CN117555242A - 船舶动力定位控制方法、装置、计算机设备及存储介质 - Google Patents
船舶动力定位控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117555242A CN117555242A CN202410043913.5A CN202410043913A CN117555242A CN 117555242 A CN117555242 A CN 117555242A CN 202410043913 A CN202410043913 A CN 202410043913A CN 117555242 A CN117555242 A CN 117555242A
- Authority
- CN
- China
- Prior art keywords
- ship
- data
- dynamic positioning
- current
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000011217 control strategy Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 abstract description 14
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010048669 Terminal state Diseases 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
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
本发明提供了一种船舶动力定位控制方法、装置、计算机设备及存储介质,涉及船舶控制技术领域,包括:通过传感器系统采集船舶信息;将船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;通过满意模型预测动力定位控制器根据当前船舶数据得到控制数据,其中,控制数据包括控制力和力矩指令;通过位置预测器根据当前船舶数据得到预测船舶位置数据;根据预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;根据船舶工作区域、所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。本发明实现了降低船舶定位控制的能源消耗。
Description
技术领域
本发明涉及船舶控制技术领域,具体而言,涉及一种船舶动力定位控制方法、装置、计算机设备及存储介质。
背景技术
船舶定位控制的发展在航海领域具有重要意义,并且具有广阔的前景。船舶定位控制可以提供准确的位置信息,帮助船舶避免障碍物并减少碰撞风险,有助于船舶管理和调度。传统的锚泊定位方式难以为海洋作业装备和平台提供经济高效的定位服务,而不受水深和海底情况制约的动力定位系统由于其定位精度高、机动性能好以及作业效率高,一跃成为了当前船舶向深远海进发探索必不可少的核心技术支持。但目前的动力定位系统需要频繁调用船舶自身推进装置补偿外部海洋环境力的干扰以维持船舶自身位置或航向,同时在定位过程中需要考虑多种因素的影响,其定位作业往往会造成很多不必要的能源消耗。
发明内容
本发明解决的问题是如何降低船舶定位控制的能源消耗。
为解决上述问题,本发明提供一种船舶动力定位控制方法,包括:
通过传感器系统采集船舶信息;
将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
可选地,所述船舶工作区域包括船舶工作区、船舶操纵区和船舶外区,所述根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域,包括:
根据所述预测船舶位置数据得到预测船舶位置半径,其中,所述预测船舶位置半径用于表示预测船舶位置到预设圆心的距离;
当所述预测船舶位置半径小于第一预设半径时,确定所述船舶下一时刻位于所述船舶工作区;
当所述预测船舶位置半径大于或等于所述第一预设半径,且小于或等于第二预设半径时,确定所述船舶下一时刻位于所述船舶操纵区;
当所述预测船舶位置半径大于所述第二预设半径时,确定所述船舶下一时刻位于所述船舶外区。
可选地,所述船舶动力定位控制策略包括第一推进策略、第二推进策略和第三推进策略,所述根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,包括:
当所述船舶工作区域为所述船舶工作区时,利用船舶推进器补偿所述当前船舶数据的所述干扰估计数据得到所述第一推进策略;
当所述船舶工作区域为所述船舶操纵区时,利用船舶推进器通过第一预设阈值执行所述控制数据得到所述第二推进策略;
当所述船舶工作区域为所述船舶外区时,利用船舶推进器通过第二预设阈值执行所述控制数据得到所述第三推进策略,其中,所述第一预设阈值小于所述第二预设阈值。
可选地,所述满意模型预测动力定位控制器的构建过程包括:
获取多重约束;
基于模型预测控制技术利用所述多重约束得到目标函数;
基于满意优化控制理论根据所述多重约束得到模糊处理约束;
通过所述目标函数和所述模糊处理约束得到满意模型预测动力定位控制器。
