CN114611206B - 一种动力定位船的环境最优艏向定位方法 - Google Patents

Abstract

本发明涉及一种动力定位船的环境最优艏向定位方法，步骤为：1、建立考虑海上环境载荷下的船舶六自由度操纵性和耐波性联合模型；联合模型包括纵荡模型、横荡模型、垂荡模型、纵摇模型、横摇模型和艏摇模型；2、进行环境载荷合力估计；3、调整船艏方向，转艏至环境合力反方向；4、确定虚拟圆心位置及半径；5、开启纵向模式，以实现船舶纵向位置的固定；同时开启带导引的艏向模式，以实现船舶转艏至指定的艏向；6、更新虚拟圆心位置，实现环境最优艏向定位。本发明使动力定位船舶能够在环境力的作用下自动收敛到环境最优艏向。

Description

一种动力定位船的环境最优艏向定位方法

技术领域

本发明属于船舶动力定位系统，特别涉及一种动力定位船的环境最优艏向定位方法。

背景技术

目前，越来越多的工程船舶中应用了动力定位技术，例如海底勘探船、科学考察船、深海救援船、海上作业平台、拖船等。随着工程船舶所探索的海水深度不断增加，锚泊系统无法满足海上作业需要。动力定位系统适用于深海作业，工作效率高，操作便捷，作业成本低，随着海洋探索的深入，动力定位系统的研究将越来越重要。

作为动力定位的关键技术之一，如何找到作业船舶的环境最优艏向有着相当重要的意义。船舶在海上工作，会受到风、浪、流等各种环境力的作用。环境最优艏向，指的是船舶所受环境合力相反的方向。船舶在环境最优艏向下进行动力定位或拖拽等作业时，由于艏向正对环境合力，这样船舶在横向上不输出力或仅输出很小的力，就可以实现定位功能，能够有效地减少动力定位船舶的能耗。并且，环境最优艏向下，船舶受环境影响的投影面积被最小化，可以有效地减小船舶横摇，降低作业风险，降低环境力对作业设备的冲击，提高作业精度。

发明内容

本发明的目的是在于克服现有技术的不足之处，提供一种动力定位船的环境最优艏向定位方法，使具有动力定位功能的船舶在外界环境力的作用下，自动转艏至环境最优艏向，从而在环境最优艏向工作以减少定位的能耗。

本发明的上述目的通过如下技术方案来实现:

一种动力定位船的环境最优艏向定位方法，其特征在于：包括如下步骤：

步骤1、建立考虑海上环境载荷下的船舶六自由度操纵性和耐波性联合模型；联合模型包括纵荡模型、横荡模型、垂荡模型、纵摇模型、横摇模型和艏摇模型；

步骤2、进行环境载荷合力估计；

步骤3、调整船艏方向，转艏至环境合力反方向；

步骤4、确定虚拟圆心C位置及虚拟圆弧半径r，使船舶在艏向寻优的过程中，位置保持在以C为圆心，r为半径的圆弧上运动；

步骤5、开启纵向模式，以实现船舶纵向位置的固定；同时开启带导引的艏向模式，以实现船舶转艏至指定的艏向；

步骤6、更新虚拟圆心位置，使船舶能够在原地转艏至环境最优艏向，实现环境最优艏向定位。

进一步的：步骤1中建立的联合模型为：

其中，F_1wave＝[X_1wave；Y_1wave；N_1wave]＝F_i ^FK(t)+F_i ^dif(t)

m_ij和a_ij(∞)为船舶质量和无限频率下的附加质量；x_G为重心的纵向位置；[u,v,w,p,q,r]为船舶在六个自由度上的运动速度；F_i ^res(t)、F_i ^FK(t)、F_i ^dif(t)分别为回复力、F-K力和波浪绕射力；R_ij为时延函数，可由附加质量系数及阻尼系数计算得到；X_H、Y_H、N_H为操纵运动的各水动力导数项；X_P、Y_P、N_P为桨产生的力；X_R、Y_R、N_R为舵产生的力；角标wind、current、1wave、2wave分别为环境载荷风力、流力、一阶波浪力、二阶波浪载荷力。

