一种海洋绞车的自学习主动升沉补偿控制方法与流程

本发明涉及海洋绞车收放控制，更具体地说，涉及一种海洋绞车的自学习主动升沉补偿控制方法。

背景技术：

1、在海洋资源勘探、海洋信息获取中，绞车作为应用最广泛的布放回收设备，用于水下拖曳体的布放与回收作业。绞车一般安装于船舶平台，由于海浪的存在，船舶升沉运动剧烈，使得连接绞车与水下拖曳体的缆绳频繁受到冲击，同时造成水下拖曳体的作业深度频繁变化。针对有定深作业工作需求的系统，或需要减弱收放缆绳的冲击，就需要有升沉补偿功能的绞车。

2、海洋绞车要具备升沉补偿功能，有多种实现手段，包括通过机械机构及包含气动液压结构进行升沉补偿，或通过电控系统进行升沉补偿，或深沉补充结构和电控两者相结合的模式。单纯依托电控系统进行升沉补偿具备结构简单的优点，但如何能及时响应升沉，及目前对复杂海洋环境能长时间可靠运行，对控制系统提出较高的设计要求。

3、目前单纯依托电控系统进行升沉补偿已开展了大量的研究，为提高升沉补偿响应速度，一般研究都集中在主动式升沉补偿控制研究。控制方法种类较多，包含模型预测类，自适应滤波类等，针对方向也都略有不同，有速度控制，张力控制，速度张力结合的控制等。

4、这里提出一种海洋绞车的自学习主动升沉补偿控制方法，相比现有依托电控系统实现升沉补偿的算法，具备控制算历要求低，使用一般绞车收放控制器即可完成，而无需添加高算历控制器；依托的外部传感数量少，能适应复杂海况的长时间可靠运行；由于采用了自学习模型，具备双前馈分量，有较高的响应能力，能快速响应深沉变化。

技术实现思路

1、本发明提出了一种海洋绞车的自学习主动升沉补偿控制方法，建立升沉运动模型，基于升沉运动测量单元数据采集实现模型自学习调整，进行升沉运动主动预测，计算出升沉运动位移、速度预测的前馈控制，快速响应升沉变化，达到主动升沉补偿控制的控制目标，采用前馈加反馈的闭环控制算法，尤其其前馈分量是采用一般正弦曲线函数，且该一般正弦曲线分量实时自学习调整，以确保前馈控制的准确度。

2、本发明提出的具体技术方案，一种海洋绞车的自学习主动升沉补偿控制方法，包括以下步骤：

3、步骤一：通过升沉运动测量单元检测的船体升沉运动的瞬时加速度，对所述瞬时加速度求二次积分得到船体升沉运动的升沉位移值，通过所得位移值以及升沉运动测量单元采样频率确定升沉运动的位置模型参数，得到船体升沉运动位置模型；根据升沉运动测量单元采集的数据对升沉运动模型进行维护，实现升沉运动模型实时自学习调整；

4、步骤二：对步骤一所得的升沉运动位置模型进行求导，转化得到升沉运动速度模型，根据升沉运动速度模型预测下一控制周期的速度值，计算得到下一控制周期前馈速度输出量；

5、步骤三：通过步骤一所得的升沉运动位置模型，预测下一控制周期的位移值，计算得到下一控制周期的目标缆长值；

6、步骤四：通过绞车传感器采集运动数据，计算得到当前缆长值，结合目标缆长值和当前缆长值得到下一控制周期前馈误差输出量；

7、步骤五：根据步骤二得到的前馈速度输出量，和步骤四得到的前馈误差输出量，得到最终的控制输出量，控制电控系统驱动单元，实现绞车主动升沉补偿控制目标。

8、优选地，步骤一中获得船体升沉运动位置模型的具体步骤为：

9、1)通过惯性组件获取船体升沉方向上的加速度值，对升沉加速度值二次积分得到升沉的位移量；

10、2)维护一个内部正弦曲线模型，通过大于等于两个的采样周期的得到步骤一中的升沉位移值，根据时间间隔，和位移值变化，计算得到正弦曲线的幅值和频率。

11、优选地，步骤一中正弦曲线模型的函数学习方式为，先建立一个一般正弦曲线函数f(t)＝a*si n(t/f)，其中正弦曲线的幅值(a)和频率(f)为未知变量，通过两个采样周期得到两个采样周期的升沉位移值f(t1)，f(t2)，即f(t1)＝a*sin(t1/f)，f(t2)＝a*sin(t2/f)，解上述方程得到一般正弦函数的a和f。

12、优选地，步骤二具体是指结合步骤一中的正弦曲线模型，对正弦曲线模型求导数，由位置模型转化为速度模型，已知当前速度，即可得到下一个控制周期的速度值，速度值和输出量呈正比，可将速度值转化为前馈速度输出分量；

