船舶运动纵向受扰力和受扰力矩估计方法研究

研究船舶纵向运动受扰力和力矩的估计对于船舶纵向减摇控制是非常必要的.针对典型船舶,建立了船舶纵向运动模型,论述了3种受扰估计方法,中心差分法、有色Kalman滤波方法及扩展Kalman滤波方法.仿真结果表明,以上3种估计方法均可行.若选取相同精度的测量仪表,扩展Kalman滤波估计效果最好,其估计方差相对值在10%以内,有色Kalman滤波估计次之,中心差分法估计最差,但中心差分法计算简便,而扩展Kalman滤波估计方法较繁,且需知干扰力和干扰力矩能量Rw的先验知识.若提高测量仪表精度,则中心差分法估计方差相对值明显改善,可提高到10%以内.

具有艏前波观测量的大型舰船姿态运动极短期预报

本文提出了具有艏前波观测量时大型舰船姿态运动建模的预报方法 ,仿真计算表明 ,该方法具有满意的预报精度。最后 ,将该方法与通常的AR方法进行了比较。

舰船运动极短期建模预报的研究现状

综述了舰船姿态运动极短期建模预报的发展历史及现状 ,讨论了各种建模预报方法在舰船运动极短期建模预报中存在的问题 ,着重介绍了投影寻踪学习法用于舰船运动建模预报。此外 ,对舰船运动极短期建模预报的研究作了展望。

基于神经网络方法的大型电网短期负荷预报

电力系统负荷预报研究现状,介绍了神经网络方法应用于电力系统短期负荷预报的可行性及存在的问题。详细讨论了应用BP神经网络、共轭梯度算法改进BP神经网络方法进行电力系统短期负荷预报的算法,及在预报过程中对电网负荷数据进行预处理方法。分别应用二种方法对东北电力系统进行了72小时短期负荷预报仿真。仿真结果表明,BP神经网络训练时间长,预报精度低;而共轭梯度算法改进BP神经网络算法训练步数大大减小,缩短了网络训练时间,而且提高了预报精度。该方法可行,可用于电力系统短期负荷在线预报。

利用航向舵减横摇控制研究

介绍利用航向舵减横摇的基本原理,建立船舶横向运动的系统模型及测量模型,基于有理谱理论,利用最小二乘法建立船舶受扰力及力矩的成形滤波器及状态方程,利用卡尔曼滤波对扩展系统状态进行最优估计,以二次型性能为指标构造随机最优控制律。在典型航行工况下进行了系统仿真,仿真结果表明,该方法可取得明显的减摇效果,其中减横摇效果可达70％以上,减艏摇效果可达50％以上。因此该方法具有一定的实用价值。

水翼艇纵向运动多变量随机最优控制仿真

基于随机控制理论 ,针对全浸式水翼艇的多变量随机控制方法进行探讨 ,并着重分析水翼艇的纵向运动姿态的随机最优控制。首先 ,依据动力学原理对其运动方程的建立和线性化进行了推导。其次 ,利用线性卡尔曼滤波器对其纵向运动姿态进行估计 ,依据LQG性能指标构造了最优控制规律。通过施加控制前后状态的比较 ,可以看出 ,应用随机最优控制的方法 。

基于扩展卡尔曼滤波的船舶纵向运动受扰力与力矩的估计

基于递推最小二乘法设计并实现海浪干扰力和干扰力矩的成型波滤器 ,对有色的次优卡尔曼滤波和扩展卡尔曼滤波 ( EKF)的效果进行对比。通过引入成型滤波器 ,采用 EKF,提高了状态估计的精度 ,实现对随机海浪扰动力和力矩的估计。仿真结果表明 。

基于遗传算法优化的小波神经网络对船舶受扰力及力矩建模预报

首先构造小波神经网络,建立船舶横向和纵向运动模型及其运动受扰力模型,采用小波神经网络对船舶受扰力建模预报,并用遗传算法对其进行优化,对预报结果进行分析比较,给出超前5秒、15秒的船舶运动受扰力与力矩预报结果。

船舶横向运动受扰力与受扰力矩估计

首先建立船舶横向运动状态方程和测量方程,提出三种力与力矩的估计方法,即用中心差分法、次优估计法和最优估计法对海浪扰动下的船舶横向运动的扰动力和力矩作出估计,并加以分析比较,最后得出结论。

船舶横向运动多变量随机控制研究

本文基于多变量随机最优控制理论研究船舶横向运动多变量随机控制规律。文中提出两种控制规律,一种是次优控制规律,该方法简单实用但控制性能较差,另一种是最优控制规律,该方法是利用成形滤波器将有色干扰白化,并将系统模型扩充而实现的,这需要对扰动进行估计建模,因而算法上较复杂,但控制性能较前者高。文中针对典型的船舶模型及航行工况进行了大量的仿真,给出仿真结果,并对两种方法进行了比较。在减少横摇角、横摇角速度、艏摇角、艏摇角速度及横荡速度方面,次优控制可取得20%-50%的效果,但横荡位移增加了14%。最优控制可取得60%-78%的效果,但横荡位移增加了6%。在实际应用时,可按船舶实际情况选用其中一种控制规律。