进一步的：步骤2中环境载荷包括风载荷、流载荷和波浪载荷，其中，波浪载荷选用二阶波浪力载荷，包括：

(4)风载荷估计

环境模型中的风载荷计算模型的计算公式如下：

其中，A_T和A_L为水线以上正向和侧向风投影面积，C_windx、C_windy和C_windn为无因次风载荷系数，ρ_air为空气密度，U_wind为风速，α_wind为相对风向；

无因次风载荷系数的求解方程如下：

其中，上述方程共涉及8个船舶参数：L为总长；B为船宽；A_L为水线以上侧投影面积；A_T为水线以上正投影面积；A_SS为船舶上层建筑的侧投影面积；S为船舶水线以上部分侧投影周长；C为船舶水线以上部分的侧投影面积形心距船艏的距离；M为侧投影面积中桅杆或中线面支柱的数目。回归方程中，A_i、B_i(i＝0,…,6)和C_j(j＝0,…,5)为与迎风角α相关的风力参数，可通过查表方式获得；

(5)流载荷估计

环境模型中的流载荷计算模型的计算公式如下：

其中C_currentx、C_currenty和C_currentn无因次流载荷系数，B为船宽，T为吃水，L_pp为垂线间长，ρ_water为水的密度，U_current为流速，α_current为流向；

无因次流载荷系数通过CFD仿真或风洞试验得到。

(6)波浪载荷估计

环境模型中的波浪载荷计算模型的计算公式如下：

其中，为波浪载荷的载荷系数,g为重力加速度，H_s为有义波高，T_p为谱峰周期，α_wave为相对浪向，ρ_water为水的密度，L_pp为垂线间长，a为波幅；

波浪载荷的载荷系数通过势流理论和不规则波波谱公式得到。

综合以上风载荷、流载荷以及波浪载荷估计，估算出当前海洋环境中船舶在平面运动方向(纵荡、横荡、转艏)上遭受的外部环境合力：

X_env＝X_wind+X_current+X_2wave

Y_env＝Y_wind+Y_current+Y_2wave

N_env＝N_wind+N_current+N_2wave

上述公式可以整理为：

F_env(X_env,Y_env,N_env)＝F(α_current,U_current,α_wind,U_wind,Hs,Tp,α_wave)

其中，F_env为环境载荷合力，其方向θ_env为X_env与Y_env合力的方向，α_current为流向，U_current为流速，α_wind为风向，U_wind为风速，Hs为波浪有义波高，Tp为波浪谱峰周期，α_wave为浪向；风浪流载荷及环境载荷合力方向均采用船体坐标系进行表述，即坐标系原点与船体重心重合，x轴沿船体首尾方向，正向指向船首，y轴指向右舷为正，z轴垂直向下为正。

进一步的：步骤3中，转艏至θ₀＝180°-θ_env，θ₀即为步骤2所估计出的初始最优艏向的方向。

进一步的：步骤4中：海面上虚拟圆心定义为C(n_c,e_c)

n_c＝n₀+rcosθ₀

e_c＝e₀+rsinθ₀

其中(n₀,e₀)为启用最优艏向算法时刻船舶的当前位置(北东坐标系)；r为船舶艏向寻优过程中所围绕的圆弧的半径；r的确定根据如下经验公式选取：

其中，L为船长，t为设计的寻优时间，F_env是步骤3中所估计的环境载荷合力的大小。a,b,c均为经验参数。

进一步的：步骤5中，以C为坐标原点建立新坐标系，θ₀为新坐标系y轴与北向的夹角；经旋转变换后，当前船舶位置(n,e)在新坐标系的坐标为(n',e')，实时引导的艏向设定值遵循以下方程式：

进一步的：船舶期望的定位位置为D(n_d,e_d)，步骤6中，设置虚拟圆心按照以r为半径，D(n_d,e_d)为圆心的圆弧移动，虚拟圆心的初始位置为步骤4中的圆心位置C。

此时，移动后虚拟圆心的坐标C'(n_c',e_c')

n_c'＝n_d+rcosθ'

e_c'＝e_d+rsinθ'

