CN116482984A - 基于船舶拖缆张力监测的模型自适应最优控制方法及系统 - Google Patents
基于船舶拖缆张力监测的模型自适应最优控制方法及系统 Download PDFInfo
- Publication number
- CN116482984A CN116482984A CN202310728083.5A CN202310728083A CN116482984A CN 116482984 A CN116482984 A CN 116482984A CN 202310728083 A CN202310728083 A CN 202310728083A CN 116482984 A CN116482984 A CN 116482984A
- Authority
- CN
- China
- Prior art keywords
- tension
- ship
- model
- horizontal
- target
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 25
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Feedback Control In General (AREA)
Abstract
本发明涉及船舶自动控制技术领域，公开了一种基于船舶拖缆张力监测的模型自适应最优控制方法及系统，用于提高对船舶进行操纵控制时的控制精度。方法包括：对目标船舶进行实时监测，得到监测数据信息；通过监测数据信息对目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；基于水平纵向拉力以及水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；基于水动力导数集合，对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；基于最优控制算法，通过目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制。
Description
技术领域
本发明涉及船舶自动控制技术领域，尤其涉及一种基于船舶拖缆张力监测的模型自适应最优控制方法及系统。
背景技术
随着人类对海洋探索的不断深入，对船舶航行作业安全的要求也越来越高。船舶运动操纵设备，用以实现船舶航速、航向的自动控制，是船舶开展航行、作业的重要保障。
在船舶运动操纵领域，有一类特殊的被控对象-拖带作业船舶。拖带作业船舶在进行海上作业时，需要拖带相应作业设备航行，如水声测量船、布缆船、科考船、救援船、ROV支持船等。拖带作业船舶在进行单船航行和拖带作业航行时，由于拖带物拖缆拉力的作用，船舶的运动性能具有显著差异；同时，由于拖带物与船舶多为柔性连接，拖带作业船舶在加速、减速、转艏等不同航行状态下，在拖带不同密度、体积、缆长的拖带物体时，又进一步呈现出不同的操纵性能。对于单船航行、拖带航行以及不同拖带工况下船舶运动参数的变化，如不加以考虑，极易出现控制超调、震荡等现象，导致控制精度变差，甚至引起严重的安全性问题。
发明内容
有鉴于此，本发明实施例提供了一种基于船舶拖缆张力监测的模型自适应最优控制方法及系统，解决了对船舶进行操纵控制时控制精度较低的技术问题。
本发明提供了一种基于船舶拖缆张力监测的模型自适应最优控制方法，包括：对目标船舶进行实时监测，得到监测数据信息；通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；基于最优控制算法，通过所述目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过所述最优控制力集合对所述目标船舶进行操纵控制。
在本发明中，所述对目标船舶进行实时监测，得到监测数据信息步骤，包括：通过预置的第一传感器对所述目标船舶进行拖缆张力监测，得到船舶拖缆张力；通过预置的第二传感器对所述目标船舶进行方向角监测，得到所述目标船舶的方向角集合；对所述目标船舶进行缆绳坐标系分析，确定目标缆绳坐标系，并将所述船舶拖缆张力、所述方向角集合以及所述目标缆绳坐标系进行数据合并，得到所述监测数据信息。
在本发明中，所述通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力步骤，包括：通过所述方向角集合以及所述船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力；通过所述方向角集合以及所述船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力。
在本发明中，所述通过所述方向角集合以及所述船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力步骤，包括：基于所述方向角集合以及所述船舶拖缆张力，通过水平纵向拉力计算公式进行水平纵向拉力计算，得到水平纵向拉力，其中，所述水平纵向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