13、优选地，步骤三具体是指结合步骤一中的正弦曲线模型，已知当前缆长位置信息，即可得到下一个控制周期的缆长位置值；步骤四具体是指结合步骤三中的下一个控制周期的缆长位置值，和当前实际缆长位置，进行比较，将比较的差值，作为一般控制算法的输入，得到前馈误差控制输出分量。

14、优选地，步骤四中获得下一控制周期误差输出量的具体步骤为：

15、1)记录当前缆长的初始值，初始值为当前绞车释放或回收停止后的缆长值；

16、2)根据步骤一得到的船体升沉运动位置模型计算目标缆长，当前时刻为t，控制周期为delta_t，下个控制周期时刻为t1＝t+delta_t，f(t1)＝a*sin(t1/f)，那么下个控制周期的目标缆长为ltar＝l0+f(t1)；

17、3)通过编码器采集绞车运动数据，通过数据处理计算，得到绞车当前缆长值lnow；

18、4)计算当前缆长和目标缆长的差值e＝ltar-lnow；差值e可通过pid或其他类一般控制算法，得到下一周期误差输出量ue。

19、优选地，当前缆长的初始值为l0，该缆长通过编码器或其他传感器方式采集计算得到。

20、优选地，步骤二对步骤一中正弦曲线模型的函数求导，得到df(t)，此为控制的速度分量，当前时刻为t，控制周期为delta_t，下个控制周期时刻为t1＝t+delta_t，则下个控制周期的速度分量为df(t1)。

21、优选地，步骤五中将步骤二中输出分量df(t1)作为前馈速度分量，将步骤四中的ue作为前馈误差分量，得到最后的控制输出u＝kf*df(t1)+ke*ue，其中kf，ke分别为两个输出分量的权重系数。

22、与现有技术相比，本发明的有益效果具体如下：

23、1.控制算历要求低，使用一般绞车收放控制器即可完成，而无需添加高算历控制器；

24、2.依托的外部传感数量少，能适应复杂海况的长时间可靠运行；

25、3.实时检测船体升沉运动的加速度信号，实现升沉运动模型实时自学习调整，控制准确度高。

26、4.采用了自学习模型，具备双前馈分量，有较高的响应能力，能快速响应深沉变化。

技术特征：

1.一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，

3.如权利要求2所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，步骤一中正弦曲线模型的函数学习方式为，先建立一个一般正弦曲线函数f(t)＝a*sin(t/f)，其中正弦曲线的幅值(a)和频率(f)为未知变量，通过两个采样周期得到两个采样周期的升沉位移值f(t1)，f(t2)，即f(t1)＝a*sin(t1/f)，f(t2)＝a*sin(t2/f)，解上述方程得到一般正弦函数的a和f。

4.如权利要求3所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，步骤二具体是指结合步骤一中的正弦曲线模型，对正弦曲线模型求导数，由位置模型转化为速度模型，已知当前速度，即可得到下一个控制周期的速度值，速度值和输出量呈正比，可将速度值转化为前馈速度输出分量。

5.如权利要求3所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，步骤三具体是指结合步骤一中的正弦曲线模型，已知当前缆长位置信息，即可得到下一个控制周期的缆长位置值；步骤四具体是指结合步骤三中的下一个控制周期的缆长位置值，和当前实际缆长位置，进行比较，将比较的差值，作为一般控制算法的输入，得到前馈误差控制输出分量。

6.如权利要求2所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，

7.如权利要求6所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，当前缆长的初始值为l0，该缆长通过编码器或其他传感器方式采集计算得到。

8.如权利要求6所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，步骤二对步骤一中正弦曲线模型的函数求导，得到df(t)，此为控制的速度分量，当前时刻为t，控制周期为delta_t，下个控制周期时刻为t1＝t+delta_t，则下个控制周期的速度分量为df(t1)。

9.如权利要求8所述的一种海洋绞车的自学习主动升沉补偿控制方法，其特征在于，步骤五中将步骤二中输出分量df(t1)作为前馈速度分量，将步骤四中的ue作为前馈误差分量，得到最后的控制输出u＝kf*df(t1)+ke*ue，其中kf，ke分别为两个输出分量的权重系数。

技术总结本发明公开了一种自学习主动升沉补偿控制方法，步骤如下：通过实时检测升沉运动的瞬时加速度，实现升沉运动模型的确定以及实时自学习调整；通过升沉运动模型进行升沉运动主动预测，计算出升沉运动位移、速度预测的前馈控制，快速响应升沉变化，达到主动升沉补偿控制的控制目标。本发明采用前馈加反馈的闭环控制算法，尤其其前馈分量是采用一般正弦曲线函数，且该一般正弦曲线分量实时自学习调整，以确保前馈控制的准确度，具有控制算历要求低，无需添加高算历控制器参与；依托的外部传感数量少，能适应复杂海况的长时间可靠运行；有较高的响应能力，能快速响应深沉变化等特点。技术研发人员：王俊雷,徐晨晨,林尚飞受保护的技术使用者：中国船舶集团有限公司第七一五研究所技术研发日：技术公布日：2024/6/26