JP2003154993A - 浮体の制御装置、浮体の制御システム、波特性推定方法、及び浮体の制御方法 - Google Patents

Abstract

(57)【要約】 【課題】洋上の波の方向及び波力のような波の性質を精
度良く推定し、それに基づいて浮体の運動を精度良く制
御する。 【解決手段】波の高さを示す複数の波高データの入力に
基づいて、波の高さである第１波高と方向である第１方
向を推定し、その第１波高と第１方向とに基づいて、そ
の波の波力である第１波力を推定する第１推定部２と、
その第１波力に基づいて、浮体の推力としての第１推力
を算出する第１制御部４とを有する。また、浮体の位置
を示す位置データと浮体の速度を示す速度データとに基
づいて、浮体に作用する外乱力を推定する第２推定部３
と、その外乱力に基づいて、浮体の推力としての第２推
力を算出する第２制御部５とを有する。そして、その第
１及び第２推力とに基づいて、その第１及び第２推力を
発生するように浮体の推進装置７を制御する推力配分部
６とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、波方向を推定する
制御装置を有する浮体及び波方向の推定方法に関する。

【０００２】

【従来の技術】従来、船舶や洋上プラットフォームのよ
うな浮体は、一つの波高センサを有し、その波高に基づ
いて、浮体の制御を行なっている。図８を参照して、船
舶の例を用いて説明する。図８は、海洋を航海中の船舶
１１２を示している。船舶は、船首波高センサ１３２を
有する。ここで船舶１１２では、船首波高センサ１３２
により、船首部分の波高を検知することが出来る。そし
て、船舶は、測定された波高を参照しながら運行する。

【０００３】通常、波高センサ１３２は１個であるた
め、船首部分での波高及びその時間変化しか知ることが
出来ない。すなわち、波の方向や波力（ドリフト力）に
関する情報を得ることが出来ない。従って、船舶の軌道
保持（及び位置保持）を行なう際には、船舶１１２が波
により流されることによる軌道のずれをフィードバック
する方法が行なわれている。しかし、大型の船舶や洋上
プラットフォームでは、全体に動きが遅いため、フィー
ドバック制御だけでは迅速な対応がとれ無い場合が予想
される。

【０００４】従って、浮体を精度良く制御するために、
波の方向を精度良く推定する技術が求められている。ま
た、波力を精度良く推定する技術が求められている。そ
して、推定された波方向及び波力に基づいて、浮体の運
動を制御可能な技術が求められている。

【０００５】

【発明が解決しようとする課題】従って、本発明の目的
は、洋上の波の方向及び波力（ドリフト力）のような波
の性質を精度良く推定することが可能な浮体の制御装
置、浮体の制御システム、波特性推定方法、及び浮体の
制御方法を提供することである。

【０００６】また、本発明の他の目的は、洋上の波の性
質を推定し、それに基づいて浮体の運動を精度良く制御
することが可能な浮体の制御装置、浮体の制御システ
ム、波特性推定方法、及び浮体の制御方法を提供するこ
とである。

【０００７】本発明の更に他の目的は、洋上の波の性質
を推定し、それに基づいて波の性質を利用する機器を精
度良く制御することが可能な浮体の制御装置、浮体の制
御システム、波特性推定方法、及び浮体の制御方法を提
供することである。

【０００８】

【課題を解決するための手段】以下に、［発明の実施の
形態]で使用される番号・符号を用いて、課題を解決す
るための手段を説明する。これらの番号・符号は、［特
許請求の範囲］の記載と［発明の実施の形態］との対応
関係を明らかにするために付加されたものである。ただ
し、それらの番号・符号を、［特許請求の範囲］に記載
されている発明の技術的範囲の解釈に用いてはならな
い。

【０００９】上記課題を解決するために、本発明の浮体
の制御装置は、波の高さを示す複数の波高データの入力
に基づいて、その波の波力としての第１波力を推定する
第１推定部（２）と、その第１波力に基づいて、浮体
（１１〜１４）の推力としての第１推力を算出する第１
制御部（４）と、その第１推力に基づいて、その第１推
力を発生するように浮体（１１〜１４）の推進装置
（７）を制御する推力配分部（６）とを具備する。

【００１０】また、本発明の浮体の制御装置は、第１推
定部（２）が、その複数の波高データの入力に基づい
て、その波の高さとしての第１波高と方向としての第１
方向を推定し、その第１波高とその第１方向とに基づい
て、その第１波力を推定する。

【００１１】また、本発明の浮体の制御装置は、第１推
定部（２）が、その第１波高の推定を、カルマンフィル
タを用いて行う。

【００１２】更に、本発明の浮体の制御装置は、第１推
定部（２）が、その第１方向の推定を、方向スペクトル
解析を用いて行う。

【００１３】更に、本発明の浮体の制御装置は、第１推
定部（２）が、その第１波高及びその第１方向の推定
を、ニューラルネットワーク（４３〜４７）を用いて行
なう。

【００１４】更に、本発明の浮体の制御装置は、浮体
（１１〜１４）の位置を示す位置データと浮体（１１〜
１４）の速度を示す速度データとに基づいて、浮体（１
１〜１４）に作用する外乱力を推定する第２推定部
（３）と、その外乱力に基づいて、浮体（１１〜１４）
の推力としての第２推力を算出する第２制御部（５）と
を更に具備する。そして、推力配分部（６）は、その第
１推力に加えてその第２推力に基づいて、推進装置
（７）を制御する。

【００１５】更に、本発明の浮体の制御装置は、第２推
定部（３）が、その外乱力の推定を、カルマンフィルタ
を用いて行なう。

【００１６】更に、本発明の浮体の制御装置は、第２推
定部（３）が、その外乱力の推定を、ニューラルネット
ワーク（４３〜４７）を用いて行なう。

【００１７】更に、本発明の浮体の制御装置は、第１推
定部（２）が、波の高周波成分を示す高周波データを第
２推定部（３）へ出力する。そして、第２推定部（３）
は、その位置データとその速度データに加えてその高周
波データに基づいて、その外乱力を推定する。

【００１８】上記課題を解決するために、本発明の浮体
の制御システムは、浮体（１１〜１４）に配設され、そ
の波高データを取得可能な複数の波高センサ（９、２
２、３２、４２、５２）と、浮体（１１〜１４）に配設
され、その位置データとその速度データを取得可能な位
置測定装置（８）と、上記各項のいずれか一項に記載の
浮体（１１〜１４）の制御装置（１）とを具備する。

【００１９】また、本発明の浮体の制御システムは、波
高センサ（２２、３２、４２、５２）が、浮体（１１〜
１４）の側面部に、浮体（１１〜１４）を囲むように配
設されている。

【００２０】上記課題を解決するために、本発明の波特
性推定方法は、波の高さを示す複数の波高データを取得
するステップと、その複数の波高データに基づいて、そ
の複数の波高データの相加平均により波高平均値を算出
し、波高の推定値である第１波高とするステップと、そ
の複数の波高データの各々とその波高平均値との差分の
各々の大小関係に基づいて、波の方向の推定値である第
１方向を求めるステップとを具備する。

【００２１】また、本発明の波特性推定方法は、波の高
さを示す複数の波高データを取得するステップと、その
複数の波高データに基づいて、数式（１）により波高の
推定値である第１波高を求めるステップとを具備する。
ここで数式（１）は、

【数７】 である。ただし、Ａ：波モデルを表すマトリクス、Ｃ：
単位マトリクス、Ｋ_１：カルマンフィルタゲイン、
Ｓ_ｉ：その複数の波高データの各々を成分とするマトリ
クス、Ｓ_ｉ＾：波高の推定値の各々を成分とするマトリ
クス、Ｓ_ｉ＾^・：波高の推定値の各々の時間微分値を成
分とするマトリクス、であり、文中、記号の右肩の添字
「＾」は、数式（１）において文字の上にある。