控制目标是使θ'跟随θ_set，定义ε＝θ'-θ_set，采用模糊控制器，控制器输入为ε和ε，控制器输出为θ'，使θ'跟随θ_set最终能够实现船定位在原位置的同时转艏至环境最优艏向。

本发明具有的优点和积极效果：

1、本发明提出的种动力定位船舶的环境最优艏向定位方法，使动力定位船舶能够在环境力的作用下自动收敛到环境最优艏向。随着流向或风向改变，最优艏向能够自动适应。在达到环境最优艏向后，动力定位只需控制纵向和艏向，横向不发力，船依然可以定在原位置，能够有效地降低功耗。

2、本发明对具备动力定位功能的船舶进行功能改进，能够在动力定位基本功能的基础上快速增加功能，实现动力定位船舶自动在最优艏向下进行定位。

附图说明

图1是本发明环境最优艏向算法流程图；

图2是本发明沿纵向二阶波浪载荷系数-曲线图；

图3是本发明沿横向二阶波浪载荷系数-曲线图；

图4是本发明沿转向二阶波浪载荷系数-曲线图；

图5是本发明虚拟圆心移动示意图。

具体实施方式

以下结合附图并通过实施例对本发明的结构作进一步说明。需要说明的是本实施例是叙述性的，而不是限定性的。

一种动力定位船的环境最优艏向定位方法，请参见图1-5，其发明点为，包括如下步骤：

步骤1、建立船舶操纵性耐波性联合模型

作为船舶操控策略的关键，操控模型是运动状态估计及控制算法的重要组成部分，其精确与否将直接影响船舶操控性能。本专利基于典型动力定位船，建立船舶动力学模型及外环境模型。具体的，将频率较快的耐波性计算结果，以力的方式(一阶波浪力，即高频波浪载荷力)叠加至操纵性方程中的等式右侧，作为操纵性模型中的耐波性修正项，同时在联合方程中右侧引入海上环境载荷力项，最终建立考虑海上环境载荷下的船舶六自由度操纵性和耐波性联合模型。模型方程组如下：

其中：F_1wave＝[X_1wave；Y_1wave；N_1wave]＝F_i ^FK(t)+F_i ^dif(t)；

m_ij和a_ij(∞)为船舶质量和无限频率下的附加质量；x_G为重心的纵向位置；[u,v,w,p,q,r]为船舶在六个自由度上的运动速度；F_i ^res(t)、F_i ^FK(t)、F_i ^dif(t)分别为回复力、F-K力和波浪绕射力；R_ij为时延函数，可由附加质量系数及阻尼系数计算得到；X_H、Y_H、N_H为操纵运动的各水动力导数项，其描述了船舶在水中运动的水动力特性，可由水池试验或经验公式计算得出；X_P、Y_P、N_P为桨产生的力，可由桨的设计参数或水池试验计算得出；X_R、Y_R、N_R为舵产生的力，可由舵的设计参数或水池试验计算得出；角标wind、current、1wave、2wave分别为环境载荷风力、流力、一阶波浪力、二阶波浪载荷力。

步骤2、进行环境载荷合力估计

环境载荷包括风载荷、流载荷和波浪载荷，其中，波浪载荷选用二阶波浪力载荷，包括：

(7)风载荷估计

环境模型中的风载荷计算模型的计算公式如下：

其中，A_T和A_L为水线以上正向和侧向风投影面积，C_windx、C_windy和C_windn为无因次风载荷系数，ρ_air为空气密度，U_wind为风速，α_wind为相对风向。

采用经验公式与计算流体力学方法结合的方式求解船舶的风载荷系数，并搭建风载荷模型。Isherwood提出的经验公式，是目前最常用的风载荷预报计算公式。该方法采用多元回归技术，对测量数据进行了分析，得到了测量数据的最佳拟合方程：

其中，该回归方程共涉及8个船舶参数：L为总长；B为船宽；A_L为水线以上侧投影面积；A_T为水线以上正投影面积；A_SS为船舶上层建筑的侧投影面积；S为船舶水线以上部分侧投影周长；C为船舶水线以上部分的侧投影面积形心距船艏的距离；M为侧投影面积中桅杆或中线面支柱的数目。回归方程中，A_i、B_i(i＝0,…,6)和C_j(j＝0,…,5)为与迎风角α相关的风力参数，可通过查表方式获得。

