶技术领域，尤其涉及一种多功能全回转起重船调拨配载控制方法，以及一种多功能全回转起重船。

背景技术

随着海洋开发技术的不断发展，模块化、大型化成为海洋工程建设的主要特点。起重船是海洋工程建设中的一种主要设备，也凸显出日趋重型化的特点。起重船按照起重机械的结构形式，分为固定扒杆式和回转式，其中全回转起重船的起吊、回转作业会导致船体发生纵向或横向倾斜，影响船舶自身安全。随着起重船起重量级的大型化，这个问题更为突出。吊装物的重量产生巨大的倾覆力矩，静横倾角可能达到7-8度，甚至更大。为解决这一问题，通过反向加载大量压载水可以部分抵消吊重产生的倾斜力矩，使船舶处于安全浮态。尤其是回转起重机在船的左右船舷带载回转时，倾覆力矩在短时间内反向，需要迅速调拨压载水，否则会使船舶倾斜加剧，威胁作业安全。

船舶配载过程需压载系统及压载水加载、调拨的支持，从而保证其安全高效工作。现有技术中公开了多种研究成果，例如夏华波等对遗传算法进行了改进，提出种群全部交叉和分布式动态惩罚函数法等改进机制，对驳船配载中的调载水量分布进行优化，以在较短时间内完成配载作业。Bara等建立运行状态的船体受力分析模型，基于图论提出吊装货物时压载系统稳性最优控制策略，以降低能耗。刘晓宇以起重船起吊回转工作过程中压载水总调拨量最小为优化目标，考虑稳性要求，建立起重船压载水调拨量优化模型。刘志杰等以起重船舶各压载舱室也为变化量为优化变量，压载舱压载水总调配量最小为优化目标，起重调配过程船体平衡为约束条件，建立起重船舶压载水调配优化模型。潘伟等提出一种起重船压载水调节数学模型，实现在浮态满足规范要求下，起重船作业过程中吊臂匀速回转及压载水总调节量最小的目的。

在上述多种研究成果中，最常见的方式还是以压载水总调拨量最小作为单一优化目标，具体实施时起重机每回转一个小角度即需要确定一次调拨配载方案。如果回转角度较大，最终确定的调拨配载方案较为复杂，存在操纵难度大的问题。

本背景技术所公开的上述信息仅仅用于增加对本申请背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。

发明内容

本发明针对现有技术中以压载水总调拨量最小作为单一优化目标，具体实施时起重机每回转一个小角度即需要确定一次调拨配载方案，导致在回转角度较大时，最终确定的调拨配载方案复杂，操纵难度大的问题，设计并公开一种多功能全回转起重船调拨配载控制方法。

一种多功能全回转起重船调拨配载控制方法，包括以下步骤：起吊准备阶段：根据起重船静水中的平衡方程得出起重船正浮时的平衡方程，以起重船初稳性高度最大为优化目标，得到起吊准备阶段优化数学模型，利用单目标遗传算法对所述起吊准备阶段优化数学模型求解，得到起吊准备阶段最优解，所述起吊准备阶段最优解至少包括各压载舱的加载量；起吊重物阶段：以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小、平衡状态时起重船横倾角最小作为三个优化目标，得到起吊重物阶段数学模型，利用多目标遗传算法对所述起吊重物阶段数学模型求解，得到所述起吊重物阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊重物阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊重物阶段目标调拨配载方案；起吊回转阶段：以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小作为三个优化目标，得到起吊回转阶段数学模型，利用多目标遗传算法对所述起吊回转阶段数学模型求解，得到所述起吊回转阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊回转阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊回转阶段目标调拨配载方案；控制起重船在起吊准备阶段、起吊重物阶段和/或起吊回转阶段分别按照所述起吊准备阶段最优解，所述起吊重物阶段目标调拨配载方案和所述起吊回转阶段目标调拨配载方案运行。

