一种基于系统辨识的船舶操纵与耐波耦合运动预报方法与流程
- 国知局
- 2024-09-14 14:32:12
本申请涉及船舶运动领域,尤其是一种基于系统辨识的船舶操纵与耐波耦合运动预报方法。
背景技术:
1、船舶在波浪中的机动航行主要包括低频的操纵运动和高频的耐波运动,准确预报船舶在波浪中的操纵与耐波耦合运动,对船舶航行安全、有效控制及舰船作战能力提升等具有重要意义,一直以来都是研究热点。
2、目前,船舶操纵与耐波耦合运动预报方法主要包括模型试验方法、计算流体力学(computational fluid dynamics,cfd)方法和数学模型方法:(1)模型试验方法被认为是最可靠的方法,但是其在试验设施和试验成本上存在各种限制,并且将模型试验结果外推到实船结果时,存在尺度效应问题。(2)cfd方法考虑流体粘性,能够捕捉流场细节并提高预报精度,但是,其存在计算效率低问题。(3)数学模型方法通过建立操纵与耐波运动的统一数学模型进行求解,或者分别建立低频操纵运动模型和高频耐波运动模型进行分别求解,不管是哪种求解方法,由于数学模型中存在大量简化且不能充分考虑流体粘性,使得预报精度相对较差。
3、综上所述,传统的船舶操纵与耐波耦合运动预报方法存在预报精度差或预报效率低等问题,仅适用于船舶设计阶段性能指标的评价和航行安全评估,不能满足船舶实际航行过程中安全辅助决策、有效控制、作战能力提升及舰载机安全起落等对运动实时准确在线预报的需求。
技术实现思路
1、本申请针对上述问题及技术需求,提出了一种基于系统辨识的船舶操纵与耐波耦合运动预报方法,本申请的技术方案如下:
2、一种基于系统辨识的船舶操纵与耐波耦合运动预报方法,该船舶操纵与耐波耦合运动预报方法包括:
3、对船舶在波浪中开展不同机动类型下的自航模试验,确定每次自航模试验的试验工况参数和船舶在六自由度上的时域运动信号;
4、对每次自航模试验中船舶在水平面三自由度上的时域运动信号在频域范围内进行数据处理,分离提取得到对应的低频时域运动信号和高频时域运动信号;
5、建立包含水动力误差修正项的水平面三自由度操纵运动模型,利用每次自航模试验的操纵运动数据基于水平面三自由度操纵运动模型计算得到对应的水动力误差修正项;并以每次自航模试验的操纵运动数据为输入、对应的水动力误差修正项为输出基于神经网络模型训练得到误差辨识模型;其中,每次自航模试验的操纵运动数据包括试验工况参数和船舶在水平面三自由度上的低频时域运动信号;
6、基于每次自航模试验在每个试验时刻的耐波运动数据构建若干组耐波预测样本,利用若干组耐波预测样本训练基于神经网络模型训练得到耐波运动预报模型,每个试验时刻的耐波运动数据包括船舶在当前试验时刻在水平面三自由度上的高频时域运动信号以及在其他三自由度上的时域运动信号;
7、利用水平面三自由度操纵运动模型结合误差辨识模型,以及耐波运动预报模型对船舶操纵与耐波耦合运动进行预报。
8、本申请的有益技术效果是:
9、本申请公开了一种基于系统辨识的船舶操纵与耐波耦合运动预报方法,该方法将系统辨识方法应用于操纵与耐波耦合运动的预报过程中,创新性的建立了包含水动力误差修正项的水平面三自由度操纵运动模型,考虑操纵运动和耐波运动在水平面三自由度存在耦合,因此将水平面三自由度的信号分离,利用分离得到的低频时域运动信号采用系统辨识方法建立针对水动力误差修正项的水误差辨识模型,利用高频时域运动信号采用系统辨识方法训练得到耐波运动预报模型,最后结合就可以实现双时间尺度下的操纵与耐波耦合运动预报,该方法具有效率快、精度高和泛化能力强等优点,可应用于船舶航行过程中运动的实时准确在线预报。