在本发明中，所述通过所述方向角集合以及所述船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力步骤，包括：基于所述方向角集合以及所述船舶拖缆张力，通过水平横向拉力计算公式进行水平横向拉力计算，得到水平横向拉力，其中，所述水平横向拉力计算公式如下所示：
其中，为水平横向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
在本发明中，所述基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合步骤，包括：通过所述水平纵向拉力以及所述水平横向拉力进行拉力变化率分析，得到水平纵向拉力变化率以及水平横向拉力变化率；通过模糊控制算法，将所述水平纵向拉力以及所述水平纵向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶纵向水动力导数集合；通过模糊控制算法，将所述水平横向拉力以及所述水平横向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶艏向水动力导数集合；将所述船舶纵向水动力导数集合以及所述船舶艏向水动力导数集合合并为所述水动力导数集合。
在本发明中，所述基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型步骤，包括：基于所述水动力导数集合，通过模型更新公式对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型，其中，所述模型更新公式如下所示：
其中，表示目标船舶的纵向速度、/>表示目标船舶的旋转角速度，/>表示目标船舶的纵向速度导数、/>表示目标船舶的旋转角速度导数；/>为目标船舶的纵向惯性质量，为目标船舶的转动惯量；/>为船舶纵向水动力一阶导数；/>为船舶纵向水动力二阶导数；/>为船舶艏向水动力一阶导数，/>为船舶艏向水动力二阶导数；/>为目标船舶的纵向总推力、/>为目标船舶的转艏总力矩。
本发明还提供了一种基于船舶拖缆张力监测的模型自适应最优控制系统，包括：
数据获取模块，用于对目标船舶进行实时监测，得到监测数据信息；
第一分析模块，用于通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；
第二分析模块，用于基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；
数据更新模块，用于基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；
操纵控制模块，用于基于最优控制算法，通过所述目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过所述最优控制力集合对所述目标船舶进行操纵控制。
本发明提供的技术方案中，对目标船舶进行实时监测，得到监测数据信息；通过监测数据信息对目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；基于水平纵向拉力以及水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；基于水动力导数集合，对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；基于最优控制算法，通过目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制，在本发明中，将操纵模型的自适应更新与最优控制结合起来，通过拖缆张力及角度的实时监测，采用模糊控制箱，将拖带物的拉力影响转换为船舶水动力导数的在线更新，实现最优控制算法的操纵模型自适应，达到船舶航向、航速的最优控制，由于拖带作业船舶在单船航行、拖带航行以及拖带航行不同运动状态下，都具有显著的操纵特性差异，通过采用基于拖缆张力的运动模型自适应，使船舶操纵最优控制器能够适应船舶在单船航行、不同状态拖带航行下的操纵特性，提升航速、航向控制精度，以进一步提升对船舶进行操纵控制时的控制精度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中一种基于船舶拖缆张力监测的模型自适应最优控制方法的流程图。
图2为本发明实施例中通过监测数据信息对目标船舶进行拖缆拉力分析的示意图。
图3为本发明实施例中通过监测数据信息对目标船舶进行拖缆拉力分析的流程图。
图4为本发明实施例中一种基于船舶拖缆张力监测的模型自适应最优控制系统的示意图。
附图标记：
301、数据获取模块；302、第一分析模块；303、第二分析模块；304、数据更新模块；305、操纵控制模块。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的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”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，图1是本发明实施例的一种基于船舶拖缆张力监测的模型自适应最优控制方法的流程图，如图1所示，包括以下步骤：
S101、对目标船舶进行实时监测，得到监测数据信息；