同时还公开一种多功能全回转起重船，多功能全回转起重船执行以下调拨配载控制方法：起吊准备阶段：根据起重船静水中的平衡方程得出起重船正浮时的平衡方程，以起重船初稳性高度最大为优化目标，得到起吊准备阶段优化数学模型，利用单目标遗传算法对所述起吊准备阶段优化数学模型求解，得到起吊准备阶段最优解，所述起吊准备阶段最优解至少包括各压载舱的加载量；起吊重物阶段：以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小、平衡状态时起重船横倾角最小作为三个优化目标，得到起吊重物阶段数学模型，利用多目标遗传算法对所述起吊重物阶段数学模型求解，得到所述起吊重物阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊重物阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊重物阶段目标调拨配载方案；起吊回转阶段：以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小作为三个优化目标，得到起吊回转阶段数学模型，利用多目标遗传算法对所述起吊回转阶段数学模型求解，得到所述起吊回转阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊回转阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊回转阶段目标调拨配载方案；控制起重船在起吊准备阶段、起吊重物阶段和/或起吊回转阶段分别按照所述起吊准备阶段最优解，所述起吊重物阶段目标调拨配载方案和所述起吊回转阶段目标调拨配载方案运行。

与现有技术相比，本发明的优点和积极效果是：本发明可以快速得到简单有效的起重船调拨配载方案，使得压载调拨与吊机作业配合，高效地完成作业。

结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。

图1为本发明所提供的多功能全回转起重船调拨配载控制方法的流程图；

图2为一个视角下起重船在静水中任意状态的随船坐标系示意图；

图3为另一个视角下起重船在静水中任意状态的随船坐标系示意图；

图4为起吊准备阶段起重船的结构示意图；

图5为起吊重物阶段起重船的结构示意图；

图6示出起重船纵倾时纵倾角θ与浮心x方向坐标值的关系；

图7示出起重船横倾时横倾角

与浮心y方向坐标值的关系；

图8为起吊重物阶段基于一组约束条件计算的最优解集的压载调拨配载方案的Pareto图；

图9为起吊重物阶段基于另一组约束条件计算的最优解集的压载调拨配载方案的Pareto图；

图10为起吊回转阶段起重船的结构示意图。

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，以下将结合附图和实施例，对本发明作进一步详细说明。

需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“竖”、“横”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

针对现有技术中以压载水总调拨量最小作为单一优化目标，具体实施时起重机每回转一个小角度即需要确定一次调拨配载方案，导致在回转角度较大时，最终确定的调拨配载方案复杂，操纵难度大的问题，设计并公开一种多功能全回转起重船调拨配载控制方法。这种控制方法将起吊过程划分为至少三个阶段，具体包括起吊准备阶段、起吊重物阶段和起吊回转阶段。如图1所示，在起吊准备阶段，根据起重船静水中的平衡方程得出起重船正浮时的平衡方程，以起重船初稳性高度最大为优化目标，得到起吊准备阶段优化数学模型，利用单目标遗传算法对起吊准备阶段优化数学模型求解，得到起吊准备阶段最优解，起吊准备阶段最优解至少包括各压载舱的加载量。在起吊重物阶段，以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小、平衡状态时起重船横倾角最小作为三个优化目标，得到起吊重物阶段数学模型，利用多目标遗传算法对起吊重物阶段数学模型求解，得到起吊重物阶段数学模型最优解集，利用基于熵权的TOPSIS方法对起吊重物阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊重物阶段目标调拨配载方案。在起吊回转阶段：以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小作为三个优化目标，得到起吊回转阶段数学模型，利用多目标遗传算法对起吊回转阶段数学模型求解，得到起吊回转阶段数学模型最优解集，利用基于熵权的TOPSIS方法对起吊回转阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊回转阶段目标调拨配载方案。进一步控制起重船在起吊准备阶段、起吊重物阶段和/或起吊回转阶段分别按照起吊准备阶段最优解，起吊重物阶段目标调拨配载方案和起吊回转阶段目标调拨配载方案运行。本发明所提供的调拨配载控制方法，将整个起吊过程分为多个阶段，并在每一个阶段采用不同的优化目标，从而确保在起吊重物和起吊回转过程中，可以高精度高效率的生成调拨控制方案，优化配载流程，提高起重船的运行效率。

以下对整个流程进行进一步详细介绍，首先介绍起吊准备阶段。

参照图2和图3所示，在随船坐标系Ox′y′z′中，起重船在静水中任意状态下的平衡方程可以由下式表示：

在式(1-1)中，(x′_G，y′_G，z′_G)表示起重船重心G在随船坐标系Ox′y′z′中的位置，(x′_B，y′_B，z′_B)表示起重船浮心B在随船坐标系Ox′y′z′中的位置。θ为纵倾角，纵倾角定义为向船舶首部倾斜为正，向尾部倾斜为负。