技术特征:1.一种基于系统辨识的船舶操纵与耐波耦合运动预报方法,其特征在于,所述船舶操纵与耐波耦合运动预报方法包括:
2.根据权利要求1所述的船舶操纵与耐波耦合运动预报方法,其特征在于,
3.根据权利要求2所述的船舶操纵与耐波耦合运动预报方法,其特征在于,对每次自航模试验中船舶在水平面三自由度上的时域运动信号在频域范围内进行数据处理,包括对于纵向速度u、横向速度v和艏摇角速度r中的任意一个时域运动信号sig(t):
4.根据权利要求2所述的船舶操纵与耐波耦合运动预报方法,其特征在于,建立得到的包含水动力误差修正项的水平面三自由度操纵运动模型包括:
5.根据权利要求4所述的船舶操纵与耐波耦合运动预报方法,其特征在于,利用每次自航模试验的操纵运动数据中的低频纵向速度ul、低频横向速度vl和低频艏摇角速度rl计算得到x1、y1和z1的公式为:
6.根据权利要求4所述的船舶操纵与耐波耦合运动预报方法,其特征在于,利用每次自航模试验的操纵运动数据中的低频纵向速度ul、低频横向速度vl、低频艏摇角速度rl和舵角δ计算得到x2、y2和n2包括:
7.根据权利要求4所述的船舶操纵与耐波耦合运动预报方法,其特征在于,利用每次自航模试验的操纵运动数据中的波幅a、浪向角χ、艏向角ψ和波长λ计算得到xw、yw和nw的计算公式为:
8.根据权利要求2所述的船舶操纵与耐波耦合运动预报方法,其特征在于,构建得到的每组耐波预测样本包括一次自航模试验中的一个试验时刻t的历史耐波数据序列以及未来耐波数据序列,试验时刻t的历史耐波数据序列包括试验时刻t之前的多个试验时刻的耐波运动数据,试验时刻t的未来耐波数据序列包括试验时刻t及之后的多个试验时刻的耐波运动数据;每个试验时刻的耐波运动数据包括船舶在当前试验时刻的高频纵向速度uh、高频横向速度vh、高频艏摇角速度rh、升沉速度w、横摇角速度p和纵摇角速度q;
9.根据权利要求1所述的船舶操纵与耐波耦合运动预报方法,其特征在于,对船舶操纵与耐波耦合运动进行预报包括:
10.根据权利要求4所述的船舶操纵与耐波耦合运动预报方法,其特征在于,每次自航模试验的操纵运动数据包括波幅a、浪向角χ、舵角δ、艏向角ψ、波长λ、低频纵向速度ul、低频横向速度vl和低频艏摇角速度rl;
技术总结本申请公开了一种基于系统辨识的船舶操纵与耐波耦合运动预报方法,涉及船舶运动领域,该方法获取自航模试验的数据,并对水平面三自由度上的时域运动信号分离得到低频时域运动信号和高频时域运动信号;利用基于水平面三自由度上的低频时域运动信号构建的操纵运动数据,采用系统辨识方法建立针对平面三自由度操纵运动模型中的水动力误差修正项的水误差辨识模型,利用基于水平面三自由度上的高频时域运动信号构建的耐波运动数据,采用系统辨识方法建立耐波运动预报模型,从而可以实现双时间尺度下的操纵与耐波耦合运动预报,该方法具有效率快、精度高和泛化能力强等优点,可应用于船舶航行过程中运动的实时准确在线预报。技术研发人员:郝立柱,韩阳,潘子英,顾民受保护的技术使用者:中国船舶科学研究中心技术研发日:技术公布日:2024/9/12本文地址:https://www.jishuxx.com/zhuanli/20240914/294599.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表