需要说明的是，当进行目标船舶的实时监测时，通过预置的传感器和监测仪器获取一些船舶的基本数据信息，例如船舶的位置和速度等，以及目标船舶中拖缆绳索的拉力信息，其中，该监测数据信息包括：船舶拖缆张力、方向角集合以及目标缆绳坐标系。
S102、通过监测数据信息对目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；
具体的，服务器通过监测数据信息中的方向角集合以及船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力；通过方向角集合以及船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力，其中，服务器基于方向角集合以及船舶拖缆张力，通过水平纵向拉力计算公式进行水平纵向拉力计算，得到水平纵向拉力，其中，水平纵向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为方向角集合中的第一方向角，/>为方向角集合中的第二方向角，/>为船舶拖缆张力。
进一步的，服务器基于监测数据信息中的方向角集合以及船舶拖缆张力，通过水平横向拉力计算公式进行水平横向拉力计算，得到水平横向拉力，其中，水平横向拉力计算公式如下所示：
其中，为水平横向拉力，/>为方向角集合中的第一方向角，/>为方向角集合中的第二方向角，/>为船舶拖缆张力。如图2所示，图2为目标船舶的拖缆张力分解示意图。
S103、基于水平纵向拉力以及水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；
具体的，搭建纵向模糊控制箱，其输入为拖缆的水平纵向拉力、纵向拉力的变化率/>，/>可通过相邻时刻的水平纵向拉力/>差值计算得到；其输出为船舶纵向水动力导数/>、/>；搭建艏向模糊控制箱，其输入为拖缆的水平横向拉力/>、横向拉力的变化率/>，/>可通过相邻时刻的水平横向拉力/>差值计算得到；其输出为船舶艏向水动力导数/>、/>；需要说明的是，纵向模糊控制箱、艏向模糊控制箱，均采用Mamdani模型，其模糊化采用三角形隶属度函数，其模糊推理采用“Max-Min”合成规则，其清晰化采用重心法。
S104、基于水动力导数集合，对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；
具体的，服务器基于水动力导数集合，通过模型更新公式对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型，其中，模型更新公式如下所示：
其中，表示目标船舶的纵向速度、/>表示目标船舶的旋转角速度，/>表示目标船舶的纵向速度导数、/>表示目标船舶的旋转角速度导数；/>为目标船舶的纵向惯性质量，为目标船舶的转动惯量；/>为船舶纵向水动力一阶导数；/>为船舶纵向水动力二阶导数；/>为船舶艏向水动力一阶导数，/>为船舶艏向水动力二阶导数；/>为目标船舶的纵向总推力、/>为目标船舶的转艏总力矩。
S105、基于最优控制算法，通过目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制。
具体的，服务器首先获目标船舶的当前纵向航速以及当前艏向角速度，基于最优控制算法，服务器在目标船舶的当前纵向航速、当前艏向角速度/>处，对目标船舶二自由度操纵模型进行线性化处理，并转化为标准线性定常状态空间形式：
其中，为船舶运动状态向量，/>为船舶运动向量的导数，为由船舶纵向速度/>、船舶艏向角/>组成的船舶控制向量，/>为待求解的船舶控制输入，/>为系统矩阵，/>为输入矩阵，/>为输出矩阵；
进而，设定最优化二次型指标，并根据下式计算出使最优化二次型指标/>取得极小值的船舶运动最优控制输入：
其中，为Riccati代数方程/>的唯一正定解，其中，/>为控制误差惩罚矩阵，/>为能量消耗惩罚矩阵，可由人为设定；/>为用户设定的船体航速及艏向指令，其中，/>为用户设定的船舶纵向速度，/>为用户设定的船舶艏向角，/>表征控制误差惩罚项，/>表征控制过程的能量消耗惩罚项，最终，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制。
通过执行上述步骤，对目标船舶进行实时监测，得到监测数据信息；通过监测数据信息对目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；基于水平纵向拉力以及水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；基于水动力导数集合，对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；基于最优控制算法，通过目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制，在本发明中，将操纵模型的自适应更新与最优控制结合起来，通过拖缆张力及角度的实时监测，采用模糊控制箱，将拖带物的拉力影响转换为船舶水动力导数的在线更新，实现最优控制算法的操纵模型自适应，达到船舶航向、航速的最优控制，由于拖带作业船舶在单船航行、拖带航行以及拖带航行不同运动状态下，都具有显著的操纵特性差异，通过采用基于拖缆张力的运动模型自适应，使船舶操纵最优控制器能够适应船舶在单船航行、不同状态拖带航行下的操纵特性，提升航速、航向控制精度，以进一步提升对船舶进行操纵控制时的控制精度。