为横倾角，横倾角定义为向右舷倾斜为正，向左舷倾斜为负。根据《船舶与海上实施起重设备规范(2007)》，纵倾角θ的最大值为2°，横倾角

的最大值为5°。

在固定在地表的惯性坐标系Oxyz中，起重船平衡状态由下式表示：

在式(1-2)中，(x_G，y_G，z_G)表示起重船重心G在惯性坐标系Oxyz中的位置，(x_B，y_x，z_B)表示起重船浮心B在惯性坐标系Oxyz中的位置。

起吊准备阶段，根据式(1-1)得出起重船正浮时的平衡方程，如下式所示：

以起重船初稳性高度GM最大为优化目标，得到起吊准备阶段优化数学模型：

其中，W为起重船总重量；Δ为排水量；GM为起重船初稳性高度；θ为纵倾角；

为横倾角；0≤G_i≤G_max，i＝1，2，…，N,表示起重船中N个压载舱中压载水加载量的约束；

i＝1，2，…，N,表示起重船吃水保持不变时，压载水总量保持不变。

利用单目标遗传算法对起吊设备准备阶段优化数学模型求解，得到起吊准备阶段最优解，起吊准备阶段最优解中的项目至少包括各压载舱的加载量。

在起吊重物阶段，以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小和横倾角最小作为三个优化目标，得到优化数学模型：

在式(1-5)中，W为起重船总重量；Δ为排水量；θ为纵倾角；

为横倾角；M_i,i＝1，2，…，N,表示N个压载舱压载水调拨量，0≤M_i≤M_max，i＝1，2，…，N,表示N个压载舱压载水调拨量的约束；

i＝1，2，…，N表示调拨时，压载水总量保持不变。

在起吊重物阶段，需完成一次压载调拨。在保持压载泵工作功率稳定不变的情况下，各压载舱调拨量最大值决定配载时间，因此，为保证起重船可以在较短时间内起吊重物并且保证起重船处于安全浮态，选择各个压载舱调拨量最大值最小，平衡状态时船舶纵倾角最小和横倾角最小作为三个优化目标。

利用多目标遗传算法对所述起吊重物阶段数学模型求解，得到起吊重物阶段数学模型最优解集。

利用基于熵权的TOPSIS方法对起吊重物阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊重物阶段目标调拨配载方案。

在起吊回转阶段，以起重船各个压载舱调拨量最大值最小，回转过程中起重船纵倾角最大值最小，以及回转过程中起重船横倾角最大值最小作为三个优化目标，得到起吊回转阶段数学模型：

在式(1-6)中：

M_i,i＝1，2，…，N,表示N个压载舱中每一个压载舱的压载水调拨量；W为起重船总重量；Δ为排水量；θ为纵倾角；

为横倾角；

minmax(θ_i)，i＝1，2，…，S表示将起重船中起重机大角度回转划分为S个子阶段，各子阶段起重船纵倾角最大值最小化；

i＝1，2，…，S表示将起重船中起重机大角度回转划分为S个子阶段，各子阶段起重船横倾角最大值最小化；

0≤M_i≤M_max，i＝1，2，…，N，表示N个压载舱压载水调拨量的约束；

i＝1，2，…，N表示调拨时，压载水总量保持不变。

在起吊回转阶段，根据实际全回转起重船的作业工况，为避免吊物出现剧烈摆动，吊臂保持匀速回转。当起重船起吊重物大角度回转时，相应压载舱的压载泵以设定功率工作，开始调拨压载水。压载舱内的压载水量不断变化，直至起重船起吊重物回转至设定位置，控制最大调拨量的压载舱的压载泵停止工作。在这个过程中需要保证配载作业可以在较短时间内完成，并且起重船在起吊重物阶段处于完全浮态，选定各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小，以及回转过程中起重船横倾角最大值最小作为三个优化目标。

利用多目标遗传算法对所述起吊回转阶段数学模型求解，得到所述起吊回转阶段数学模型最优解集。

利用基于熵权的TOPSIS方法对所述起吊回转阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊回转阶段目标调拨配载方案。