(8)流载荷估计

环境模型中的流载荷计算模型的计算公式如下：

其中C_currentx、C_currenty和C_currentn无因次流载荷系数，B为船宽，T为吃水，L_pp为垂线间长，ρ_water为水的密度，U_current为流速，α_current为流向。

无因次流载荷系数通过CFD仿真或风洞试验得到。

(9)波浪载荷估计

类似于风、流载荷，本部分试验对二阶波浪力进行数据处理，采用如下结构的波浪载荷(二阶力)计算公式：

其中，为波浪载荷的载荷系数,g为重力加速度，H_s为有义波高，T_p为谱峰周期，α_wave为相对浪向，ρ_water为水的密度，L_pp为垂线间长，a为波幅。

波浪载荷的载荷系数通过势流理论和不规则波波谱公式得到。

综合以上风载荷、流载荷以及波浪载荷估计，当工作船上搭载气象仪、计程仪、波浪传感器等海洋环境传感器设备时，可以测得当前时刻的风速、风向、流速、流向、海况等级(波浪有义波高、谱峰周期)、波浪方向等信息，依据本专利所述的风、浪、流载荷计算方法，可以快速估算出当前海洋环境中船舶在平面运动方向(纵荡、横荡、转艏)上遭受的外部环境合力：

X_env＝X_wind+X_current+X_2wave

Y_env＝Y_wind+Y_current+Y_2wave

N_env＝N_wind+N_current+N_2wave

上述公式可以整理为：

F_env(X_env,Y_env,N_env)＝F(α_current,U_current,α_wind,U_wind,Hs,Tp,α_wave)

其中，F_env为环境载荷合力，其方向θ_env为X_env与Y_env合力的方向，α_current为流向，U_current为流速，α_wind为风向，U_wind为风速，Hs为波浪有义波高，Tp为波浪谱峰周期，α_wave为浪向；风浪流载荷及环境载荷合力方向均采用船体坐标系进行表述，即坐标系原点与船体重心重合，x轴沿船体首尾方向，正向指向船首，y轴指向右舷为正，z轴垂直向下为正。

步骤3、调整船艏方向，转艏至环境合力反方向

根据步骤2所估计的环境合力方向θ_env，动力定位船舶开启艏向控制模式，转艏至θ₀＝180°-θ_env，θ₀即为步骤2所估计出的初始最优艏向的方向。当然，由于传感器测量、估计算法等存在着误差，并且随着海上环境的缓慢变化，θ₀可能并不是真正的环境最优艏向方向，而是接近最优的某个值。以此θ₀作为后续最优艏向寻找的初始值，可以为寻优过程节省时间。

步骤4、确定虚拟圆心C位置及半径r，使船舶在艏向寻优的过程中，位置保持在以C为圆心，r为半径的圆弧上运动。

为了使船舶模拟重力单摆，在环境合力的作用下自动收敛至环境最优艏向的位置，需要保证船舶的运动遵循两个基本原则：(1)将自身定位在围绕虚拟圆心，半径不变的圆弧上。(2)艏向指向虚拟圆心。海面上虚拟圆心定义为C(n_c,e_c)

n_c＝n₀+rcosθ₀

e_c＝e₀+rsinθ₀

其中(n₀,e₀)为启用最优艏向算法时刻船舶的当前位置(北东坐标系)；r为船舶艏向寻优过程中所围绕的圆弧的半径。本发明中r的确定根据如下经验公式选取：

其中，L为船长，t为设计的寻优时间，F_env是步骤2中所估计的环境载荷合力的大小。a,b,c均为经验参数。依此公式确定r的值后，即可确定虚拟圆心的位置。

除以经验公式选择r以外，还可以采用神经网络拟合的方式，会更加适用于多变的海洋环境情况。即神经网络的输入为船体参数、设计寻优时间、环境载荷力的大小，输出为r，可在仿真环境中采集不同海况、不同设计寻优时间下的足够多组数据，于神经网络中训练模型，在实际应用中直接设置设计寻优时间后，神经网络能够根据输入的寻优时间，结合当前船体参数和估计的环境载荷，给出输出r。