【００２２】また、本発明の波特性推定方法は、その複
数の波高データに基づいて数式（２）により計算される
各Ｃ_ｉｊの大小関係に基づいて、波方向の推定値である
第１方向を推定するステップとを更に具備する。ここ
で、数式（２）は、

【数８】 である。ただし、Ｆ{ }：フーリエ変換、Ｃ_ｉｊ：クロ
スパワースペクトル（ｉ＝１〜ｎ、ｊ＝１〜ｎ、ｎは波
高データの数）、である。

【００２３】更に、本発明の波特性推定方法は、波の高
さを示す複数の波高データを取得するステップと、その
複数の波高データに基づいて、ニューラルネットワーク
によりその波の波高と方向の推定値である第１波高と第
１方向を推定値するステップとを具備する。

【００２４】上記課題を解決するために、本発明の浮体
の制御方法は、上記各項のいずれか一項に記載の波特性
推定方法を行なうステップと、その推定方法により求め
られたその第１波高とその第１方向とに基づいて、その
波の波力としての第１波力を推定するステップと、その
波力に基づいて、浮体（１１〜１４）の推力としての第
１推力を算出するステップと、その第１推力に基づい
て、その第１推力を発生するその浮体の推進装置（７）
を制御するステップとを具備する。

【００２５】また、本発明の浮体の制御方法は、浮体
（１１〜１４）の位置を示す位置データと浮体（１１〜
１４）の速度を示す速度データとに基づいて、浮体（１
１〜１４）に作用する外乱力を推定するステップと、そ
の外乱力に基づいて、浮体（１１〜１４）の推力として
の第２推力を算出するステップとを更に具備する。そし
て、その第１推力に基づいてその第１信号を出力するス
テップは、その第１推力に加えてその第２推力に基づい
て、その第１信号の代わりに推進装置（７）を制御する
ステップを更に具備する。

【００２６】更に、本発明の浮体の制御方法は、その外
乱力を推定するステップが、その外乱力の推定を、位置
データ及び速度データに基づいて、数式（３）を解くこ
とにより行なう。ここで、数式（３）は、

【数９】 である。ただし、Ｘ＾：数式（４）に定義される入力値
の推定値（マトリックス）、Ｘ＾^・：数式（４）に定義
される入力値の推定値の時間微分値（マトリックス）で
ある。ここで、数式（４）は、

【数１０】 である。ただし、ｘ＾、ｙ＾、ψ＾：位置データ推定
値、ｘ＾^・、ｙ＾^・、ψ＾^・：速度データ推定値、Ｆ
_１Ｘ＾、Ｆ_１Ｙ＾、Ｍ_１Ｚ＾：浮体（１１〜１４）に作
用する外乱力、Ａ：船舶運動モデルを表すマトリクス、
Ｋ_２：カルマンフィルタゲイン、ただし、Ｋ_２は数式
（５）により求められる。ここで、数式（５）は、

【数１１】 である。ただし、Ｐ、Ｒは数式（６）により求めらる。
ここで、数式（６）は、

【数１２】 である。ただし、Ｙ：出力値、Ｐ^・：Ｐの時間微分、
Ｃ：出力マトリクス、Ｑ：推定値の精度を調整する重み
マトリクスであり、文中、記号の右肩の添字「＾」は、
数式（３）及び数式（４）において文字の上にある。

【００２７】更に、本発明の浮体の制御方法は、その外
乱力を推定するステップが、その外乱力の推定を、ニュ
ーラルネットワーク（４３〜４７）を用いて行なう。

【００２８】更に、本発明の浮体の制御方法は、上記各
項のいずれか一項に記載の波特性推定方法を行なうステ
ップと、その複数の波高データに基づいて、波の高周波
成分を示す高周波データを抽出するステップと、その推
定方法により求められたその第１波高とその第１方向と
に基づいて、その波の波力としての第１波力を推定する
ステップと、その波力に基づいて、浮体（１１〜１４）
の推力としての第１推力を算出するステップと、浮体
（１１〜１４）の位置を示す位置データと浮体（１１〜
１４）の速度を示す速度データとその高周波データに基
づいて、浮体（１１〜１４）に作用する外乱力を推定す
るステップと、その外乱力に基づいて、浮体（１１〜１
４）の推力としての第２推力を算出するステップと、そ
の第１推力とその第２推力とに基づいて、浮体の推進装
置（７）を制御するステップとを具備する。

【００２９】上記課題を解決するための本発明に関わる
プログラムは、上記各項のいずれか一項に記載の波特性
推定方法を実行する。

【００３０】また、本発明に関わるプログラムは、上記
各項のいずれか一項に記載の浮体の制御方法を実行す
る。

【００３１】上記課題を解決するための本発明の浮体
は、上記各項のいずれか一項に記載の浮体の制御システ
ムと、推進装置（７）とを具備する。

【００３２】

【発明の実施の形態】以下、本発明である波特性推定方
法、浮体の制御装置及び浮体の制御方法に関して、添付
図面を参照して説明する。

【００３３】本発明である浮体の制御装置、浮体の制御
システム、波特性推定方法、及び浮体の制御方法の実施
の形態に関して、添付図面の図１〜図４を参照して説明
する。本実施例において、洋上プラットフォームに適用
される波特性推定方法、浮体の制御システム及び浮体の
制御方法を例に示して説明するが、他の船舶に例示され
る浮体や、他の種類の波に関わる機器についても適用が
可能である。

【００３４】本発明である波特性推定方法及び浮体の制
御方法を用いる浮体の制御装置及び浮体の制御システム
の実施の形態の構成について説明する。図１は、本発明
である浮体の制御装置及び浮体の制御システムの実施の
形態を示す構成図である。制御システムは、制御装置
１、推進装置７−１〜ｍ、位置計測装置８及び波高セン
サ９−１〜ｎを具備する。また、制御装置１は、波推定
部２、推定部３、フィードフォワード制御部４、制御部
５及び推力配分部６を有する。

【００３５】本発明では、複数の波高センサ９−１〜ｎ
からの波高データと、位置計測装置８からの浮体の位置
データ及び速度データとに基づいて、制御装置１が波の
方向及び波力を推定する。更に、制御装置１は、その波
の特性に基づいて、浮体に付属の推力装置７−１〜ｍへ
の制御信号を出力する。推力装置７−１〜ｍは、制御信
号に基づいて、駆動する。これらの一連の動作により、
波の特性を精度良く推定し、浮体の運動を浮体の精度良
く制御することが可能となる。

【００３６】図１における各構成について、詳細に説明
する。位置計測装置８は、浮体に属し、浮体の位置を示
す位置データ（ｘ（ｔ）、ｙ（ｔ）、ψ（ｔ））及び浮
体の速度を示す速度データ（ｘ^・（ｔ）、ｙ^・（ｔ）、
ψ^・（ｔ））を取得（計測）し、制御装置１へ出力す
る。ｘ（ｔ）及びｙ（ｔ）は、緯度及び経度で例示さ
れ、浮体の位置（座標）を表す。また、ψ（ｔ）は、基
準方位に対する回頭角で例示され、浮体のヨー角であ
る。ｔは時間である。位置データ及び速度データをまと
めて運動データＸ（ｔ）と表現する。ただし、文章中及
び数式中の右肩添字「・」は、時間微分を示す（明細書
中で同じ）。数式表現では真上添字で表現される場合も
有る。また、（ｔ）は時間ｔの関数であることを示す。

【００３７】波高センサ９−ｉ（ｉ＝２〜ｎ：ｉは自然
数）は、浮体に属し、浮体の側面における波の高さを示
す波高データＳ_ｉ（ｔ）を取得（計測）し、制御装置１
へ出力する。複数個の波高センサ９−ｉが浮体の側面に
配設されている。

【００３８】制御装置１は、浮体に属し、波高データＳ
_ｉ（ｔ）と、運動データＸ（ｔ）とに基づいて、波の特
性（波の（進行）方向、波の波力）を推定し、それに基
づいて推力装置７−１〜ｍを制御する推力信号を出力す
る。