以下对基于熵权的TOPSIS方法进行介绍。利用多目标优化得到的最优解集包括多个最优解，由于各阶段数学模型中还存在通过主观判断或工程经验生成的约束调节，因此，最优解对应的调拨配载方案还是存在主观干扰因素较大，精确性较低的问题。为克服这一问题，在本实施例中优选引入多准则决策，利用基于熵权的TOPSIS方法提高调拨配载方案的准确性。TOPSIS(Technique for Order Preference by Similarity to an IdealSolution)通过对有限最优解，与理想解相比较，按照最优解与理想解的接近程度对各个最优解进行排序得到各个最优解的优劣，并设定排序最高的最优解为目标调拨配载方案。

基于熵权的TOPSIS方法具体包括以下步骤：

建立用于评价最优解优劣的决策矩阵：

其中，i：1,…m，m为可行最优解的个数；j:1,…n，n为决策属性(也就是优化目标)的个数。

由X可以构成规范化的决策矩阵，其元素为r_ij：

引入权重w_j，则规范化决策矩阵记为：

v_ij＝w_j×r_ij (1-9)

进一步推导出理想解：

进一步推导出负理想解：

计算每一个可行最优解到理想解的距离

计算每一个可行最优解到负理想点的距离

可行最优解对于理想解的相对接近度为

如果其中一个可行最优解为理想解，则D_i＝1；如果其中一个可行最优解为负理想解，则D_i＝0。可行最优解与理想解越相近，D_i越接近于1；反之，可行最优解与负理想解越接近，D_i越接近于0。基于此，对D_i进行排序，即可以通过TOPSIS方法求出排序最高的最优解。

在本发明中，同时还引入了权重的概念。权重通常分为两种，第一种为主观权重，主观权重取决于专家的知识和经验，可以采用设定值的形式确定。第二种为客观权重，基于统计决策属性和测量数据，在本实施例中优选利用权熵法也可以求解出决策属性的客观权重w_j,求解客观权重的流程如下：

建立用于计算客观权重的决策矩阵：

其中，i：1,…m，m为可行最优解的个数；j:1,…n，n为决策属性，也即优化目标的个数。

对用于计算客观权重的决策矩阵进行标准化处理，得到矩阵R＝(r_ij)_m×n；

如果优化目标j为正指标：

如果优化目标j为负指标：

计算第j个优化目标的熵H_j；

式中，f_ij为第j个优化目标下第i个最优解的指标值比重

即可以计算第j个优化目标的熵权权重w_j:

在本发明中，还提供一种优选的技术方案，即在选择三个优化目标作为决策属性之外，将自由液面对初稳定性高度的不利影响考虑在内。在完成压载调拨后，尽可能保证较多的满舱数量。满舱数量即作为第四个决策属性，即选择满舱数量最大为第四个优化目标，设定各压载舱内压载水量达到90％即为满舱。

以下提供一个计算实例，多功能全回转起重船主要尺度参数参见表1。

主尺度参数	参数值(m)
		全船长	233
型宽	56
		型深	16
设计吃水	9

表1

起重船包括起重船船体、起重机臂架、起重机偏心转台和附加模组，附加模组为起重船除去起重船船体、起重机臂架、起重机偏心转台的其它零部件的总和。表2列出起重船船体、起重机臂架、起重机偏心转台和附加模组的质量以及重心坐标，坐标原点为起重船船体基平面、中纵剖面和尾部铅垂面的交点，起重机臂架和起重机偏心转台的重心坐标为起重机未作业时起重机臂架和起重机偏心转台的中心坐标。

表2

作为示例性的，如图4所示，多功能全回转起重船设置有12个压载舱用于压载调拨。12个压载舱底部垂向坐标均为3.2m，顶部垂向坐标均为16m。12个压载舱的分布如图4所示，其中压载舱6-2P、6-2S、7-2P、7-2S、8-2P、8-2S、9-2P和9-2S的压载调拨用于调节多功能全回转起重船的横倾，压载舱5-2P、5-2S、10-2P和10-2S的压载调拨用于调节多功能全回转起重船的纵倾。起重机A位于起重船左舷。控制方法中的计算基于AQAW和MATLAB软件实现。