可选地,所述多重约束包括船舶位置约束和推进器能效约束,所述获取多重约束,包括:
获取所述船舶位置约束,其中,所述船舶位置约束为:
,
,
其中,和/>为船舶作业区域的北向位置限制范围,/>和/>为船舶作业区域的东向位置限制范围;
获取所述推进器能效约束,其中,所述推进器能效约束为:
,
,
其中,和/>为船舶推进机构能够提供力和力矩幅值的最大值和最小值,和/>为船舶推进机构能够提供力和力矩增量的最大值和最小值。
可选地,所述基于满意优化控制理论根据所述多重约束得到模糊处理约束,包括:
将所述船舶位置约束输入模糊处理函数得到模糊处理船舶位置约束,其中,所述模糊处理函数为:
,
其中,z为相应的系统状态,和/>为软约束的模糊宽度,/>为模糊处理函数;
根据所述模糊处理船舶位置约束和所述推进器能效约束得到所述模糊处理约束。
可选地,所述位置预测器的构建过程包括:
构建动力定位船模型;
将所述动力定位船模型转化为状态空间形式得到系统状态模型;
根据控制输入量升维所述系统状态模型得到系统输出状态预测模型;
利用所述系统输出状态预测模型得到所述位置预测器。
本发明所述的船舶动力定位控制方法通过传感器系统采集船舶信息,将船舶信息输入不依赖于船舶模型的非线性齐次扩张状态观测器精确得到当前船舶数据,即当前船舶位置数据、当前船舶速度数据和干扰估计数据,相较于其他干扰处理方式计算和时间成本更低。满意模型预测动力定位控制器通过当前船舶数据得到控制力和力矩指令,进一步减少船舶控制中不必要的能源消耗。通过位置预测器根据所述当前船舶数据得到预测船舶位置数据,根据预测船舶位置数据得到船舶工作区域,根据当前船舶位置预测一段时间之后的船舶位置并为判断船舶工作区域提供依据,减少由于船舶位置变动从而改变控制数据造成的不必要系统能耗。再根据船舶工作区域通过所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,从而降低能源能耗。
本发明还提供一种船舶动力定位控制装置,包括:船舶信息获取单元,所述船舶信息获取单元用于通过传感器系统采集船舶信息;
当前船舶数据获取单元,所述当前船舶数据获取单元用于将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
控制数据单元,所述控制数据单元用于通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
预测船舶位置数据单元,所述预测船舶位置数据单元用于通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
船舶工作区域单元,所述船舶工作区域单元用于根据所述预测船舶位置数据得到船舶工作区域;
船舶动力定位控制策略单元,所述船舶动力定位控制策略单元用于根据所述船舶工作区域、所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
本发明所述的船舶动力定位控制装置与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述船舶动力定位控制方法。
本发明所述的计算机设备与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现所述船舶动力定位控制方法。
本发明所述的计算机可读存储介质与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1所示为本发明实施例中船舶动力定位控制方法的应用环境图;
图2所示为本发明实施例中船舶动力定位控制方法的流程示意图;
图3所示为本发明实施例中船舶工作区域的示意图;
图4所示为本发明实施例中船舶动力定位控制装置的示意图;
图5所示为本发明实施例中计算机设备的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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的一部分实施例,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的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。
图1为本发明实施例中船舶动力定位控制方法的应用环境图。参照图1,该船舶动力定位控制方法应用于船舶动力定位控制系统。该船舶动力定位控制系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端,移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
结合图2所示,本实施例提供一种船舶动力定位控制方法,包括:
步骤210,通过传感器系统采集船舶信息。
具体地,通过在船舶上安装各种类型的传感器,用于测量船舶的物理参数等信息,从而提供有效的数据支持,所述船舶信息包括当前船舶北向位置/>、东向位置/>和船舶艏向角/>。
步骤220,将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据。
具体地,所述非线性齐次扩张状态观测器如下所示:
,