【００３９】第１推定部としての波推定部２は、波高デ
ータＳ_ｉ（ｔ）の入力に基づいて、後述の第１波特性推
定方法を用いて、第１方向としての波の方向（θ＾）及
び第１波高としての波高（Ｓ_ｉ＾）を、波の低周波成分
について推定する。そして、第１方向（θ＾）と第１波
高（Ｓ_ｉ＾）とに基づいて、波力（ドリフト力）ｆ_Ｗ＾
を求める。そして、その結果に基づいて、第１波力とし
ての波力Ｆ_Ｗ＾＝（ｆ _Ｗ＾・ｃｏｓθ＾、ｆ_Ｗ＾・ｓｉ
ｎθ＾、０）を求め、フィードフォワード部４へ出力す
る。ただし、波の高周波成分については、推定部３へ出
力される。ここで、文章中の右肩添字「＾」は、推定値
を示す（明細書中で同じ）。数式表現では真上添字で表
現される場合も有る。

【００４０】フィードフォワード制御部４は、波力Ｆ_Ｗ
＾の入力に基づいて、フィードフォワード制御（例えば
ＰＩＤ制御）により、波力Ｆ_Ｗ＾に対応する第１推力
（推進装置用）としての推力Ｆ_Ｗ’を求め、加算点１０
へ出力する。

【００４１】第２推定部としての推定部３は、運動デー
タＸ（ｔ）と波の高周波成分の入力に基づいて、後述の
第２波特性推定方法を用いて、波の高周波成分による第
２波力としての波力Ｆ_１＾と、浮体に作用する潮流力に
例示される外乱力Ｆ_２＾とを推定する。そして、その結
果に基づいて、外力Ｆ_Ｃ＾＝Ｆ_１＾＋Ｆ_２＾＝（Ｆｘ
＾、Ｆｙ＾、Ｍｚ＾）を求め、制御部５へ出力する。

【００４２】制御部５は、外力Ｆ_Ｃ＾の入力に基づい
て、制御（例えばＰＩＤ制御）により、外力Ｆ_Ｃ＾に対
応する第２推力（推進装置用）としての推力Ｆ_Ｃ’を求
め、加算点１０へ出力する。

【００４３】制御信号Ｆ_Ｃ’及びＦ_Ｗ’は、加算点１０
で加算され、波力及び外力に対応する要求推力Ｆ_Ｔ＝Ｆ
_Ｗ’＋Ｆ_Ｃ’として、推力配分部６へ送出される。

【００４４】推力配分部６は、要求推力Ｆ_Ｔの入力に基
づいて、推力装置７−ｊ全体として要求推力Ｆ_Ｔを発生
するように、各推力装置７−ｊの駆動を制御する制御信
号Ｇ _ｊを各推力装置７−ｊへ出力する。例えば、推力装
置７−ｊがスラスタ（浮体の下部の水面下にあり、３６
０度回転可能なスクリューを有する）であれば、各スラ
スタの回転角（首振り角）、回転数を決定し、制御信号
Ｇ_ｊとして出力する。

【００４５】推進装置７−ｊ（ｊ＝１〜ｍ：ｊは自然
数）は、浮体に属し、制御信号Ｇ_ｊに基づいて、浮体を
駆動する、あるいは位置保持する。推進装置７−ｊは、
スラスタや舵で例示される。

【００４６】次に、洋上プラットフォームについて説明
する。図２（ａ）は、洋上プラットフォーム１１を示す
概観図である。海面上に浮いている洋上プラットフォー
ム１１を水平方向から示している。洋上プラットフォー
ム１１は、制御装置１、スラスタ２１及び波高センサ２
２を備える。

【００４７】浮体としての洋上プラットフォーム１１
は、洋上において、作業を行なうための海上に浮いてい
る作業拠点である。洋上プラットフォームは、海底油田
開発のための浮体拠点に例示される。制御装置１は、洋
上プラットフォーム１１に属し、その内部にある。図１
の制御装置１である。本実施例では、４つの制御装置１
（制御装置１−１〜４とする）がある。スラスタ２１
は、洋上プラットフォーム１１に属し、下部海面下にあ
る。図１における推進装置７−ｊである。本実施例で
は、４基のスラスタ２１（スラスタ２１−１〜４とす
る）がある。波高センサ２２は、洋上プラットフォーム
１１に属し、洋上プラットフォーム１１の側面に複数配
設されている。図１における波高センサ９−ｉである。
本実施例では、８個の波高センサ２２（波高センサ２２
−１〜８とする）がある。詳細は後述する。なお、図１
における位置計測装置８は、ここでは制御装置１に含ま
れているものとする。

【００４８】図２（ｂ）は、洋上プラットフォームにお
ける波高センサの取付け位置を示す概観図である。図２
（ａ）の洋上プラットフォーム１１を鉛直上方から示し
ている。波高センサ２２は、波高センサ２２−１〜８の
８個ある。そして、洋上プラットフォームの波高を計測
可能な側面において、ほぼ等間隔に配置されている。各
波高センサ２２−ｋは、４つのセンサ群Ａ１〜Ａ４に分
類される。Ａ１：波高センサ２２−１、２、６、Ａ２：
波高センサ２２−３、４、５、Ａ３：波高センサ２２−
２、７、３、Ａ４：波高センサ２２−５、８、６であ
る。そして、４つのセンサ群の各々に、１つのスラスタ
２１、１つの制御装置１が対応する。例えば、センサ群
Ａ２の波高データは、Ａ２に対応する制御装置１（−
２）が受けて、制御装置１（−２）は、対応するスラス
タ２１（−２）に制御信号を出力する。このように、各
スラスタ群、各推進装置（スラスタ）毎に制御を行なっ
ても良いし、全部を一つの制御装置１で制御することも
可能である。

【００４９】次に、本発明である浮体の制御装置及び浮
体の制御システムの実施の形態の動作（波特性推定方法
及び浮体の制御方法）について説明する。ここでは、洋
上プラットフォーム１１の位置保持の動作に関して、図
２（ｂ）におけるセンサ群Ａ１を例にして説明する。

【００５０】センサ群Ａ１の波高センサ２２−１、２、
６は、洋上プラットフォーム１１の側面における波の高
さを示す波高データＳ_１、Ｓ_２及びＳ_６（ただし（ｔ）
を省略して記述）を取得（計測）し、制御装置１−１へ
出力する。

【００５１】制御装置１−１の波推定部２は、波高デー
タＳ_１、Ｓ_２及びＳ_６の入力に基づいて、後述の第１波
特性推定方法を用いて、波の方向（θ＾）及び波高（Ｓ
_ｉ＾）を（波の低周波成分について）推定する。そして
波の方向（θ＾）と波高（Ｓ _ｉ＾）とに基づいて、波力
（ドリフト力）ｆ_Ｗ＾を求める。そして、その結果に基
づいて、波力Ｆ_Ｗ＾＝（ｆ_Ｗ＾・ｃｏｓθ＾、ｆ_Ｗ＾・
ｓｉｎθ＾、０）を求め、フィードフォワード部４へ出
力する。ただし、波の高周波成分については、推定部３
へ出力される。

【００５２】ここで、第１波特性推定方法について説明
する。第１波特性推定方法には、次の３つの方法があ
り、そのどれを用いても構わない。 （１）第１推定方法 Ａ．波高（Ｓ_ｉ＾）の推定 次の数式（７）により推定する。

【数１３】

【００５３】Ｂ．波の方向（θ＾）の推定 次の数式（８）（三つの式）に基づいて、以下のように
して推定する。

【数１４】 Δ_１、Δ_２、Δ_６＞０ 及び Δ_１、Δ_２、Δ_６＜０
を除去する。そして、例えば Δ_１＞０、Δ_６＜０ ならば、Δ_１→Δ_６ の方向 Δ_１、Δ_２＞０、Δ_６＜０ ならば、Δ_ｇ１２（Δ_１と
Δ_２の重心）→Δ_６の方向 Δ_１＞０、Δ_２、Δ_６＜０ ならば、Δ_１→Δ
_ｇ２６（Δ_２とΔ_６の重心）の方向 と推定する。