在一具体实施例中，执行步骤S103的过程可以具体包括如下步骤：
（1）通过水平纵向拉力以及水平横向拉力进行拉力变化率分析，得到水平纵向拉力变化率以及水平横向拉力变化率；
（2）通过模糊控制算法，将水平纵向拉力以及水平纵向拉力变化率输入船舶二自由度操作模型进行水动力导数分析，得到船舶纵向水动力导数集合；
（3）通过模糊控制算法，将水平横向拉力以及水平横向拉力变化率输入船舶二自由度操作模型进行水动力导数分析，得到船舶艏向水动力导数集合；
（4）将船舶纵向水动力导数集合以及船舶艏向水动力导数集合合并为水动力导数集合。
具体的，搭建纵向模糊控制箱，其输入为拖缆的水平纵向拉力、纵向拉力的变化率/>，/>可通过相邻时刻的水平纵向拉力/>差值计算得到；其输出为船舶纵向水动力导数/>、/>；搭建艏向模糊控制箱，其输入为拖缆的水平横向拉力/>、横向拉力的变化率/>，/>可通过相邻时刻的水平横向拉力/>差值计算得到；其输出为船舶艏向水动力导数/>、/>；需要说明的是，纵向模糊控制箱、艏向模糊控制箱，均采用Mamdani模型，其模糊化采用三角形隶属度函数，其模糊推理采用“Max-Min”合成规则，其清晰化采用重心法，最终，将船舶纵向水动力导数/>、/>以及船舶艏向水动力导数/>、/>合并为水动力导数集合。
在一具体实施例中，执行步骤S104的过程可以具体包括如下步骤：
（1）基于水动力导数集合，通过模型更新公式对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型，其中，模型更新公式如下所示：
其中，表示目标船舶的纵向速度、/>表示目标船舶的旋转角速度，/>表示目标船舶的纵向速度导数、/>表示目标船舶的旋转角速度导数；/>为目标船舶的纵向惯性质量，为目标船舶的转动惯量；/>为船舶纵向水动力一阶导数；/>为船舶纵向水动力二阶导数；/>为船舶艏向水动力一阶导数，/>为船舶艏向水动力二阶导数；/>为目标船舶的纵向总推力、/>为目标船舶的转艏总力矩。
在一具体实施例中，如图3所示，执行步骤S102的过程可以具体包括如下步骤：
S201、通过预置的第一传感器对目标船舶进行拖缆张力监测，得到船舶拖缆张力；
S202、通过预置的第二传感器对目标船舶进行方向角监测，得到目标船舶的方向角集合；
S203、对目标船舶进行缆绳坐标系分析，确定目标缆绳坐标系，并将船舶拖缆张力、方向角集合以及目标缆绳坐标系进行数据合并，得到监测数据信息。
具体的，服务器选择并安装适当的传感器设备。为了监测船舶的拖缆张力，使用测量张力的传感器，这种传感器设备通常是直接安装在缆绳上，并测量缆绳中对应的力量。在得到拖缆张力的数据后，利用第二个传感器来测量船舶的方向。在得到船舶拖缆张力和方向数据后，进行缆绳坐标系分析。通过测量缆绳所在的空间位置来确定缆绳坐标系相对于参考框架的位置。这个过程涉及一些复杂的数学计算，例如线性代数、变换矩阵等。之后，将获取的船舶拖缆张力、方向角集合以及目标缆绳坐标系进行数据合并。这个过程通常需要依靠计算机程序完成，同时也需要一些数学计算的支持，例如矩阵运算和数据处理等。一旦整个数据集合被合并为一个统一的数据集，最终得到监测数据信息。
在一具体实施例中，执行步骤S102的过程可以具体包括如下步骤：
（1）通过方向角集合以及船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力；
（2）通过方向角集合以及船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力。
在一具体实施例中，执行通过方向角集合以及船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力步骤，包括如下步骤：
（1）基于方向角集合以及船舶拖缆张力，通过水平纵向拉力计算公式进行水平纵向拉力计算，得到水平纵向拉力，其中，水平纵向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为方向角集合中的第一方向角，/>为方向角集合中的第二方向角，/>为船舶拖缆张力。
在一具体实施例中，执行通过方向角集合以及船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力步骤，包括如下步骤：
（1）基于方向角集合以及船舶拖缆张力，通过水平横向拉力计算公式进行水平横向拉力计算，得到水平横向拉力，其中，水平横向拉力计算公式如下所示：
其中，为水平横向拉力，/>为方向角集合中的第一方向角，/>为方向角集合中的第二方向角，/>为船舶拖缆张力。
本发明实施例还提供了一种基于船舶拖缆张力监测的模型自适应最优控制系统，如图4所示，该一种基于船舶拖缆张力监测的模型自适应最优控制系统具体包括：
数据获取模块301，用于对目标船舶进行实时监测，得到监测数据信息；
第一分析模块302，用于通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；
第二分析模块303，用于基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；
数据更新模块304，用于基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；