其中,、/>和/>分别为当前船舶位置数据、当前船舶速度数据和干扰估计数据,、/>、/>和/>为观测器参数,/>为船舶信息,/>为控制输入量,M为系统惯性矩阵,/>为坐标转换矩阵,/>、/>和/>分别为当前船舶位置数据、当前船舶速度数据和干扰估计数据的导数。
步骤230,通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令。
具体地,引入了满意优化控制理论,对系统软约束进行了模糊处理,并根据模糊化的软约束获取对应的模糊目标函数。对新的模糊目标函数进行求解,有效加快了优化求解过程。满意模型预测动力定位控制器根据船舶的期望位置和艏向以及收到的观测器的当前船舶数据,输出控制力和力矩指令。
步骤240,通过位置预测器根据所述当前船舶数据得到预测船舶位置数据。
具体地,利用船舶动力学和运动学方程,建立了动力定位船的系统状态预测模型,并根据该模型设计了位置预测器,能够根据当前船舶位姿状态预测一段时间之后的船舶位置状态,为区域动力定位控制策略提供了预测船位作为推进器工作状态切换的判断依据。
步骤250根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域。
具体地,根据船舶的具体作业确定工作区域的划分,所述预测船舶位置数据判断船舶所处船舶工作区域。
步骤260,根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
本发明所述的船舶动力定位控制方法通过传感器系统采集船舶信息,将船舶信息输入不依赖于船舶模型的非线性齐次扩张状态观测器精确得到当前船舶数据,即当前船舶位置数据、当前船舶速度数据和干扰估计数据,相较于其他干扰处理方式计算和时间成本更低。满意模型预测动力定位控制器通过当前船舶数据得到控制力和力矩指令,进一步减少船舶控制中不必要的能源消耗。通过位置预测器根据所述当前船舶数据得到预测船舶位置数据,根据预测船舶位置数据得到船舶工作区域,根据当前船舶位置预测一段时间之后的船舶位置并为判断船舶工作区域提供依据,减少由于船舶位置变动从而改变控制数据造成的不必要系统能耗。再根据船舶工作区域通过所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,从而降低能源能耗。
本发明实施例中,所述船舶工作区域包括船舶工作区、船舶操纵区和船舶外区,所述根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域,包括:
根据所述预测船舶位置数据得到预测船舶位置半径,其中,所述预测船舶位置半径用于表示预测船舶位置到预设圆心的距离;
当所述预测船舶位置半径小于第一预设半径时,确定所述船舶下一时刻位于所述船舶工作区;
当所述预测船舶位置半径大于或等于所述第一预设半径,且小于或等于第二预设半径时,确定所述船舶下一时刻位于所述船舶操纵区;
当所述预测船舶位置半径大于所述第二预设半径时,确定所述船舶下一时刻位于所述船舶外区。
具体地,结合图3所示,工作区和操纵区为同一圆心,半径分别为R1和R2的同心圆,外区为操纵区外面部分。令工作区的圆心为(0,0),将该圆心作为预设圆心,则船舶预测位置(x,y)到圆心的距离如下所示:
。
若预测船舶位置在工作区内,即预测船舶位置半径R小于第一预设半径R1。若预测船舶位置超出工作区,即第一预设半径R1小于或等于预测船舶位置半径R ,且预测船舶位置半径R小于或等于第二预设半径R2。 若预测船舶位置超出操纵区,即预测船舶位置半径R大于所述第二预设半径R2。
本发明实施例中,所述船舶动力定位控制策略包括第一推进策略、第二推进策略和第三推进策略,所述根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,包括:
当所述船舶工作区域为所述船舶工作区时,利用船舶推进器补偿所述当前船舶数据的所述干扰估计数据得到所述第一推进策略;
当所述船舶工作区域为所述船舶操纵区时,利用船舶推进器通过第一预设阈值执行所述控制数据得到所述第二推进策略;
当所述船舶工作区域为所述船舶外区时,利用船舶推进器通过第二预设阈值执行所述控制数据得到所述第三推进策略,其中,所述第一预设阈值小于所述第二预设阈值。
具体地,当所述船舶工作区域为所述船舶工作区时,则船舶推进器执行的控制力为非线性扩张状态观测器估计得到的干扰力得到所述第一推进策略。当所述船舶工作区域为所述船舶操纵区时,船舶推进器以低负荷模式执行,执行的控制力为满意模型预测控制器输出控制力和力矩的一部分,即第一预设阈值得到所述第二推进策略。当所述船舶工作区域为所述船舶外区时,则船舶推进器以全负荷模式即第二预设阈值执行,执行的控制力为满意模型预测控制器输出控制力和力矩得到所述第三推进策略。例如:当所述船舶工作区域为所述船舶操纵区时,利用船舶推进器通过系统百分之七十的推进力执行所述控制数据得到所述第二推进策略;所述船舶工作区域为所述船舶外区时,利用船舶推进器通过百分之百的推进力执行所述控制数据得到所述第三推进策略。