进入起吊准备阶段：起重机起吊前，多功能全回转起重船吃水深度为8.7m。基于多功能全回转起重船三维模型，利用AQAW软件完成静水力计算，得到起重船正浮时浮心B的坐标为(115.09014m，0m，4.6039726m)，排水量为90154.77188t，水线面相对x轴的面积二阶矩为2804765.5m⁴。

采用如式(1-4)所示的起吊准备阶段数学模型：

利用MATLAB进行单目标遗传算法求解，设定初始种群为50个，交叉率为0.9，变异率为0.7，迭代次数为200次，求解并得到起吊准备阶段最优解，即各压载舱的加载量，并进一步得到最大初稳性高度为21.0219m,相应重心高度为15.4704m。

起吊准备阶段最优解如表3所示：

表3

进入起吊重物阶段，起重船在此阶段的结构如图5所示。

以起重机90度起吊重量为5000吨的重物为目标,从结构上看，6-2P与6-2S互拨、7-2P与7-2S互拨、8-2P与8-2S互拨、9-2P与9-2S互拨、10-2P与5-2P互拨、10-2S与5-2S互拨。压载水总量保持不变。此时起重船吃水为9.1209m。基于多功能全回转起重船的三维模型，起重船正浮时浮心B的坐标为(114.67786m，0m，4.830325m)，排水量为95154.77188t，水线面相对x轴的面积二阶矩为2846263m⁴。表4列出起吊重物阶段起重船船体、起重机臂架、起重机偏心转台、附加模组以及起吊重物的质量以及重心坐标。

表4

由式(1-2)即可以导出，在随船坐标系中起重船重心G的坐标

利用AQWA软件计算不同纵倾角、横倾角条件下浮心的坐标。设定纵倾角的设定区间为[-2°，2°]，每间隔0.2°计算一个浮心坐标，可以得出如图6所示的起重船纵倾时纵倾角θ与浮心x方向坐标值(基于惯性坐标系)的关系，拟合得到纵倾角θ与浮心x方向坐标值的函数关系。设定横倾角的设定区间为[-2°，2°]，每间隔0.2°计算一个浮心坐标，可以得出如图7所示的起重船横倾时横倾角

与浮心y方向坐标值(基于惯性坐标系)的关系，拟合得到横倾角

与浮心y方向坐标值的函数关系。

x_B＝-184.3exp(-0.04281θ)+182.5

设定采用互拨配载方式，6-2P与6-2S、7-2P与7-2S、8-2P与8-2S、9-2P与9-2S舱室底面积相等。互拨配载不改变起重船重心在z方向的坐标值。而10-2P与5-2P、10-2S与5-2S舱室底面积相差不大，互拨对起重船重心在z方向的坐标值影响很小，可以忽略不计。因此，在起吊重物阶段，当起重机90°起吊5000t重物时，可以认为压载水调配不改变起重船重心在z方向的坐标值，根据三维模型，起吊准备阶段最优解对应的重心高度为15.4704m，在起吊5000t重物后，重心高度变为(15.4704*90154.77188+5000*68.5)/95154.77188＝18.2569m,吃水为9.1209m，则随船坐标系中z′_G＝18.2569-9.1209＝9.1360m,即z′_G＝9.1360。在惯性坐标系中，起重船平衡状态下有x_G＝x_B,y_G＝y_B,代入式(1-21)得出起重船未倾斜处于正浮状态时，重心和浮心在x、y方向的相对位置与纵倾角θ、横倾角φ的关系式。

基于如式(1-5)所示的起吊重物阶段数学模型：

利用MATLAB对起吊重物阶段数学模型进行多目标遗传算法求解：设定初始种群为50个，最优个体系数为0.3，迭代次数为200次，停止代数为200，求解并得到起吊重物阶段数学模型最优解集。基于最优解集的压载调拨配载方案Pareto图如图8所示，图8中的横倾角和纵倾角均以绝对值表示。

利用基于熵权的TOPSIS方法对最优解排序。按照相对接近度排序如表5所示，其中序号1对应起吊重物阶段目标调拨配载方案，序号2和序号3对应起吊重物阶段两个候选目标调拨配载方案。