操纵控制模块305，用于基于最优控制算法，通过所述目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过所述最优控制力集合对所述目标船舶进行操纵控制。
可选的，所述数据获取模块301具体用于：通过预置的第一传感器对所述目标船舶进行拖缆张力监测，得到船舶拖缆张力；通过预置的第二传感器对所述目标船舶进行方向角监测，得到所述目标船舶的方向角集合；对所述目标船舶进行缆绳坐标系分析，确定目标缆绳坐标系，并将所述船舶拖缆张力、所述方向角集合以及所述目标缆绳坐标系进行数据合并，得到所述监测数据信息。
可选的，所述第一分析模块302具体包括：
第一计算单元，用于通过所述方向角集合以及所述船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力；
第二计算单元，用于通过所述方向角集合以及所述船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力。
可选的，所述第一计算单元具体用于：基于所述方向角集合以及所述船舶拖缆张力，通过水平纵向拉力计算公式进行水平纵向拉力计算，得到水平纵向拉力，其中，所述水平纵向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
可选的，所述第二计算单元具体用于：基于所述方向角集合以及所述船舶拖缆张力，通过水平横向拉力计算公式进行水平横向拉力计算，得到水平横向拉力，其中，所述水平横向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
可选的，所述第二分析模块303具体用于：通过所述水平纵向拉力以及所述水平横向拉力进行拉力变化率分析，得到水平纵向拉力变化率以及水平横向拉力变化率；通过模糊控制算法，将所述水平纵向拉力以及所述水平纵向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶纵向水动力导数集合；通过模糊控制算法，将所述水平横向拉力以及所述水平横向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶艏向水动力导数集合；将所述船舶纵向水动力导数集合以及所述船舶艏向水动力导数集合合并为所述水动力导数集合。
可选的，所述数据更新模块304具体用于：基于所述水动力导数集合，通过模型更新公式对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型，其中，所述模型更新公式如下所示：
其中，表示目标船舶的纵向速度、/>表示目标船舶的旋转角速度，/>表示目标船舶的纵向速度导数、/>表示目标船舶的旋转角速度导数；/>为目标船舶的纵向惯性质量，为目标船舶的转动惯量；/>为船舶纵向水动力一阶导数；/>为船舶纵向水动力二阶导数；/>为船舶艏向水动力一阶导数，/>为船舶艏向水动力二阶导数；/>为目标船舶的纵向总推力、/>为目标船舶的转艏总力矩。
通过上述各个模块的协同工作，对目标船舶进行实时监测，得到监测数据信息；通过监测数据信息对目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；基于水平纵向拉力以及水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；基于水动力导数集合，对船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；基于最优控制算法，通过目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过最优控制力集合对目标船舶进行操纵控制，在本发明中，将操纵模型的自适应更新与最优控制结合起来，通过拖缆张力及角度的实时监测，采用模糊控制箱，将拖带物的拉力影响转换为船舶水动力导数的在线更新，实现最优控制算法的操纵模型自适应，达到船舶航向、航速的最优控制，由于拖带作业船舶在单船航行、拖带航行以及拖带航行不同运动状态下，都具有显著的操纵特性差异，通过采用基于拖缆张力的运动模型自适应，使船舶操纵最优控制器能够适应船舶在单船航行、不同状态拖带航行下的操纵特性，提升航速、航向控制精度，以进一步提升对船舶进行操纵控制时的控制精度。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，方法包括：
对目标船舶进行实时监测，得到监测数据信息；
通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；
基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；
基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；
基于最优控制算法，通过所述目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过所述最优控制力集合对所述目标船舶进行操纵控制。
2.根据权利要求1所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述对目标船舶进行实时监测，得到监测数据信息步骤，包括：