在一些更具体地实施例中,工作区域的划分应根据船舶的具体作业确定,如船舶执行的是油气开采作业,那其工作区域就以是否能够保证其石油开采作业安全来划分,安全性最高的中间区域为工作区,安全性次之的稍外部区域为操纵区,而可能会造成危险情况的为外区。因此,设计的动力定位区域控制策略,从本质上就是如果船舶停留在安全区域内只需稍加控制其位置避免能源消耗,一旦船舶要超过安全界限到危险的外区时,就要全力控制,避免发生危险的情况。对于一个浮式生产储油卸油船(FPSO),根据采油作业任务将工作区设定为半径为50m的圆形区域,操纵区设定为与工作区为同心圆的半径100m的圆形区域外环,操纵区外部为外区。通过北斗导航定位系统获取船舶位置,根据设计的环境干扰观测器能够得到估计的船舶速度与系统总干扰,将当前船舶位置、速度、控制输入量作为输入由系统状态预测模型预测未来Np时刻船舶位置,若预测位置在工作区内,则控制器只需补偿环境干扰观测器估计的系统总干扰;若预测位置在操纵区内,则通过设计的模型预测控制器计算的控制输入量的低负荷形式提供补偿力;若预测位置超出操纵区,则直接按照模型预测控制器计算的控制输入量控制船舶。
本发明实施例中,所述满意模型预测动力定位控制器的构建过程包括:
获取多重约束;
基于模型预测控制技术利用所述多重约束得到目标函数;
基于满意优化控制理论根据所述多重约束得到模糊处理约束;
通过所述目标函数和所述模糊处理约束得到满意模型预测动力定位控制器。
具体地,基于模型预测控制技术利用所述多重约束得到目标函数,所述目标函数如下所示:
,
其中,Yd为期望的船舶位置姿态,符号|| ||k 2为||x||k 2=xTKx,KY1、KY2、KT1和KT2为输出状态、终端状态、控制增量以及控制输入的权重系数。
引入满意优化控制理论代替最优控制理论求解存在多重约束的目标函数。根据所述多重约束得到模糊处理约束,对应模糊约束边界得到模糊目标函数,其中,所述模糊目标函数如下所示:
,
其中,为模糊约束对应的最优目标函数,/>为目标函数的模糊宽度。
结合满意优化控制理论和模型预测控制技术得到的最终优化问题为:
,
,
一般选作min,通过在线计算上述目标函数,能够得到预测控制序列:
,
根据模型预测控制原理,只有预测控制序列的第一个元素能够应用于控制系统,那么由控制增量可以得到k时刻的控制输入变量。下一时刻继续执行上述过程,能够实现滚动优化控制,得到满足约束条件的满意控制指令。
本实施例的船舶动力定位控制方法采用模型预测控制技术设计动力定位控制器,实现船舶的区域定位控制。模型预测控制技术实际是一种优化控制问题,通过能够描述未来系统状态的预测模型,求解描述优化问题的目标函数,得到满足多重约束条件的最优解。由存在船舶位置约束和推进器能效约束,在按照传统方式求解的过程中多约束的存在会导致目标函数优化过程中陷入局部最优的情况。本专利创造性地引入了满意优化控制理论,对系统软约束进行了模糊处理,并根据模糊化的软约束获取对应的模糊目标函数。对新的模糊目标函数进行求解,有效加快了优化求解过程,避免了局部最优的情况。
本发明实施例中,所述多重约束包括船舶位置约束和推进器能效约束,所述获取多重约束,包括:
获取所述船舶位置约束,其中,所述船舶位置约束为:
,
,
其中,和/>为船舶作业区域的北向位置限制范围,/>和/>为船舶作业区域的东向位置限制范围;
获取所述推进器能效约束,其中,所述推进器能效约束为:
,
,
其中,和/>为船舶推进机构能够提供力和力矩幅值的最大值和最小值,和/>为船舶推进机构能够提供力和力矩增量的最大值和最小值。
具体地,为了保证船舶作业任务的实现和安全,船舶的位置应不超过外区界限设定船舶位置约束。受到船舶自身推进装置物理结构影响,其能够提供的力和力矩,及单位时间能够增加的力和力矩都存在限制。因此,对控制器理想控制律输出的幅值和速率也存在一定约束,从而得到推进器能效约束。
其中,,/>,,/>。
本实施例的船舶动力定位控制方法从船舶位置状态以及推进器能效等方面考虑船舶的节能动力定位区域控制约束,从而实现更好的船舶动力定位控制。
本发明实施例中,所述基于满意优化控制理论根据所述多重约束得到模糊处理约束,包括:
将所述船舶位置约束输入模糊处理函数得到模糊处理船舶位置约束,其中,所述模糊处理函数为:
,
其中,z为相应的系统状态,和/>为软约束的模糊宽度,/>为模糊处理函数;
根据所述模糊处理船舶位置约束和所述推进器能效约束得到所述模糊处理约束。
本发明实施例中,所述位置预测器的构建过程包括:
构建动力定位船模型;
将所述动力定位船模型转化为状态空间形式得到系统状态模型;
根据控制输入量升维所述系统状态模型得到系统输出状态预测模型;
利用所述系统输出状态预测模型得到所述位置预测器。
具体地,构建动力定位船模型,其中,动力定位船模型如下所示:
,
其中,为船舶的位姿状态,x、y和为船舶的北东位置和艏向,为船舶的速度状态,u、v和r为船舶纵荡、横荡和艏摇方向上的线速度和角速度,M为系统惯性矩阵,C(v)为科里奥利向心力矩阵,D(v)为水动力阻尼系数矩阵,为模型失配干扰,/>为船舶推进系统产生的控制输入量,W(t)为海洋环境干扰。
定义船舶速度相关向量,将上述动力定位船模型整理得到化简后模型,其实,所述化简后模型如下所示:
,
其中,为包含海洋环境干扰及模型失配干扰的系统总干扰。
其中,。
将上述化简后模型转化为状态空间形式,并引入控制输入量升维系统状态模型,进一步采用前向欧拉法对该模型进行离散,得到离散形式的系统输出状态预测模型,其中,所述系统输出状态预测模型如下所示:
,
其中,k为采样时刻,为系统状态变量,/>为系统输出变量,/>为单位时间控制输入增量。
其中,,/>,/>,/>。
其中,,/>,/>。