【００５４】第１推定方法では、波高（Ｓ_ｉ＾）を、単
純な相加平均で推定している。また、波の方向（θ＾）
を、実測値Ｓ_ｉと推定値Ｓ_ｉ＾との差分を計算し、その
差分の単純な大小関係から推定している。この方法は算
出が容易であり、詳細なデータが必要無い場合に適して
いる。

【００５５】（２）第２推定方法 Ａ．波高（Ｓ_ｉ＾）の推定 以下の数式（１）を用いてＳ_ｉ＾を推定する。

【数１５】 ただし、 Ａ_１：波モデルを表すマトリクス、 Ｃ_１：単位マトリクス Ｋ_１：カルマンフィルタゲイン Ｓ_ｉ：波高データに基づくマトリクス、本実施例では
（Ｓ_１、Ｓ_２、Ｓ_６）を成分とする３行１列のマトリク
ス Ｓ_ｉ＾：波高の推定値のマトリクス、本実施例では（Ｓ
_１＾、Ｓ_２＾、Ｓ_６＾）を成分とする３行１列のマトリ
クス Ｓ_ｉ＾^・：波高の推定値の各々の時間微分値を成分とす
るマトリクス、本実施例では（Ｓ_１＾^・、Ｓ_２＾^・、Ｓ
_６＾^・）を成分とする３行１列のマトリクス 文中、記号の右肩の添字「＾」は、数式において文字の
上にある（明細書中において同じ）。ここで、Ｋ_１：カ
ルマンフィルタゲインは、次の数式（９）（１０）リカ
ッチ方程式の正定唯一解として決定される。

【数１６】

【００５６】Ｂ．波の方向（θ＾）の推定 以下の数式（２）を用いて推定する。

【数１７】 ただし、 Ｆ{ }：フーリエ変換 Ｃ_ｉｊ：クロスパワースペクトル 本実施例では：ｉ＝
１、２、６、ｊ＝１、２、６ である。{ }は、ＳｉとＳｊとの相関を表す相互相関関
数である。そして、Ｃ_ｉｊの各成分の内、最も大きい
（相関のある）成分のｉｊについて、波はｉ→ｊの方向
へ進むとしてθ＾を推定する。

【００５７】第２推定方法では、波高（Ｓ_ｉ＾）を、カ
ルマンフィルタを用いて推定している。このカルマンフ
ィルタは、未知の外乱など、センサで検出が困難な物理
量を力学的モデルから推定により求めるものである。こ
こでは、波高（物理量）について、波モデル（力学的モ
デル）を表すＡ（マトリクス表現）を用いて、数式
（１）により波高の推定値Ｓ_ｉ＾を推定する。また、波
の方向（θ＾）を、方向スペクトル解析により求めてい
る。すなわち、まず相互相関関数を求め、それをフーリ
エ変換してクロスパワースペクトルを算出する。そし
て、Ｃ_ｉｊの各成分に基づいてθ＾を推定する。この方
法は、より高精度な数学的推定方法であり、より正確な
制御を行なう場合に適している。

【００５８】（３）第３推定方法 Ａ．波高（Ｓ_ｉ＾）の推定及びＢ．波の方向（θ＾）の
推定 第３推定方法は、ニューラルネットワークを用いて推定
を行なう。ここで、ニューラルネットワーク制御におけ
る学習方法について説明する。図７は、波推定部２にお
いて第３推定方法を用いる場合に、設定されるニューラ
ルネットワークを示している。入力データ４１と、出力
データ４２と、ニューラルネット層４３とから形成され
ている。

【００５９】本実施例において、入力データ４１は、波
高データＳ_ｉ（実測値）である。また、出力データは、
波高Ｓ_ｉ＾（推定値）及び波の方向θ＾（推定値）４２
である。

【００６０】ニューラルネット層２３は、制御変数が多
い場合に、複数層が採択される。その複数層は、単一又
は複数の入力層２３−１と、単一又は複数の中間層２３
−２と、単一又は複数の出力層２３−３とから形成され
ている。

【００６１】本実施例では、センサ群Ａ１の波高センサ
２２−１、２、６からの第１出力４４−１〜３である波
高データＳ_１、Ｓ_２、Ｓ_６が、それぞれに個別に入力層
４３−１の３個の第１ネット結節点（ノード）に入力さ
れる。第１出力４４−１〜３のそれぞれは、係数をかけ
られて第１ネット結節点４３−１から第２出力４５−１
−１〜４、第２出力４５−２−１〜４及び第２出力４５
−３−１〜４として出力される。第２出力４５−１〜３
のそれぞれは、中間層４３−２の４個の第２ネット結節
点に入力される。第２出力４５−１〜３のそれぞれは、
第２ネット結節点でそれぞれに係数をかけられて、第２
ネット結節点から第３出力４６−１〜４として出力され
る。第３出力４６−１〜４のそれぞれは、出力層４３−
３の４個の第３ネット結節点に入力する。第３出力４６
−１〜４のそれぞれは、第３ネット結節点でそれぞれに
係数をかけられて、それぞれ第３ネット結節点から第４
出力４７−１〜４として出力される。それらが、波高Ｓ
_１＾、Ｓ_２＾、Ｓ_６＾及び波の方向θ＾（推定値）とな
る。

【００６２】各ニューロン（結節点）の入出力関係は、
次式で表される。

【数１８】 ただし、 ｇ（ｘ）：活性化関数（ステップ、直線、ログシグモイ
ドなど） ａ：出力 ｐ_ｉ：ｉ番目の入力 ω_ｉ：ｉ番目の入力の重み（ｉ番目のニューロンから次
層のニューロンへの係数（荷重値）） である。 ｂ：バイアス項

【００６３】荷重の学習は、誤差逆伝播法による学習方
法を用いる。従来知られる方法が使用できる。詳細は省
略する。

【００６４】図７において、出力層４３−３の第４出力
４７−１〜４が、教師データ４８に一致するように（あ
るいは、誤差逆伝播法による評価関数Ｅ（例えば出力と
教師データ４８との二乗誤差）が最小となるように）荷
重値ω_ｉがネットワーク内で計算されて決定される。ニ
ューロン数（変数の数）が十分に多く、出力層４３−３
に教師データが入力される回数が十分に多くなれば、入
力データ４１に対応する出力データ４２が正しい値に漸
近的に収束する。このような学習を終えた波推定部２の
ニューラルネットワークは、波高データＳ_１、Ｓ_２、Ｓ
_６に基づいて、正しい値に漸近した波高Ｓ_１＾、Ｓ
_２＾、Ｓ_６＾及び波の方向θ＾（推定値）を獲得するこ
とができる。なお、教師データ４８は、過去の実測デー
タ（Ｓ_１、Ｓ _２、Ｓ_６、θ）を用いており、ニューラル
ネットワークは、事前に十分学習しているものとする。

【００６５】第３推定方法では、波高（Ｓ_ｉ＾）及び波
の方向（θ＾）を、過去のデータに基づいて学習を行な
ったニューラルネットワークを用いて推定している。こ
のニューラルネットワークは、未知の外乱などが多く、
アルゴリズム化が困難な物理量を、学習を通した経験に
基づいて推定により求めるものである。ここでは、波高
（物理量）について、過去のデータを学習し、経験的に
波高の推定値Ｓ_ｉ＾を推定する。この方法は、学習を詰
めば詰むほどより正確な推定を行うことが可能であり、
モデル化が困難であるが正確な制御を行なう場合に適し
ている。

【００６６】上述のような第１波特性推定方法（１）〜
（３）により、波の方向（θ＾）及び波高（Ｓ_ｉ＾）が
（波の低周波成分について）推定される。そして、波の
方向（θ＾）及び波高（Ｓ_ｉ＾）に基づいて、波力（ド
リフト力）ｆ_Ｗ＾を求める。