通过预置的第一传感器对所述目标船舶进行拖缆张力监测，得到船舶拖缆张力；
通过预置的第二传感器对所述目标船舶进行方向角监测，得到所述目标船舶的方向角集合；
对所述目标船舶进行缆绳坐标系分析，确定目标缆绳坐标系，并将所述船舶拖缆张力、所述方向角集合以及所述目标缆绳坐标系进行数据合并，得到所述监测数据信息。
3.根据权利要求2所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力步骤，包括：
通过所述方向角集合以及所述船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力；
通过所述方向角集合以及所述船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力。
4.根据权利要求3所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述通过所述方向角集合以及所述船舶拖缆张力进行水平纵向拉力计算，得到水平纵向拉力步骤，包括：
基于所述方向角集合以及所述船舶拖缆张力，通过水平纵向拉力计算公式进行水平纵向拉力计算，得到水平纵向拉力，其中，所述水平纵向拉力计算公式如下所示：
其中，为水平纵向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
5.根据权利要求3所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述通过所述方向角集合以及所述船舶拖缆张力进行水平横向拉力计算，得到水平横向拉力步骤，包括：
基于所述方向角集合以及所述船舶拖缆张力，通过水平横向拉力计算公式进行水平横向拉力计算，得到水平横向拉力，其中，所述水平横向拉力计算公式如下所示：
其中，为水平横向拉力，/>为所述方向角集合中的第一方向角，/>为所述方向角集合中的第二方向角，/>为船舶拖缆张力。
6.根据权利要求1所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合步骤，包括：
通过所述水平纵向拉力以及所述水平横向拉力进行拉力变化率分析，得到水平纵向拉力变化率以及水平横向拉力变化率；
通过模糊控制算法，将所述水平纵向拉力以及所述水平纵向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶纵向水动力导数集合；
通过模糊控制算法，将所述水平横向拉力以及所述水平横向拉力变化率输入所述船舶二自由度操作模型进行水动力导数分析，得到船舶艏向水动力导数集合；
将所述船舶纵向水动力导数集合以及所述船舶艏向水动力导数集合合并为所述水动力导数集合。
7.根据权利要求1所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，所述基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型步骤，包括：
基于所述水动力导数集合，通过模型更新公式对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型，其中，所述模型更新公式如下所示：
其中，表示目标船舶的纵向速度、/>表示目标船舶的旋转角速度，/>表示目标船舶的纵向速度导数、/>表示目标船舶的旋转角速度导数；/>为目标船舶的纵向惯性质量，/>为目标船舶的转动惯量；/>为船舶纵向水动力一阶导数；/>为船舶纵向水动力二阶导数；为船舶艏向水动力一阶导数，/>为船舶艏向水动力二阶导数；/>为目标船舶的纵向总推力、/>为目标船舶的转艏总力矩。
8.一种基于船舶拖缆张力监测的模型自适应最优控制系统，用以执行如权利要求1至7任一项所述的基于船舶拖缆张力监测的模型自适应最优控制方法，其特征在于，包括：
数据获取模块，用于对目标船舶进行实时监测，得到监测数据信息；
第一分析模块，用于通过所述监测数据信息对所述目标船舶进行拖缆拉力分析，得到水平纵向拉力以及水平横向拉力；
第二分析模块，用于基于所述水平纵向拉力以及所述水平横向拉力，通过模糊控制算法对船舶二自由度操纵模型进行水动力导数分析，得到水动力导数集合；
数据更新模块，用于基于所述水动力导数集合，对所述船舶二自由度操纵模型进行模型数据更新，得到目标船舶二自由度操纵模型；
操纵控制模块，用于基于最优控制算法，通过所述目标船舶二自由度操纵模型进行最优控制力分析，得到最优控制力集合，并通过所述最优控制力集合对所述目标船舶进行操纵控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310728083.5A CN116482984B (zh) | 2023-06-20 | 2023-06-20 | 基于船舶拖缆张力监测的模型自适应最优控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310728083.5A CN116482984B (zh) | 2023-06-20 | 2023-06-20 | 基于船舶拖缆张力监测的模型自适应最优控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116482984A true CN116482984A (zh) | 2023-07-25 |