设定预测时域为NP,控制时域为Nc,并满足NP大于或等于Nc,定义在k时刻预测的k+i时刻的系统状态、输出状态/>以及控制增量/>。那么根据上述增维系统状态模型逐步递推,可以得到预测时域内的系统状态量,其中,所述系统状态量如下所示:
,
用如下符号描述相应矩阵:
,/>,/>,,/>。
将上述符号带入所述系统状态量得到描述系统未来Np步系统输出状态预测方程,其中,所述系统输出状态预测方程如下所示:
,
其中,k为当前时刻,当前时刻系统状态为,为下一时刻的船舶位置。/>
其中,,/>。
预测过程是根据k时刻的和/>,由下式:
,
得到和/>,再由/>和/>通过上式迭代计算下一时刻的和/>,直到求出预测时域NP步内所有的/>和/>,将这个过程中的所有式子联立,以矩阵形式整理便可得到上述系统状态预测模型。系统状态预测模型的输入为当前时刻k的/>和控制时域内的每一时刻控制输入增量/>,输出为预测时域内每一时刻的预测船舶位置/>。
本实施例的船舶动力定位控制方法建立了动力定位船的系统状态预测模型,并根据该模型设计了位置预测器,能够根据当前船舶位姿状态预测一段时间之后的船舶位置状态,为区域动力定位控制策略提供了预测船位作为推进器工作状态切换的判断依据,从而减少了推进机构的作用频率,降低能源消耗。
在一些更具体地实施例中,通过传感器系统采集船舶信息,将所述船舶信息/>输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据/>、当前船舶速度数据/>和干扰估计数据/>。将所述当前船舶数据、艏向和期望位置和输入满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括输出控制力和力矩指令/>。位置预测器接收到所述当前船舶数据的当前船舶位置数据/>、当前船舶速度数据/>得到预测船舶位置数据。通过预测船舶位置数据控制推进器模式切换,从而控制动力定位船。
本发明所述的船舶动力定位控制方法通过传感器系统采集船舶信息,将船舶信息输入不依赖于船舶模型的非线性齐次扩张状态观测器精确得到当前船舶数据,即当前船舶位置数据、当前船舶速度数据和干扰估计数据,相较于其他干扰处理方式计算和时间成本更低。满意模型预测动力定位控制器通过当前船舶数据得到控制力和力矩指令,进一步减少船舶控制中不必要的能源消耗。通过位置预测器根据所述当前船舶数据得到预测船舶位置数据,根据预测船舶位置数据得到船舶工作区域,根据当前船舶位置预测一段时间之后的船舶位置并为判断船舶工作区域提供依据,减少由于船舶位置变动从而改变控制数据造成的不必要系统能耗。再根据船舶工作区域通过所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,从而降低能源能耗。
和上述船舶动力定位控制方法相对应,本发明实施例还提供了一种船舶动力定位控制装置。图4所示为本发明实施例的船舶动力定位控制装置的示意图,如图4所示,船舶动力定位控制装置包括:
船舶信息获取单元10,所述船舶信息获取单元10用于通过传感器系统采集船舶信息;
当前船舶数据获取单元20,所述当前船舶数据获取单元20用于将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
控制数据单元30,所述控制数据单元30用于通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
预测船舶位置数据单元40,所述预测船舶位置数据单元40用于通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
船舶工作区域单元50,所述船舶工作区域单元50用于根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
船舶动力定位控制策略单元60,所述船舶动力定位控制策略单元60用于根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
本发明所述的船舶动力定位控制装置与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110(或服务器120)。如图5所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现船舶动力定位控制方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行船舶动力定位控制方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本发明相关的部分结构的框图,并不构成对本发明所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明另一实施例提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:通过传感器系统采集船舶信息;
将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
本发明所述的计算机设备与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
本发明另一实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时实现以下步骤:通过传感器系统采集船舶信息;