【００６７】波力（波強制力）は、インパルス応答関数
を用いて、波力の時系列を求める次式のような方法を用
いる。方向波中での波力は、Ｖｏｌｔｅｒａ Ｓｅｒｉ
ｅｓの２次項まで取り、時刻ｔにおいて、数式（１２）
のように表現される。

【数１９】 右辺第１項が１次の波力であり、第２項が２次の波力で
ある。定常成分と長周期変動成分とが含まれている。

【００６８】ただし、ζ（ｔ、Ｓ_ｉ＾）は、推定された
波高Ｓ_ｉ＾に基づいて推定された波（多方向波すなわち
方向スペクトル波）であり、数式（１３）のように種々
の方向に進行する種々の周波数の要素規則波の線形重ね
合わせによって表現される。

【数２０】 ここで、Ｓｉ＾は、その測定位置（ｘ、ｙ）の関数であ
る。すなわち、ζ（ｔ、Ｓ_ｉ＾）＝ζ（ｔ、Ｓ_ｉ＾
（ｘ、ｙ））＝ζ（ｔ、ｘ、ｙ）（但し、数式（１３）
では、ζ（ｘ、ｙ、ｔ）と表現）となる。この内、予め
設定された周波数の境界値ω_０に基づいて、境界値ω_０
以下の波について重ね合わせることにより、低周波側の
波ζが得られる。そしてそれに基づいて、波力を求める
ことが出来る。また、境界値ω_０より大きい波について
重ね合わせた波ζ_Ｈ（ｔ、Ｓ_ｉ＾）については、高周波
側の波力を求めるために、推定部３へ出力する。

【００６９】また、ｈ_１（ｔ、Ｓ_ｉ＾）及びｈ
_２（ｔ_１、ｔ_２、Ｓ_ｉ１＾Ｓ_ｉ２＾）は、各々１次及び
２次のインパルス応答関数であり、次のように表され
る。

【数２１】 である。そして、数式（１２）により推定したｆ_Ｗ＾
と、波の方向θ＾とに基づいて、波力Ｆ_Ｗ＾＝（ｆ_Ｗ＾
・ｃｏｓθ＾、ｆ_Ｗ＾・ｓｉｎθ＾、０）を求める。そ
の結果をフィードフォワード部４へ出力する。

【００７０】なお、上記波推定部２からフィードフォワ
ード部４へ出力される波力Ｆ_Ｗ＾は、予め設定された周
波数の境界値ω_０に基づいて、それより低い周波数に関
する波力Ｆ_ＷＬ＾である。低い周波数に関する波力Ｆ
_ＷＬ＾は、上記数式（１４）及び（１５）において、ω
及びω_１、ω_２の積分範囲をω_０以下に設定することに
より、得ることが出来る。境界値ω_０以上の周波数に関
する波力Ｆ_ＷＨ＾（波の高周波成分）については、推定
部３において推定される。これは、高周波成分の波に
は、本来の波とは異なる外乱の成分（外力分）が含まれ
ているからである。そのために、波推定部２は、境界値
ω_０より高い周波数の波について重ね合わせた波ζ
_Ｈ（ｔ、Ｓ_ｉ＾）を、推定部３へ出力する。

【００７１】フィードフォワード制御部４は、波力Ｆ_Ｗ
＾の入力に基づいて、フィードフォワード制御（例えば
ＰＩＤ制御）により、波力Ｆ_Ｗ＾に対応する推力Ｆ_Ｗ’
（推進装置７の制御に使用）を求め、加算点１０へ出力
する。

【００７２】すなわち、直前に推定された波力Ｆ_Ｗ＾’
と今回推定された波力Ｆ_Ｗ＾とに基づいて、ΔＦ_Ｗ＾＝
Ｆ_Ｗ＾−Ｆ_Ｗ＾’ を求める。そして、今回推定された
波力Ｆ_Ｗ＾に対応できる推力が得られるように、差分Δ
Ｆ_Ｗ＾に対応する推力の調整をＰＩＤ制御等で行う。そ
して、そのＰＩＤ制御による調整された推力Ｆ_Ｗ’＝
（Ｆ_ＷＸ’、Ｆ_ＷＹ’、Ｍ_ＷＺ’）を出力する。

【００７３】一方、制御装置１−１の推定部３は、浮体
の位置を示す位置データ（ｘ、ｙ、ψ）及び浮体の速度
を示す速度データ（ｘ^・、ｙ^・、ψ^・）（運動データＸ
（ｔ））と、境界値ω_０より高い周波数の波について重
ね合わせた波ζ_Ｈ（ｔ、Ｓ_ｉ＾）との入力基づいて、後
述の第２波特性推定方法を用いて、波の高周波成分によ
る波力Ｆ_１＾と、浮体に作用する潮流力に例示される外
乱力Ｆ_２＾とを推定する。そして、その結果に基づい
て、外力Ｆ_Ｃ＾＝Ｆ_１＾＋Ｆ_２＾＝（Ｆｘ＾、Ｆｙ＾、
Ｍｚ＾）を求め、制御部５へ出力する。

【００７４】ここで、第２波特性推定方法について説明
する。この方法は、カルマンフィルタを用いて、外力を
推定する。 （１）外乱力Ｆ_２＾の推定 推定は、以下の数式（３’）を解くことにより行う。実
測値である位置データ（ｘ、ｙ、ψ）及び速度データ
（ｘ^・、ｙ^・、ψ^・）は、微分方程式である数２２の境
界条件値として用いる。

【数２２】 ただし、 Ｘ＾：入力値の推定値（数式（４’）で表されるマトリ
ックス） Ｘ＾^・：入力値の推定値（数式（４’））の時間微分値

【数２３】 ただし、 ｘ＾、ｙ＾、ψ＾：位置データ推定値 ｘ＾^・、ｙ＾^・、ψ＾^・：速度データ推定値 Ｆ_２Ｘ＾、Ｆ_２Ｙ＾、Ｍ_２Ｚ＾：浮体に作用する外乱力 Ａ_２：船舶運動モデルを表すマトリクス（流体係数、浮
体質量、浮体慣性モーメントの関数） Ｋ_２：カルマンフィルタゲイン ただし、Ｋ_２：カルマンフィルタゲインは、数式（５）
により求める。

【数２４】 ここで、Ｐ、Ｒは数式（６）（リカッチ方程式）により
求まる。

【数２５】 Ｙ：出力値（マトリックス） Ｐ^・：Ｐの時間微分（マトリックス） Ｃ_２：出力マトリクス Ｑ：重みマトリクス（マトリックスの値を調整すること
により、推定値の精度を変更することが可能である）

【００７５】数１６を解くことにより、Ｘ＾が求まる。
それにより、数式（４’）により、浮体に作用する外乱
力Ｆ_２の推定値Ｆ_２＾＝（Ｆ_２Ｘ＾、Ｆ_２Ｙ＾、Ｍ_２Ｚ
＾）が得られる。

【００７６】（２）波の高周波成分による波力Ｆ_１＾の
推定 推定は、以下の数式（１６）を解くことにより行う。

【数２６】 ただし、 Ｘ＾_Ｈ：波力Ｆ_１＾の推定値（数式（１７）で表される
マトリックス） Ｘ＾_Ｈ ^・：波力Ｆ_１＾の推定値（数式（１７））の時間
微分値 ｕ：ζ_Ｈ（ζ_ＨＸ、ζ_ＨＹ）

【数２７】 Ｆ_１Ｘ＾、Ｆ_１Ｙ＾：波力Ｆ_１＾の成分 Ｋ_３：カルマンフィルタゲイン ただし、Ｋ_３：カルマンフィルタゲインは、数式（１
８）により求める。

【数２８】 ここで、Ｐ_３、Ｒ_３は数式（６）（リカッチ方程式）に
より求まる。

【数２９】 Ｙ_Ｈ：出力値（マトリックス） Ｃ_３：出力マトリクス Ｑ_３：重みマトリクス ここで、Ａ_３、Ｂ_３、Ｃ_３は、高周波成分の波力モデル
を表す伝達関数である数式（２０）から求められる。す
なわち、数式（２０）の伝達関数に基づいて、それを等
価変換の原理により状態方程式に等価変換した場合の係
数マトリックスＡ、Ｂ、ＣをそれぞれＡ_３、Ｂ_３、Ｃ_３
として用いる。

