基于RBF-ARX模型的绞吸挖泥船横移过程模型设计

由于绞吸挖泥船横移过程的影响因素众多,具有明显的非线性和时变性特征,难以精确建模来描述其动态特性。因此在对挖泥船产量形成过程详细分析的基础上,针对传统神经网络收敛速度慢、隐含层较多、训练阶段无法自适应调整网络结构的缺点,采用RBF-ARX模型结构进行绞吸挖泥船产量和横移速度的建模。通过结构化非线性参数优化方法SNPOM,离线识别出RBF-ARX模型的线性和非线性参数,并利用仿真对所建模型和真实数据的误差进行对比。仿真结果表明:所建立的绞吸式挖泥船横移过程模型能够比较准确描述系统在全局范围内的动态特性,与挖泥船的实际产量输出拟合较好。

绞吸挖泥船横移过程的预测控制系统研究

由于绞吸挖泥船横移切削过程受土质、环境、工况等复杂因素影响,难以用精确的数学模型描述其控制过程。根据实船测量数据,建立基于RBF-ARX理论的绞吸挖泥船横移过程控制模型。为解决外部多变因素带来的不确定性,设计了横移过程预测控制器,并分析了控制器可调节系数中的误差权系数与控制权系数对系统稳定性的影响。仿真结果表明,所设计的RBF-ARX横移过程控制器在合适的参数下能够使系统快速稳定,并能得到合理的最优控制率。

基于预测控制的绞吸挖泥船横移过程控制系统设计

绞吸式挖泥船正朝着自动化、智能化方向发展,成为土地复垦和港口开发的重要设备。如何控制横移速度确保输出泥浆浓度稳定是当前的研究热点。挖泥船作业过程中的泥浆浓度受土质、环境、工况等复杂因素影响,其控制过程难以用较精确的数学模型描述。本文针对绞吸挖泥船的实船采集数据,以挖泥船横移速度作为输入,以泥浆浓度作为输出,采用线性回归算法建立挖泥船横移过程的控制模型,并将该模型应用于子空间辨识预测控制器的设计中。在进行绞吸式挖泥船横移控制系统仿真中,仿真结果表明在控制量有约束的条件下,所设计的横移过程控制器在合适的参数下能够使系统快速稳定到目标浓度。从而,保证泥浆浓度的稳定输出,达到提高挖泥船作业效率的目标。

线性纵横场

本文考虑黏性可压缩微扰流动的线性近似解,例示如何应用纵横分解的手段,首先把包含多个物理量的原始N-S方程组拆分成关于横场(涡量场ω)的一个矢量方程和关于纵场(热力学变量与速度势Φ)的一组标量方程.进而,在小扩散系数和无外加热源的条件下,纵场方程会简化为关于扰动压力p和速度势Φ的一对三阶扩散方程,熵只是过程的副产品.变量(ω,p,Φ)各自满足一个单变量正则方程,清晰地显示这些量产生的物理根源和演化特征,从而揭示过程的因果性.这条技术路线为后面研究非线性纵横场及其耦合打开了一条道路.作为线性近似解一个直接的实际应用,本文考察了绕固体的外无界流动的远场动理学解,证明经典的运动学远场理论虽然普适,却过于保守.对于黏性、可压缩、非定常流,其动理学解表明所有扰动都能指数衰减,光滑过渡到无穷远的均匀状态.而不具备远场指数衰减能力的定常流、不可压流和无黏流,都只是在真无界空间的某个子空间成立的模型流动.