| CN116482984B CN116482984B (zh) | 2023-09-05 |
Family
ID=87219905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310728083.5A Active CN116482984B (zh) | 2023-06-20 | 2023-06-20 | 基于船舶拖缆张力监测的模型自适应最优控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116482984B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117195567A (zh) * | 2023-09-14 | 2023-12-08 | 中国船舶集团有限公司第七零七研究所九江分部 | 面向操纵运动的船舶多变量操纵响应模型的参数辨识方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012184004A (ja) * | 2012-07-04 | 2012-09-27 | Universal Shipbuilding Corp | 操船制御装置、自動操船制御システム、操船制御方法、及びプログラム |
| CN109799064A (zh) * | 2018-12-06 | 2019-05-24 | 中国船舶工业集团公司第七〇八研究所 | 一种船舶操纵性水动力测试装置及方法 |
| CN109795650A (zh) * | 2019-02-21 | 2019-05-24 | 三峡大学 | 一种“x”型尾翼拖曳体及其运动姿态控制方法 |
| CN110254676A (zh) * | 2019-05-13 | 2019-09-20 | 自然资源部第一海洋研究所 | 一种利用dp协助科考船实现低速拖带作业的控制系统 |
| CN110567676A (zh) * | 2019-08-01 | 2019-12-13 | 中国船舶重工集团公司第七一五研究所 | 一种船载缆阵阻力系数测量系统及方法 |
| CN110837680A (zh) * | 2019-11-04 | 2020-02-25 | 中国人民解放军海军工程大学 | 一种水下拖缆稳态运动多目标优化方法及系统 |
| US20200062368A1 (en) * | 2017-04-07 | 2020-02-27 | Remøy Sea Group AS | Arrangement for manoeuvring a boat |
| CN110989628A (zh) * | 2019-12-27 | 2020-04-10 | 哈尔滨工程大学 | 一种基于cfd的欠驱动水面船舶航向控制方法 |
| CN115577585A (zh) * | 2022-09-21 | 2023-01-06 | 中国人民解放军91054部队 | 一种水面船舶与拖曳系统耦合运动分析方法 |
-
2023
- 2023-06-20 CN CN202310728083.5A patent/CN116482984B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012184004A (ja) * | 2012-07-04 | 2012-09-27 | Universal Shipbuilding Corp | 操船制御装置、自動操船制御システム、操船制御方法、及びプログラム |
| US20200062368A1 (en) * | 2017-04-07 | 2020-02-27 | Remøy Sea Group AS | Arrangement for manoeuvring a boat |
| CN109799064A (zh) * | 2018-12-06 | 2019-05-24 | 中国船舶工业集团公司第七〇八研究所 | 一种船舶操纵性水动力测试装置及方法 |
| CN109795650A (zh) * | 2019-02-21 | 2019-05-24 | 三峡大学 | 一种“x”型尾翼拖曳体及其运动姿态控制方法 |
| CN110254676A (zh) * | 2019-05-13 | 2019-09-20 | 自然资源部第一海洋研究所 | 一种利用dp协助科考船实现低速拖带作业的控制系统 |
| CN110567676A (zh) * | 2019-08-01 | 2019-12-13 | 中国船舶重工集团公司第七一五研究所 | 一种船载缆阵阻力系数测量系统及方法 |
| CN110837680A (zh) * | 2019-11-04 | 2020-02-25 | 中国人民解放军海军工程大学 | 一种水下拖缆稳态运动多目标优化方法及系统 |
| CN110989628A (zh) * | 2019-12-27 | 2020-04-10 | 哈尔滨工程大学 | 一种基于cfd的欠驱动水面船舶航向控制方法 |
| CN115577585A (zh) * | 2022-09-21 | 2023-01-06 | 中国人民解放军91054部队 | 一种水面船舶与拖曳系统耦合运动分析方法 |
Non-Patent Citations (3)
| Title |