【数３０】 ここで、 Ｖ：ゲイン ａ，ｂ，ｃ，ｄ：定数 ξ：減衰係数（定数） ω：周波数 ｓ：ラプラス変換の演算子

【００７７】数１６を解くことにより、Ｘ_Ｈ＾が求ま
る。それに伴い、境界値ω_０より高い周波数の波につい
て重ね合わせた波ζ_Ｈ（ｔ、Ｓ_ｉ＾）＝（ζ_ＨＸ、ζ
_ＨＹ）の波力Ｆ_１の推定値Ｆ_１＾＝（Ｆ_１Ｘ＾、Ｆ_１Ｙ
＾）が得られる。

【００７８】以上のような第２波特性推定方法により得
られたＦ_１＾とＦ_２＾とに基づいて、外力Ｆ_Ｃ＾＝Ｆ_１
＾＋Ｆ_２＾＝（Ｆｘ＾、Ｆｙ＾、Ｍｚ＾）が求まる。そ
して、その結果を制御部５へ出力する。

【００７９】制御部５は、外力Ｆ_Ｃ＾の入力に基づい
て、制御（例えばＰＩＤ制御）により、外力Ｆ_Ｃ＾に対
向する推力Ｆ_Ｃ’（推進装置７の制御に使用）を求め、
加算点１０へ出力する。すなわち、直前に推定された外
力Ｆ_Ｃ＾’と今回推定された外力Ｆ_Ｃ＾とに基づいて、
ΔＦ_Ｃ＾＝Ｆ_Ｃ＾−Ｆ_Ｃ＾’を求める。そして、今回推
定された波力Ｆ _Ｃ＾に対応できる推力が得られるよう
に、差分ΔＦ_Ｃ＾に対応する推力の調整をＰＩＤ制御等
で行う。そして、そのＰＩＤ制御による調整された推力
Ｆ_Ｃ’＝（Ｆ_ＣＸ’、Ｆ_ＣＹ’、Ｍ_ＣＺ’）を出力す
る。

【００８０】ただし、波力Ｆ_１＾（波の高周波成分）
（＝Ｆ_１Ｘ、Ｆ_１Ｙ）を用いないでも、制御を行なうこ
とは可能である。

【００８１】制御信号Ｆ_Ｃ’及びＦ_Ｗ’は、加算点１０
で加算され、波力及び外力に対応する要求推力Ｆ_Ｔ＝Ｆ
_Ｗ’＋Ｆ_Ｃ’＝（Ｆ_ＴＸ、Ｆ_ＴＹ、Ｍ_ＴＺ）として、推
力配分部６へ送出される。

【００８２】推力配分部６は、要求推力Ｆ_Ｔの入力に基
づいて、推力装置７−ｊ（ｊ＝１〜ｍ、以下同じ））
（本実施例ではスラスタ２１−ｉ（ｉ＝１〜４））全体
として要求推力Ｆ_Ｔを発生するように、各推力装置７−
ｊ（スラスタ２１）の駆動を制御する制御信号Ｇ_ｊを各
推力装置７−ｊへ出力する。

【００８３】ここで、本実施例では、１基の推力装置７
−ｊにつき１台の制御装置１が対応している。その場合
には、要求推力Ｆ_Ｔを発生するように、１基の推力装置
７−ｊの駆動を制御する制御信号Ｇ_１を出力する。

【００８４】２基の推進装置７−１及び２につき、１台
の制御装置１が対応している場合、一つの要求推力Ｆ_Ｔ
を、２基の推進装置７−１及び２のそれぞれに対する要
求推力Ｆ_Ｔ１及びＦ_Ｔ２に分配する。しかる後、要求推
力Ｆ_Ｔ１及びＦ_Ｔ２を発生するように、２基の推力装置
７−１及び２の各々の駆動を制御する制御信号Ｇ_１及び
Ｇ_２を出力する。

【００８５】２基の推進装置７−１及び２がスラスタ２
１−１及び２の場合、要求推力Ｆ_{Ｔ １}＝（Ｔ_１ｃｏｓα
_１、Ｔ_１ｓｉｎα_１）及びＦ_Ｔ２＝（Ｔ_２ｃｏｓα_２、
Ｔ_２ｓｉｎα_２）の分配方法は、例えば以下のようにし
て行う。すなわち、数式（２１）を解くこと（線形計画
法の手法）により求まる。

【数３１】 ただし、 Ｘ_１、Ｘ_２：スラスタ取りつけ位置 Ｔ_１、Ｔ_２：スラスタ力 α_１、α_２：アジマス角 である。

【００８６】複数の推進装置７−ｋ（ｋ＝１〜ｑ：ｑは
自然数）につき、１台の制御装置１が対応している場
合、一つの要求推力Ｆ_Ｔを、複数の推進装置７−ｋのそ
れぞれに対する要求推力Ｆ_Ｔｋ（ｋ＝１〜ｑ）に分配す
る。しかる後、要求推力要求推力Ｆ_Ｔｋ（ｋ＝１〜ｑ）
を発生するように、複数の推力装置７−ｋ（ｋ＝１〜
ｑ）の各々の駆動を制御する制御信号Ｇ_ｋ（ｋ＝１〜
ｑ）を出力する。

【００８７】複数の推力装置７−ｋ（ｋ＝１〜ｑ）への
分配方法は、例えば、特許第２７４９８３３号公報に公
開されている制御推力分配装置に用いられる方法で行う
ことが可能である。すなわち、例えば、トータル推力
（Ｆ_ＴＸ ^２＋Ｆ_ＴＹ ^２）^０．５と、トータルモーメント
Ｍ_ＴＺの入力信号から、評価関数Ｊを、

【数３２】 ただし、 Ｆ_ｋ：推力装置７−ｋの推力（ｋ＝１〜ｑ） Ｆ_ｍｋ：推力装置７−ｋの最大容量（ｋ＝１〜ｑ） Ｆ_ｋ ^２＝Ｆ_Ｘｋ ^２＋Ｆ_Ｙｋ ^２（ｋ＝１〜ｑ） と設定し、上記評価関数Ｊを最小化する問題を解くこと
により、燃料消費を最小とする推力成分（Ｆ_Ｘｋ ^、Ｆ
_Ｙｋ）（ｋ＝１〜ｑ）の決定を行なう。それに基づい
て、複数の推力装置７−ｋ（ｋ＝１〜ｑ）の各々の駆動
を制御する制御信号Ｇ_ｋ（ｋ＝１〜ｑ）を出力する。

【００８８】制御信号Ｇ_ｋ（ｋ＝１〜ｑ）は、例えばス
ラスタでいえば、推力及びモーメント、あるいは推力に
対応する翼の回転数及びモーメントに対応する首振り角
である。それらの各制御信号Ｇ_ｋ（ｋ＝１〜ｑ）は、対
応する各推進装置７−ｋ（ｋ＝１〜ｑ）へ出力される。
そして、推進装置７−ｋ（ｋ＝１〜ｑ）は、制御信号Ｇ
_ｋに基づいて、稼動することにより、浮体を駆動、ある
いは位置保持する。

【００８９】本実施例で示すように、波高センサを複数
有するため、それらのデータに基づいて、洋上の波の方
向及び波力（ドリフト力）のような波の特性を精度良く
推定することが可能となる。そして、その推定された波
の特性に基づいて、フィードフォワード制御で浮体を制
御することが出来る。それにより、応答の遅い浮体にお
いても精度良く制御することが可能となる。