表5

进一步可以优化约束条件，设定纵倾角θ的最大值为1°，横倾角

的最大值为1°，即将起吊重物阶段的数学模型中的条件修改为0≤θ≤1，

利用MATLAB再次对起吊重物阶段数学模型进行多目标遗传算法求解：设定初始种群为50个，最优个体系数为0.3，迭代次数为200次，停止代数为200，求解并得到起吊重物阶段修改后数学模型最优解集。基于再次修改后的最优解集的压载调拨配载方案Pareto图如图9所示，图9中的横倾角和纵倾角均以绝对值表示，在这种情况下得到90度起吊5000t重物最终的压载调拨方案如表6所示。在这种方案中，各压载舱调拨量增大，但横倾角和纵倾角均大幅度减小。

表6

进一步进入起吊回转阶段。沿用互拨配载方式，压载总水量保持不变。设定回转角度为逆时针回转90度。表7中列出起吊回转阶段起重船船体、起重机臂架、起重机偏心转台、附加模组以及起吊重物的质量以及重心坐标。

表7

示例性的，将90度回转过程分为9个子阶段，每个子阶段回转10度并计算相应的起重船纵倾角和起重船横倾角。在本阶段中，以9个子阶段起重船各个压载舱调拨量最大值最小，回转过程中起重船纵倾角最大值最小，以及回转过程中横倾角最大值最小作为三个优化目标。根据如式(1-6)所示的起吊回转阶段的数学模型：

利用MATLAB对起吊回转阶段的数学模型进行多目标遗传算法求解：设定初始种群为50个，最优个体系数为0.3，迭代次数为100次，停止代数为100，求解并得到起吊回转阶段数学模型的最优解集。基于最优解集的压载调拨配载方案Pareto图如图8所示，图8中的横倾角和纵倾角均以绝对值表示。

利用基于熵权的TOPSIS方法对最优解排序。按照相对接近度排序如表8所示，其中序号1对应起吊回转阶段目标调拨配载方案。

表8

本发明的另一个方面提供一种多功能全回转起重船，执行多功能全回转起重船调拨配载控制方法。调拨配载控制方法参见上述实施例的详细描述，执行这种控制方法的多功能全回转起重船可以实现同样的技术效果，本发明可以快速得到简单有效的起重船调拨配载方案，使得压载调拨与吊机作业配合，高效地完成作业。

以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (10)

1.一种多功能全回转起重船调拨配载控制方法，包括以下步骤：

起吊准备阶段：根据起重船静水中的平衡方程得出起重船正浮时的平衡方程，以起重船初稳性高度最大为优化目标，得到起吊准备阶段优化数学模型，利用单目标遗传算法对所述起吊准备阶段优化数学模型求解，得到起吊准备阶段最优解，所述起吊准备阶段最优解至少包括各压载舱的加载量；

起吊重物阶段：以各个压载舱调拨量最大值最小、平衡状态时起重船纵倾角最小、平衡状态时起重船横倾角最小作为三个优化目标，得到起吊重物阶段数学模型，利用多目标遗传算法对所述起吊重物阶段数学模型求解，得到所述起吊重物阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊重物阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊重物阶段目标调拨配载方案；

起吊回转阶段：以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小作为三个优化目标，得到起吊回转阶段数学模型，利用多目标遗传算法对所述起吊回转阶段数学模型求解，得到所述起吊回转阶段数学模型最优解集，利用基于熵权的TOPSIS方法对所述起吊回转阶段数学模型最优解集中的最优解排序，设定排序最高的最优解为起吊回转阶段目标调拨配载方案；

控制起重船在起吊准备阶段、起吊重物阶段和/或起吊回转阶段分别按照所述起吊准备阶段最优解，所述起吊重物阶段目标调拨配载方案和/或所述起吊回转阶段目标调拨配载方案运行。

2.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于：

在起吊准备阶段，根据起重船静水中的平衡方程得出起重船正浮时的平衡方程包括以下步骤：

在随船坐标系Ox′y′z′中，起重船在静水中任意状态下的平衡方程为：

其中，(x′_G，y′_G，z′_G)表示起重船重心G在随船坐标系Ox′y′z′中的位置，(x′_B，y′_B，z′_B)表示起重船浮心B在随船坐标系Ox′y′z′中的位置；θ为纵倾角；