船舶横向运动姿态及受扰卡尔曼估计的鲁棒性能概率建模

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰kalman估计的统计性能。针对某船,在5级海情,18节航速及45°航向工况下,当船舶水动力参数按均匀分布发生±10%,±25%随机变化时,给出船舶姿态及受扰估计的鲁棒性能概率建模及其应用。

船舶运动与受扰Kalman估计精度的统计分析

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶纵向运动姿态及受扰Kalman估计的统计性能。针对某船,在5级海情,18节航速及45度航向常规工况下,当船舶水动力系数按均匀分布发生±10%、±20%随机变化时,给出船舶姿态及受扰Kalman估计精度的概率建模方法及应用。仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化。

基于水动力系数摄动的船舶横向运动姿态与受扰Kalman滤波的统计建模

该文考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰Kalman估计的统计性能。针对某船,在5级海情,18kns航速及0°、45°、90°、135°、180°航向工况下,当船舶水动力系数按均匀分布发生±10%随机变化时,给出船舶姿态及受扰Kalman估计性能的概率建模方法及其应用。仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化。

基于改进的神经网络的电力系统负荷预报

用共轭梯度算法改进BP神经网络,使得网络的性能得到改善,缩短了网络训练时间,提高了预报精度,并将其应用于电力系统负荷预报,通过对东北电网实测数据的仿真计算表明,该方法是可行的。

船舶姿态运动实时预报算法研究

根据大型舰船在随机海浪作用下的非平稳运动特性,提出基于AR模型的实时建模预报方法,详细讨论了改进隅角实时快速定阶算法和RLS递推在线参数辨识方法。针对典型航行工况,对船舶纵摇运动进行了仿真研究,并与AIC定阶算法进行了比较。仿真结果表明:AR算法适用于舰船在非平稳运动情况下的建模预报。AIC准则、改进隅角两种定阶方法均可实现AR模型阶数的在线估计问题,预报长度均可达到7-10秒,但改进隅角定阶算法简单,独立性好,易于编程实现,预报实时性好。该方法在理论和工程应用方面具有重要的意义。

基于人工神经网络的焊缝宽度预测

研究了用神经网络预测焊缝宽度的方法。首先对焊接质量检测系统的一些相关问题进行了研究,考虑了弧焊特性的提取、焊接质量的预报以及人工神经网络模型(ANN)的应用,设计了一个基于人工神经网络的焊接质量检测系统,给出系统的组成结构,ANN被用于预测焊缝宽度,建立了焊缝宽度预测的人工神经网络模型。为了验证建立的ANN模型的可行性,进行了仿真研究。仿真结果表明,所建立的ANN模型可预测焊缝宽度,基于人工神经网络的焊接质量检测系统是有效的。

三自由度运动仿真平台设计及应用

详细介绍了船舶三自由度运动仿真平台的控制原理及硬件和软件的工程实现。硬件由运动平台和电控系统构成,电控系统是双闭环反馈控制系统,执行机构是伺服电机,输入信号由计算机中控制软件给出。编制不同的控制软件,平台可以仿真实船不同的运动历程。最后介绍了平台在船舶运动预报中的应用。

具色散耗散项的四阶波动方程解的渐近性质

研究具色散和耗散项的四阶波动方程的初边值问题.使用乘子法,证明了问题的整体强解在关于非线性项简单而宽泛的假设下,随时间趋于无穷而衰减到零.

船舶减纵摇控制的LQG方法研究

提出一种船舶减纵摇控制的新方法.海浪对船舶的扰动力和力矩是一种平稳随机过程,基于切片理论,求得海浪扰动力和力矩的一个样本.一方面通过Kalman滤波对船舶的姿态进行有色估计,然后对系统进行随机最优控制.另一方面利用递推最小二乘法对海浪扰动进行建模.将扰动模型与原来的系统模型合并为新的系统模型,并引入白噪声作为新的系统干扰.对扩展后的新系统,运用线性二次高斯(LQG)设计方法计算出扩展Kalman滤波增益阵和扩展随机最优控制增益阵.结果表明,利用经典的LQG控制方法实现船舶减纵摇控制是可行的.最后,通过对扩展随机最优控制效果和有色随机最优控制效果的对比,可以看出扩展随机最优控制在工程应用中更可取.

大型船舶航迹多变量随机最优控制

基于随机控制理论 ,研究了大型船舶航迹的随机最优控制。以Mariner号船舶为研究对象 ,建立了该船的运动方程和干扰模型 ,在此基础上 ,利用卡尔曼滤波器对航向角Ψ、舵角δ、船位信息 (经纬度 )等进行最优估计 ,采用LQG随机控制方法对航迹进行随机最优控制。仿真结果表明航迹控制性能良好 ,能精确保持航迹。