【００９０】本実施例では、浮体として洋上プラットフ
ォーム１１について説明している。しかし、図３に示す
船舶１２においても、同様に実施することが可能であ
る。

【００９１】船舶１２の場合について説明する。図３
（ａ）は、船舶１２を示す概観図である。海面上に浮い
ている船舶１２を水平方向から示している。船舶１２
は、制御装置１、スラスタ３１、波高センサ３２、スク
リュー３３及び舵３４を備える。

【００９２】制御装置１は、船舶１２に属し、その内部
にある。図１の制御装置１である。本実施例では、３つ
の制御装置（制御装置１−１〜３とする）がある。スラ
スタ３１、スクリュー３３及び舵３４は、船舶１２に属
し、下部海面下にある。図１における推進装置７−ｊで
ある。本実施例では、スラスタ３１は２基（スラスタ３
１−１〜２とする）ある。波高センサ３２は、船舶１２
に属し、船舶１２の側面に複数配設されている。図１に
おける波高センサ９−ｉである。本実施例では、８個の
波高センサ（波高センサ３２−１〜８とする）がある。
詳細は後述する。なお、必要（精度向上）に応じて個数
を追加する。本実施例では、４個の波高センサ（波高セ
ンサ３２−９〜１２とする）を追加できる。なお、図１
における位置計測装置８は、ここでは制御装置１に含ま
れているものとする。

【００９３】図３（ｂ）は、船舶１２における波高セン
サの取付け位置を示す概観図である。３（ａ）の船舶１
２を鉛直上方から示している。波高センサ３２は、波高
センサ３２−１〜８の８個ある。そして、船舶１２の波
高を計測可能な側面において、概ね等間隔に配置されて
いる。各波高センサ３２−ｋは、４つのセンサ群Ｂ１〜
Ｂ４に分類される。Ｂ１：波高センサ３２−１、２、
６、Ｂ２：波高センサ３２−３、４、５、Ｂ３：波高セ
ンサ３２−２、７、３、Ｂ４：波高センサ３２−５、
８、６である。そして、本実施例では、４つのセンサ群
において、Ｂ１はスラスタ３１−１及び制御装置１−１
に対応する。Ｂ２及びＢ３はスラスタ３１−２及び制御
装置１−２が対応する。Ｂ４はスクリュー３３と舵３４
及び制御装置１−３が対応する。このように、各スラス
タ群、各推進装置（スラスタ）毎に制御を行なっても良
いし、全部を一つの制御装置で制御することも可能であ
る。

【００９４】船舶１２における制御システムの実施の形
態の動作については、洋上プラットフォーム１１と同様
であるので、その説明を省略する。説明する。

【００９５】また、図４は、長大船舶における波高セン
サの取付け状況を示す図である。図４で示すように、船
舶１２の大きさが大きくなった場合、センサの数を多く
することで、精度良く波の特性の推定及び浮体（推進装
置）の制御を行うことが可能である。また、センサ数を
多くすれば、推定及び制御の精度を向上することが出来
る。

【００９６】更に、図４において、例えば、波高センサ
３２−４’が故障した場合、隣接の波高センサ（例えば
波高センサ３２−５’）で代用することにより、航海中
での波高センサの故障にも精度を落とさずに対応するこ
とが可能となる。

【００９７】本発明は、更に、図５で示すような、浮体
構造物１３に対しても適用可能である。図５は、浮体構
造物１３の構成を示す概略図である。制御装置１、波高
センサ４２、スラスタ４１を有する。浮体構造物１３
は、メガフロートに例示される。海面下に推進装置とし
てのスラスタ４１を有している。これは主に位置保持に
用いられる。図５に示すように、浮体構造物１３の制御
においても、既述の洋上プラットフォーム１１と同様に
本発明の制御方法を実施することが可能となる。

【００９８】本発明は、更に、図６で示すような、造波
装置１４に対しても適用可能である。図６は、造波装置
１４の構成を示す概略図である。制御装置１、造波板５
１、波高センサ５２、可動部５３及びアンプ５４を有す
る。制御装置１は、図１に示す制御装置である。そし
て、制御装置１は、造波板５１を制御する制御信号Ｇを
出力する。制御信号Ｇは、アンプ５４で増幅される。そ
して、増幅された制御信号Ｇ’により、可動部５３が動
作することにより造波板５１が動作し、波が形成され
る。波高センサ５２は、形成された波の波高を検出し、
波高データとして制御装置１へ出力する。

【００９９】制御装置１の波推定部２では、波高データ
に基づいて、第１波特性推定方法により、波高及び方向
を推定し、第１波力を推定する。推定された第１波力に
基づいて、一定の第１基準波力（低周波の波）を有する
波を形成する場合、第１波力が第１基準波となるよう
に、フィードバック制御部４は推力としての造波板５１
の第１駆動力を算出する。一方、造波装置１４は、波中
に静止しているので、推定部３における第２波特性推定
方法では、位置データ及び速度データを用いず、波の高
周波成分による第２波力のみを推定する。そうして、一
定の第２基準波力（高周波の波）を有する波を形成する
場合、第２波力が第２基準波力になるように、制御部５
は造波板５１の第２駆動力を算出する。推力配分部６
は、第１駆動力及び第２駆動力に基づいて、造波板５１
を制御する制御信号Ｇを出力する。

【０１００】以上の動作により、造波装置１４において
も、本発明の浮体の制御装置、波特性推定方法、及び浮
体の制御方法を実施することが可能となる。すなわち、
洋上の波の性質を推定し、それに基づいて波の性質を利
用する機器を精度良く制御することが可能となる。

【０１０１】

【発明の効果】本発明により、洋上の波の方向及び波力
のような波の性質を精度良く推定し、それに基づいて浮
体の運動を精度良く制御することが可能となる。

【図面の簡単な説明】

【図１】本発明の浮体の制御装置及び浮体の制御システ
ムの実施の形態を示す構成図である。

【図２】（ａ）洋上プラットフォームの構成を示す概念
図である。（ｂ）洋上プラットフォームでの波高センサ
の取付け状態を示す図である。

【図３】（ａ）船舶の構成を示す概念図である。（ｂ）
船舶での波高センサの取付け状態を示す図である。

【図４】長大船舶での波高センサの取付け状態を示す図
である。

【図５】浮体構造物の構成を示す概念図である。

【図６】造波装置の構成を示す概念図である。

【図７】ニューラルネットワークの構成を示すブロック
図である。

【図８】従来の船舶の波高センサを示す図である。

【符号の説明】

１ 制御装置 ２ 波推定部 ３ 推定部 ４ フィードフォワード制御部 ５ 制御部 ６ 推力配分部 ７ 推進（駆動）装置 ７−１〜ｍ 推進（駆動）装置 ８ 位置計測装置 ９ 波高センサ ９−１〜ｎ 波高センサ １０ 加算点 １１ 洋上プラットフォーム １２ 船舶 １３ 浮体構造物 １４ 造波装置 ２１ スラスタ ２１−１〜４ スラスタ ２２ 波高センサ ２２−１〜８ 波高センサ ３１ スラスタ ３１−１〜２ スラスタ ３２ 波高センサ ３２−１〜１２ 波高センサ ３２−１’〜１０’ 波高センサ ３３ スクリュー ３４ 舵 ４１−１〜４ スラスタ ４２ 波高センサ ４２−１〜８ 波高センサ ５１ 造波板 ５２−１〜Ｎ 波高センサ ５３ 可動部 ５４ アンプ

Claims (23)