|---|
| 孙巍: "船舶拖航六自由度操纵运动仿真研究", 《CNKI》 * |
| 梁康乐: "拖航系统操纵性研究", 《CNKI》 * |
| 王冲霄 等: "水下拖缆稳态运动的多目标优化研究", 《兵器装备工程学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117195567A (zh) * | 2023-09-14 | 2023-12-08 | 中国船舶集团有限公司第七零七研究所九江分部 | 面向操纵运动的船舶多变量操纵响应模型的参数辨识方法 |
| CN117195567B (zh) * | 2023-09-14 | 2024-03-26 | 中国船舶集团有限公司第七零七研究所九江分部 | 船舶多变量响应模型构建及面向操纵运动的参数辨识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116482984B (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Skjetne et al. | A nonlinear ship manoeuvering model: Identification and adaptive control with experiments for a model ship | |
| CN107957727B (zh) | 水下机器人控制系统及动力定位方法 | |
| JP4339016B2 (ja) | 推力配分方法及び推力配分装置 | |
| CN116482984B (zh) | 基于船舶拖缆张力监测的模型自适应最优控制方法及系统 | |
| Kraus | Wave glider dynamic modeling, parameter identification and simulation | |
| JP5010332B2 (ja) | 水中航走体運動制御装置および水中航走体 | |
| CN101833338A (zh) | 无人潜航器垂直面欠驱动运动控制方法 | |
| CN110658814B (zh) | 一种应用于船舶运动控制的自适应船舶运动建模方法 | |
| JP4640760B2 (ja) | 到来波浪の波形予測法および波浪中の航走体の運転制御方法 | |
| CN104316025B (zh) | 一种基于船体姿态信息估计海浪浪高的系统 | |
| CN112068440B (zh) | 基于模型预测控制的auv回收对接动力定位控制方法 | |
| CN112710304B (zh) | 一种基于自适应滤波的水下自主航行器导航方法 | |
| Huo et al. | Horizontal path-following control for deep-sea work-class ROVs based on a fuzzy logic system | |
| CN115329459A (zh) | 基于数字孪生的水下航行器建模方法及系统 | |
| CN114967714A (zh) | 一种自主式水下机器人抗扰运动控制方法及系统 | |
| WO2024046090A1 (zh) | 模块化的船舶运动控制调试系统及船舶运动控制调试方法 | |
| Saoud et al. | Modeling and control design of a robotic sailboat | |
| 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 | |
| CN114879703B (zh) | 水下机器人路径跟踪控制方法 | |
| Martin et al. | Preliminary experiments in comparative experimental identification of six degree-of-freedom coupled dynamic plant models for underwater robot vehicles | |
| Sun et al. | Path planning for an autonomous underwater vehicle in a cluttered underwater environment based on the heat method | |
| Li et al. | [Retracted] A Systematic Pipelaying Control Method Based on the Sliding Matrix for Dynamically Positioned Surface Vessels | |
| CN110254678A (zh) | 一种具有动力定位系统的科学考察船 | |
| Rodriguez et al. | Adaptive Learning and Optimization of High-Speed Sailing Maneuvers for America's Cup | |
| CN117590756B (zh) | 水下机器人的运动控制方法、装置、设备和存储介质 |
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 |