步骤5、开启纵向模式和带导引的艏向模式

纵向控制模式是动力定位系统的一种工作模式，能够实现船舶纵向位置的固定。采用该模式可以使船舶位置维持在虚拟圆弧上，即保证了第一项基本原则。

艏向控制模式也是动力定位系统的一种工作模式，能够实现船舶转艏至指定的艏向。为保证第二项基本原则，在船舶在环境力作用下位置移动的过程中，需要对艏向控制模式的艏向设定值进行实时地引导，使船舶艏向实时地指向虚拟圆心。

在以C为坐标原点建立新坐标系，θ₀为新坐标系y轴与北向的夹角。经旋转变换后，当前船舶位置(n,e)在新坐标系的坐标为(n',e')。实时引导的艏向设定值遵循以下：

艏向设定的周期可以根据经验选择，较小的周期能够提升算法精度，但设定周期过小的话，在一个周期内船舶位置变化不明显，导致艏向设定值的变化不明显，可能会导致寻优时间的延长。

需注意的是开启纵向模式和带导引的艏向模式为同时进行，无先后顺序，这样才能保证船舶运动遵循单摆的两个基本原则。

步骤6、更新虚拟圆心位置，实现环境最优艏向定位

步骤5实现了动力定位船舶的环境最优艏向控制，即船舶运动轨迹模拟单摆，沿着圆弧运动至环境最优艏向。在步骤5的基础上，使虚拟圆心按照一定的控制律运动，可以使船定位在原位置的同时转艏至环境最优艏向。

船舶期望的定位位置为D(n_d,e_d)，设置虚拟圆心按照以r为半径，D(n_d,e_d)为圆心的圆弧移动，虚拟圆心的初始位置为步骤4中的圆心位置C。

此时，移动后虚拟圆心的坐标C'(n_c',e_c')：

n_c'＝n_d+rcosθ'

e_c'＝e_d+rsinθ'

控制目标是使θ'跟随θ_set。定义ε＝θ'-θ_set。采用模糊控制器，控制器输入为ε和控制器输出为θ'，使θ'跟随θ_set最终能够实现船定位在原位置的同时转艏至环境最优艏向。如图5所示。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神范围内，各种替换、变化和修改都是可以的，因此，本发明的范围不局限于实施例和附图所公开的内容。

Claims (1)

1.一种动力定位船的环境最优艏向定位方法，其特征在于：包括如下步骤：

步骤1、建立考虑海上环境载荷下的船舶六自由度操纵性和耐波性联合模型；联合模型包括纵荡模型、横荡模型、垂荡模型、纵摇模型、横摇模型和艏摇模型；

步骤2、进行环境载荷合力估计；

步骤3、调整船艏方向，转艏至环境合力反方向；

步骤4、确定虚拟圆心C位置及虚拟圆弧半径r，使船舶在艏向寻优的过程中，位置保持在以C为圆心，r为半径的圆弧上运动；

步骤5、开启纵向模式，以实现船舶纵向位置的固定；同时开启带导引的艏向模式，以实现船舶转艏至指定的艏向；

步骤6、更新虚拟圆心位置，使船舶能够在原地转艏至环境最优艏向，实现环境最优艏向定位；

步骤1中建立的联合模型为：

其中，F_1wave＝[X_1wave；Y_1wave；N_1wave]＝F_i ^FK(t)+F_i ^dif(t)m_ij和a_ij(∞)为船舶质量和无限频率下的附加质量；x_G为重心的纵向位置；[u,v,w,p,q,r]为船舶在六个自由度上的运动速度；F_i ^res(t)、F_i ^FK(t)、F_i ^dif(t)分别为回复力、F-K力和波浪绕射力；R_ij为时延函数，可由附加质量系数及阻尼系数计算得到；X_H、Y_H、N_H为操纵运动的各水动力导数项；X_P、Y_P、N_P为桨产生的力；X_R、Y_R、N_R为舵产生的力；角标wind、current、1wave、2wave分别为环境载荷风力、流力、一阶波浪力、二阶波浪载荷力；