【特許請求の範囲】
1. 【請求項１】波の高さを示す複数の波高データの入力に
   基づいて、前記波の波力としての第１波力を推定する第
   １推定部と、 前記第１波力に基づいて、浮体の推力としての第１推力
   を算出する第１制御部と、 前記第１推力に基づいて、前記第１推力を発生するよう
   に前記浮体の推進装置を制御する推力配分部と、 を具備する、 浮体の制御装置。
2. 【請求項２】前記第１推定部は、前記複数の波高データ
   の入力に基づいて、前記波の高さとしての第１波高と方
   向としての第１方向を推定し、前記第１波高と前記第１
   方向とに基づいて、前記第１波力を推定する、 請求項１に記載の浮体の制御装置。
3. 【請求項３】前記第１推定部は、前記第１波高の推定
   を、カルマンフィルタを用いて行う、請求項２に記載の
   浮体の制御装置。
4. 【請求項４】前記第１推定部は、前記第１方向の推定
   を、方向スペクトル解析を用いて行う、 請求項２又は３に記載の浮体の制御装置。
5. 【請求項５】前記第１推定部は、前記第１波高及び前記
   第１方向の推定を、ニューラルネットワークを用いて行
   なう、 請求項２に記載の浮体の制御装置。
6. 【請求項６】前記浮体の位置を示す位置データと前記浮
   体の速度を示す速度データとに基づいて、前記浮体に作
   用する外乱力を推定する第２推定部と、 前記外乱力に基づいて、前記浮体の推力としての第２推
   力を算出する第２制御部と、 を更に具備し、 前記推力配分部は、前記第１推力に加えて前記第２推力
   に基づいて、前記推進装置を制御する、 請求項１乃至５のいずれか一項に記載の浮体の制御装
   置。
7. 【請求項７】前記第２推定部は、前記外乱力の推定を、
   カルマンフィルタを用いて行なう、 請求項６に記載の浮体の制御装置。
8. 【請求項８】前記第２推定部は、前記外乱力の推定を、
   ニューラルネットワークを用いて行なう、 請求項６に記載の浮体の制御装置。
9. 【請求項９】前記第１推定部は、波の高周波成分を示す
   高周波データを第２推定部へ出力し、 前記第２推定部は、前記位置データと前記速度データに
   加えて前記高周波データに基づいて、前記外乱力を推定
   する、 請求項６乃至８のいずれか一項に記載の浮体の制御装
   置。
10. 【請求項１０】前記浮体に配設され、前記波高データを
    取得可能な複数の波高センサと、 前記浮体に配設され、前記位置データと前記速度データ
    を取得可能な位置測定装置と、 請求項１乃至８のいずれか一項に記載の浮体の制御装置
    と、 を具備する、 浮体の制御システム。
11. 【請求項１１】前記波高センサは、前記浮体の側面部
    に、前記浮体を囲むように配設されている、 請求項１０に記載の浮体の制御システム。
12. 【請求項１２】波の高さを示す複数の波高データを取得
    するステップと、 前記複数の波高データに基づいて、前記複数の波高デー
    タの相加平均により波高平均値を算出し、波高の推定値
    である第１波高とするステップと、 前記複数の波高データの各々と前記波高平均値との差分
    の各々の大小関係に基づいて、波の方向の推定値である
    第１方向を求めるステップと、 を具備する、 波特性推定方法。
13. 【請求項１３】波の高さを示す複数の波高データを取得
    するステップと、 前記複数の波高データに基づいて、次式により波高の推
    定値である第１波高を求めるステップと、 を具備し、 ここで、 【数１】 ただし、 Ａ：波モデルを表すマトリクス Ｃ：単位マトリクス Ｋ_１：カルマンフィルタゲイン Ｓ_ｉ：前記複数の波高データの各々を成分とするマトリ
    クス Ｓ_ｉ＾：波高の推定値の各々を成分とするマトリクス Ｓ_ｉ＾^・：前記波高の推定値の各々の時間微分値を成分
    とするマトリクス であり、 文中、記号の右肩の添字「＾」は、数１において文字の
    上にある、波特性推定方法。
14. 【請求項１４】前記複数の波高データに基づいて次式に
    より計算される各Ｃ_ｉｊの大小関係に基づいて、波方向
    の推定値である第１方向を推定するステップと、 を更に具備し、 ここで、 【数２】 ただし、 Ｆ{ }：フーリエ変換 Ｃ_ｉｊ：クロスパワースペクトル、ｉ＝１〜ｎ、ｊ＝１
    〜ｎ、ｎは波高データの数、 である、 請求項１３に記載の波特性推定方法。
15. 【請求項１５】波の高さを示す複数の波高データを取得
    するステップと、 前記複数の波高データに基づいて、ニューラルネットワ
    ークにより前記波の波高と方向の推定値である第１波高
    と第１方向を推定値するステップと、 を具備する、 波特性推定方法。
16. 【請求項１６】請求項１２乃至１５のいずれか一項に記
    載の波特性推定方法を行なうステップと、 前記推定方法により求められた前記第１波高と前記第１
    方向とに基づいて、前記波の波力としての第１波力を推
    定するステップと、 前記波力に基づいて、浮体の推力としての第１推力を算
    出するステップと、 前記第１推力に基づいて、前記第１推力を発生する前記
    浮体の推進装置を制御するステップと、 を具備する、浮体の制御方法。
17. 【請求項１７】前記浮体の位置を示す位置データと前記
    浮体の速度を示す速度データとに基づいて、前記浮体に
    作用する外乱力を推定するステップと、 前記外乱力に基づいて、前記浮体の推力としての第２推
    力を算出するステップと、 を更に具備し、 前記第１推力に基づいて前記第１信号を出力するステッ
    プは、前記第１推力に加えて前記第２推力に基づいて、
    前記第１信号の代わりに前記推進装置を制御するステッ
    プを更に具備する、 請求項１６に記載の浮体の制御方法。
18. 【請求項１８】前記外乱力を推定するステップは、前記
    外乱力の推定を、位置データ及び速度データに基づい
    て、次式を解くことにより求め、 ここで、 【数３】 ただし、 Ｘ＾：数４に表される入力値の推定値 Ｘ＾^・：数４に表される前記入力値の推定値の時間微分
    値 【数４】 ｘ＾、ｙ＾、ψ＾：位置データ推定値 ｘ＾^・、ｙ＾^・、ψ＾^・：速度データ推定値 Ｆ_Ｘ＾、Ｆ_Ｙ＾、Ｍ_Ｚ＾：浮体に作用する外乱力 Ａ：船舶運動モデルを表すマトリクス Ｋ_２：カルマンフィルタゲイン ただし、Ｋ_２は数５により求められ、 【数５】 ここで、Ｐ、Ｒは数６により求められ、 【数６】 Ｙ：出力値 Ｐ^・：Ｐの時間微分 Ｃ：出力マトリクス Ｑ：重みマトリクス であり、 文中、記号の右肩の添字「＾」は、数３及び数４におい
    て文字の上にある、 請求項１７に記載の浮体の制御方法。
19. 【請求項１９】前記外乱力を推定するステップは、前記
    外乱力の推定を、ニューラルネットワークを用いて行な
    う、 請求項１７に記載の浮体の制御方法。
20. 【請求項２０】請求項１１乃至１４のいずれか一項に記
    載の波特性推定方法を行なうステップと、 前記複数の波高データに基づいて、波の高周波成分を示
    す高周波データを抽出するステップと、 前記推定方法により求められた前記第１波高と前記第１
    方向とに基づいて、前記波の波力としての第１波力を推
    定するステップと、 前記波力に基づいて、浮体の推力としての第１推力を算
    出するステップと、 前記浮体の位置を示す位置データと前記浮体の速度を示
    す速度データと前記高周波データに基づいて、前記浮体
    に作用する外乱力を推定するステップと、 前記外乱力に基づいて、前記浮体の推力としての第２推
    力を算出するステップと、 前記第１推力と前記第２推力とに基づいて、前記浮体の
    推進装置を制御するステップと、 を具備する、浮体の制御方法。
21. 【請求項２１】請求項１２乃至１５のいずれか一項に記
    載の波特性推定方法をコンピュータに実行するためのプ
    ログラム。
22. 【請求項２２】請求項１６乃至２０のいずれか一項に記
    載の浮体の制御方法をコンピュータに実行するためのプ
    ログラム。
23. 【請求項２３】請求項１０又は１２に記載の浮体の制御
    システムと、 前記推進装置と、 を具備する浮体。