将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
本发明所述的计算机可读存储介质与所述船舶动力定位控制方法相对于现有技术的优势相同,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本发明中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种船舶动力定位控制方法,其特征在于,包括:
通过传感器系统采集船舶信息;
将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
2.根据权利要求1所述的船舶动力定位控制方法,其特征在于,所述船舶工作区域包括船舶工作区、船舶操纵区和船舶外区,所述根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域,包括:
根据所述预测船舶位置数据得到预测船舶位置半径,其中,所述预测船舶位置半径用于表示预测船舶位置到预设圆心的距离;
当所述预测船舶位置半径小于第一预设半径时,确定所述船舶下一时刻位于所述船舶工作区;
当所述预测船舶位置半径大于或等于所述第一预设半径,且小于或等于第二预设半径时,确定所述船舶下一时刻位于所述船舶操纵区;
当所述预测船舶位置半径大于所述第二预设半径时,确定所述船舶下一时刻位于所述船舶外区。
3.根据权利要求2所述的船舶动力定位控制方法,其特征在于,所述船舶动力定位控制策略包括第一推进策略、第二推进策略和第三推进策略,所述根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略,包括:
当所述船舶工作区域为所述船舶工作区时,利用船舶推进器补偿所述当前船舶数据的所述干扰估计数据得到所述第一推进策略;
当所述船舶工作区域为所述船舶操纵区时,利用船舶推进器通过第一预设阈值执行所述控制数据得到所述第二推进策略;
当所述船舶工作区域为所述船舶外区时,利用船舶推进器通过第二预设阈值执行所述控制数据得到所述第三推进策略,其中,所述第一预设阈值小于所述第二预设阈值。
4.根据权利要求1所述的船舶动力定位控制方法,其特征在于,所述满意模型预测动力定位控制器的构建过程包括:
获取多重约束;
基于模型预测控制技术利用所述多重约束得到目标函数;
基于满意优化控制理论根据所述多重约束得到模糊处理约束;
通过所述目标函数和所述模糊处理约束得到满意模型预测动力定位控制器。
5.根据权利要求4所述的船舶动力定位控制方法,其特征在于,所述多重约束包括船舶位置约束和推进器能效约束,所述获取多重约束,包括:
获取所述船舶位置约束,其中,所述船舶位置约束为:
,
,
其中,和/>为船舶作业区域的北向位置限制范围,/>和/>为船舶作业区域的东向位置限制范围;
获取所述推进器能效约束,其中,所述推进器能效约束为:
,
,
其中,和/>为船舶推进机构能够提供力和力矩幅值的最大值和最小值,/>和为船舶推进机构能够提供力和力矩增量的最大值和最小值。
6.根据权利要求5所述的船舶动力定位控制方法,其特征在于,所述基于满意优化控制理论根据所述多重约束得到模糊处理约束,包括:
将所述船舶位置约束输入模糊处理函数得到模糊处理船舶位置约束,其中,所述模糊处理函数为:
,
其中,z为相应的系统状态,和/>为软约束的模糊宽度,/>为模糊处理函数;
根据所述模糊处理船舶位置约束和所述推进器能效约束得到所述模糊处理约束。
7.根据权利要求1所述的船舶动力定位控制方法,其特征在于,所述位置预测器的构建过程包括:
构建动力定位船模型;
将所述动力定位船模型转化为状态空间形式得到系统状态模型;
根据控制输入量升维所述系统状态模型得到系统输出状态预测模型;
利用所述系统输出状态预测模型得到所述位置预测器。
8.一种船舶动力定位控制装置,其特征在于,包括:
船舶信息获取单元,所述船舶信息获取单元用于通过传感器系统采集船舶信息;
当前船舶数据获取单元,所述当前船舶数据获取单元用于将所述船舶信息输入非线性齐次扩张状态观测器得到当前船舶数据,其中,所述当前船舶数据包括当前船舶位置数据、当前船舶速度数据和干扰估计数据;
控制数据单元,所述控制数据单元用于通过满意模型预测动力定位控制器根据所述当前船舶数据得到控制数据,其中,所述控制数据包括控制力和力矩指令;
预测船舶位置数据单元,所述预测船舶位置数据单元用于通过位置预测器根据所述当前船舶数据得到预测船舶位置数据;
船舶工作区域单元,所述船舶工作区域单元用于根据所述预测船舶位置数据确定船舶下一时刻所在的船舶工作区域;
船舶动力定位控制策略单元,所述船舶动力定位控制策略单元用于根据所述船舶工作区域利用所述当前船舶数据和所述控制数据得到船舶动力定位控制策略。