步骤2中环境载荷包括风载荷、流载荷和波浪载荷，其中，波浪载荷选用二阶波浪力载荷，包括：

(1)风载荷估计

环境模型中的风载荷计算模型的计算公式如下：

其中，A_T和A_L为水线以上正向和侧向风投影面积，C_windx、C_windy和C_windy为无因次风载荷系数，ρ_air为空气密度，U_wind为风速，α_wind为相对风向；

无因次风载荷系数的求解方程如下：

其中，上述方程共涉及8个船舶参数：L为总长；B为船宽；A_L为水线以上侧投影面积；A_T为水线以上正投影面积；A_SS为船舶上层建筑的侧投影面积；S为船舶水线以上部分侧投影周长；C为船舶水线以上部分的侧投影面积形心距船艏的距离；M为侧投影面积中桅杆或中线面支柱的数目；回归方程中，A_i、B_i(i＝0,…,6)和C_j(j＝0,…,5)为与迎风角α相关的风力参数，可通过查表方式获得；

(2)流载荷估计

环境模型中的流载荷计算模型的计算公式如下：

其中c_currentx、c_currenty和c_currentn无因次流载荷系数，B为船宽，T为吃水，L_pp为垂线间长，ρ_water为水的密度，U_current为流速，α_current为流向；

无因次流载荷系数通过CFD仿真或风洞试验得到；

(3)波浪载荷估计

环境模型中的波浪载荷计算模型的计算公式如下：

其中，为波浪载荷的载荷系数,g为重力加速度，H_s为有义波高，T_p为谱峰周期，α_wave为相对浪向，ρ_water为水的密度，L_pp为垂线间长，a为波幅；

波浪载荷的载荷系数通过势流理论和不规则波波谱公式得到；

综合以上风载荷、流载荷以及波浪载荷估计，估算出当前海洋环境中船舶在平面运动方向(纵荡、横荡、转艏)上遭受的外部环境合力：

X_env＝X_wind+X_current+X_2wave

Y_env＝Y_wind+Y_current+Y_2wave

N_env＝N_wind+N_current+N_2wave

上述公式可以整理为：

F_env(X_env,Y_env,N_env)＝F(α_current,U_current,α_wind,U_wind,Hs,Tp,α_wave)

其中，F_env为环境载荷合力，其方向θ_env为X_env与Y_env合力的方向，α_current为流向，U_current为流速，α_wind为风向，U_wind为风速，Hs为波浪有义波高，Tp为波浪谱峰周期，α_wave为浪向；风浪流载荷及环境载荷合力方向均采用船体坐标系进行表述，即坐标系原点与船体重心重合，x轴沿船体首尾方向，正向指向船首，y轴指向右舷为正，z轴垂直向下为正；

步骤3中，转艏至θ₀＝180°-θ_env，θ₀即为步骤2所估计出的初始最优艏向的方向；

步骤4中，

海面上虚拟圆心定义为C(n_c,e_c)

n_c＝n₀+r cosθ₀

e_c＝e₀+r sinθ₀

其中(n₀,e₀)为启用最优艏向算法时刻船舶的当前位置(北东坐标系)；r为船舶艏向寻优过程中所围绕的圆弧的半径；r的确定根据如下经验公式选取：

其中，L为船长，t为设计的寻优时间，F_env是步骤3中所估计的环境载荷合力的大小；a,b,c均为经验参数；

步骤5中，以C为坐标原点建立新坐标系，θ₀为新坐标系y轴与北向的夹角；经旋转变换后，当前船舶位置(n,e)在新坐标系的坐标为(n',e')，实时引导的艏向设定值遵循以下方程式：

步骤6中，设置虚拟圆心按照以r为半径，船舶期望的定位位置D(n_d,e_d)为圆心的圆弧移动；

移动后虚拟圆心的坐标C'(n_c',e_c')：

n_c'＝n_d+r cosθ'

e_c'＝e_d+r sinθ'

控制目标是使θ'跟随θ_set，定义ε＝θ'-θ_set，采用模糊控制器，控制器输入为ε和控制器输出为θ'，使θ'跟随θ_set最终能够实现船定位在期望位置D(n_d,e_d)的同时转艏至环境最优艏向。