为横倾角；W为起重船总重量；Δ为排水量；

根据起重船在静水中任意状态下的平衡方程，得到在所述起吊准备阶段，起重船正浮时的平衡方程为：

3.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于：

所述起吊准备阶段优化数学模型为：

其中，W为起重船总重量；Δ为排水量；GM为起重船初稳性高度；θ为纵倾角；

为横倾角；0≤G_i≤G_max，i＝1，2，…，N,表示起重船中N个压载舱中每一个压载舱压载水加载量的约束，其中G_i表示起重船中第i个压载舱中压载水加载量；

表示当起重船吃水保持不变时，压载水总量保持不变，其中C表示压载水总量。

4.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于：

所述起吊重物阶段优化数学模型为：

其中，M_i,i＝1，2，…，N,表示N个压载舱中每一个压载舱的压载水调拨量，θ为纵倾角；

为横倾角；W为起重船总重量；Δ为排水量；0≤M_i≤M_max，i＝1，2，…，N,表示N个压载舱中每一个压载舱的压载水调拨量的约束；

表示调拨时，压载水总量保持不变；其中G_i表示起重船中第i个压载舱中压载水加载量，C表示压载水总量。

5.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于：

所述起吊回转阶段优化数学模型为：

其中：

M_i,i＝1，2，…，N,表示N个压载舱中每一个压载舱的压载水调拨量；W为起重船总重量；Δ为排水量；θ为纵倾角；

为横倾角；

minmax(θ_i)，i＝1，2，…，S表示将起重船中起重机大角度回转划分为S个子阶段，各子阶段起重船纵倾角最大值最小化；

表示将起重船中起重机大角度回转划分为S个子阶段，各子阶段起重船横倾角最大值最小化；

W为起重船总重量；Δ为排水量；

0≤M_i≤M_max，i＝1，2，…，N,表示N个压载舱压载水调拨量的约束；

表示调拨时，压载水总量保持不变；其中G_i表示起重船中第i个压载舱中压载水加载量，C表示压载水总量。

6.根据权利要求5所述的多功能全回转起重船调拨配载控制方法，其特征在于：

在执行所述起吊回转阶段目标调拨配载方案时，吊臂保持匀速回转，压载舱的压载泵以设定功率工作以调拨压载水，直至起重船起吊重物回转至设定位置，控制最大调拨量的压载舱的压载泵停止工作。

7.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于，在起吊回转阶段：以各个压载舱调拨量最大值最小、回转过程中起重船纵倾角最大值最小、回转过程中起重船横倾角最大值最小、满舱数量最大作为四个优化目标，得到起吊回转阶段数学模型；其中设定各压载舱内压载水量大于等于90％为满舱。

8.根据权利要求1所述的多功能全回转起重船调拨配载控制方法，其特征在于，在所述起吊重物阶段和/或起吊回转阶段，利用基于熵权的TOPSIS方法对所述起吊重物阶段数学模型最优解集中的最优解排序和/或所述起吊回转阶段数学模型最优解集中的最优解排序包括以下步骤：

建立决策矩阵；

其中i：1,…m，m为最优解的个数；j:1,…n，n为优化目标的个数；

由X构成规范化的决策矩阵v_ij，其元素为r_ij，同时引入权重w_j；

v_ij＝w_j×r_ij,其中

推导理想解A⁺

推导负理想解A^-

计算每一个最优解到理想解的距离

计算每一个最优解到负理想解的距离

最优解对于理想解的相对接近度为

如果其中一个最优解为理想解，则D_i＝1；如果其中一个最优解为负理想解，则D_i＝0；最优解与理想解越相近，D_i越接近于1；反之，最优解与负理想解越相近，D_i越接近于0；

对D_i进行排序，得到排序最高的最优解。

9.根据权利要求8所述的多功能全回转起重船调拨配载控制方法，其特征在于，权重w_j通过以下步骤计算：

建立权重决策矩阵

其中，i：1,…m，m为最优解的个数；j:1,…n，n为优化目标的个数；

对权重决策矩阵标准化处理，得到矩阵R＝(r_ij)_m×n；

如果优化目标j为正指标：

如果优化目标j为负指标：

计算第j个优化目标的熵H_j；

其中f_ij为第j个优化目标下第i个最优解的指标值比重

第j个优化目标的熵权权重w_j为

10.一种多功能全回转起重船，其特征在于，执行如权利要求1至9任一项所述的调拨配载控制方法。

Images