9.一种计算机设备,其特征在于,包括存储有计算机程序的存储器和处理器,所述处理器执行所述计算机程序时,实现权利要求1至7中任一项所述的船舶动力定位控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现如权利要求1至7中任一项所述的船舶动力定位控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043913.5A CN117555242B (zh) | 2024-01-12 | 2024-01-12 | 船舶动力定位控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410043913.5A CN117555242B (zh) | 2024-01-12 | 2024-01-12 | 船舶动力定位控制方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117555242A true CN117555242A (zh) | 2024-02-13 |
CN117555242B CN117555242B (zh) | 2024-04-23 |
Family
ID=89817035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410043913.5A Active CN117555242B (zh) | 2024-01-12 | 2024-01-12 | 船舶动力定位控制方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117555242B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1615678A1 (ru) * | 1989-02-27 | 1990-12-23 | Институт проблем управления | Система динамического позиционировани судном |
US5941188A (en) * | 1996-04-16 | 1999-08-24 | Yamaha Hatsudoki Kabushiki Kaisha | Display arrangement for watercraft |
CN110032075A (zh) * | 2019-05-28 | 2019-07-19 | 哈尔滨工程大学 | 一种动力定位船饱和补偿控制系统设计方法 |
CN114115276A (zh) * | 2021-11-26 | 2022-03-01 | 江苏科技大学 | 一种基于在线分组优化模型预测的船舶动力定位控制方法 |
CN116627043A (zh) * | 2023-07-24 | 2023-08-22 | 中国船舶集团有限公司第七〇七研究所 | 一种联合锚泊系统的区域动力定位控制方法 |
CN117311142A (zh) * | 2023-08-30 | 2023-12-29 | 青岛科技大学 | 一种融合粒子群算法与神经网络预测控制的dp船舶运动控制与推力分配协同控制方法 |
-
2024
- 2024-01-12 CN CN202410043913.5A patent/CN117555242B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1615678A1 (ru) * | 1989-02-27 | 1990-12-23 | Институт проблем управления | Система динамического позиционировани судном |
US5941188A (en) * | 1996-04-16 | 1999-08-24 | Yamaha Hatsudoki Kabushiki Kaisha | Display arrangement for watercraft |
CN110032075A (zh) * | 2019-05-28 | 2019-07-19 | 哈尔滨工程大学 | 一种动力定位船饱和补偿控制系统设计方法 |
CN114115276A (zh) * | 2021-11-26 | 2022-03-01 | 江苏科技大学 | 一种基于在线分组优化模型预测的船舶动力定位控制方法 |
CN116627043A (zh) * | 2023-07-24 | 2023-08-22 | 中国船舶集团有限公司第七〇七研究所 | 一种联合锚泊系统的区域动力定位控制方法 |
CN117311142A (zh) * | 2023-08-30 | 2023-12-29 | 青岛科技大学 | 一种融合粒子群算法与神经网络预测控制的dp船舶运动控制与推力分配协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117555242B (zh) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Depth control of model-free AUVs via reinforcement learning | |
Ren et al. | Active heave compensation of floating wind turbine installation using a catamaran construction vessel | |
Bumroongsri et al. | An off-line robust MPC algorithm for uncertain polytopic discrete-time systems using polyhedral invariant sets | |
Zheng et al. | Robust dynamic positioning of autonomous surface vessels with tube-based model predictive control | |
Ye et al. | A switching control perspective on the offshore construction scenario of heavy-lift vessels | |
Ngo et al. | Payload pendulation and position control systems for an offshore container crane with adaptive‐gain sliding mode control | |
Saghafi Zanjani et al. | Anti-sway control of offshore crane on surface vessel using global sliding mode control | |
Zhou et al. | Hierarchical NMPC–ISMC of active heave motion compensation system for TMS–ROV recovery | |
CN110703605A (zh) | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 | |
Saad et al. | A new kriging–bat algorithm for solving computationally expensive black-box global optimization problems | |
Gong et al. | Trajectory tracking control for autonomous underwater vehicles based on dual closed-loop of MPC with uncertain dynamics | |
CN117555242B (zh) | 船舶动力定位控制方法、装置、计算机设备及存储介质 | |
Tuo et al. | Finite-time extended state observer-based area keeping and heading control for turret-moored vessels with uncertainties and unavailable velocities | |
CN116819950B (zh) | 一种船舶与浮式海洋平台动力定位控制方法及系统 | |
JP2002157571A (ja) | 問題解決器、及び記憶媒体 | |
Liu et al. | Non-linear output feedback tracking control for AUVs in shallow wave disturbance condition | |
CN110687794B (zh) | 一种基于干扰观测器的船舶动力定位系统非线性无偏预测控制方法 | |
Alagili et al. | An energy-efficient dynamic positioning controller for high sea conditions | |
Ye et al. | A modified predictive PID controller for dynamic positioning of vessels with autoregressive model | |
Mujeeb-Ahmed et al. | Effect of mooring line layout on the loads of ship-shaped offshore installations | |
Qiao et al. | Motion tracking control of actuator in the active-truncated model test of deep-water mooring system | |
Chen et al. | NMPC-PID control of secondary regulated active heave compensation system for offshore crane | |
Yan et al. | Differential Evolution Algorithm‐Based Iterative Sliding Mode Control of Underactuated Ship Motion | |
CN110687795A (zh) | 一种基于目标计算的船舶动力定位系统非线性无偏预测控制方法 | |
Bakker et al. | A model predictive control approach towards the energy efficiency of submerged dredging |
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 |