基于支持向量機(jī)方法的船舶操縱運動建模研究.pdf

1、船舶操縱性是船舶重要的水動力性能之一,和船舶的航行安全性密切相關(guān)。對船舶操縱性進(jìn)行預(yù)報是船舶設(shè)計階段的重要工作之一,其日的是為了保證所設(shè)計的船舶具有良好的操縱性。為此,國際海事組織在1993年和2002年分別頒布了臨時的和正式的船舶操縱性標(biāo)準(zhǔn),對船舶設(shè)計階段的操縱性預(yù)報提出了定量的要求。
　　 在船舶設(shè)計階段對船舶操縱性進(jìn)行預(yù)報目前主要有四種方法:數(shù)據(jù)庫或經(jīng)驗公式方法、自航模試驗方法、數(shù)學(xué)模型加計算機(jī)模擬的方法和基于計算流體動力

2、學(xué)(Computational Fluid Dynamics,CFD)的數(shù)值模擬方法。其中,數(shù)學(xué)模型加計算機(jī)模擬的方法是目前應(yīng)用最廣和最有效的方法。應(yīng)用該方法,精確確定數(shù)學(xué)模型中的水動力導(dǎo)數(shù)是提高預(yù)報精度的關(guān)鍵。目前,主要有四種方法可用于確定數(shù)學(xué)模型中的水動力導(dǎo)數(shù):數(shù)據(jù)庫或經(jīng)驗公式方法、約束模試驗方法、理論與數(shù)值計算方法以及結(jié)合自航模試驗的系統(tǒng)辨識方法。系統(tǒng)辨識方法在試驗測量技術(shù)和辨識技術(shù)不斷發(fā)展的今天,重新獲得了人們的青睞并展現(xiàn)了強(qiáng)大

3、的功能和廣闊的應(yīng)用前景。
　　 應(yīng)用于船舶操縱性預(yù)報的船舶運動數(shù)學(xué)模型目前主要有兩種:一種是Abkowitz模型,又稱為整體型模型,這種模型把作用在船-槳-舵系統(tǒng)上的水動力看作為一個整體,并將水動力表達(dá)式在直航運動狀態(tài)平衡點附近按Taylor級數(shù)進(jìn)行展開。另一種是MMG模型,又稱為分離型模型,這種模型在前一種模型的基礎(chǔ)上把水動力分解為作用在船體、螺旋槳和舵上的三部分,并充分考慮了船體、螺旋槳和舵的相互干擾影響。Abkowitz模

4、型和MMG模型也被統(tǒng)稱為水動力模型。除了水動力模型外,在船舶操縱與控制研究中,還常用到一種所謂的響應(yīng)模型,這種數(shù)學(xué)模型反映的是船舶對操舵的回轉(zhuǎn)運動響應(yīng),主要被應(yīng)用于自動舵的設(shè)計,但也可應(yīng)用于簡單的操縱運動預(yù)報。
　　 應(yīng)用于船舶操縱運動建模研究的系統(tǒng)辨識方法主要包括最小二乘法、擴(kuò)展Kalman濾波方法、嶺回歸分析方法、神經(jīng)網(wǎng)絡(luò)方法、譜分析方法等。無論采用何種辨識方法對水動力模型進(jìn)行辨識,如何解決辨識過程中眾多水動力導(dǎo)數(shù)的多重共線

5、性問題以減小參數(shù)漂移是提高建模精度的關(guān)鍵。
　　 本文在國際上首次采用一種先進(jìn)的現(xiàn)代人工智能技術(shù)--支持向量機(jī)(SupportVector Machines,SVM)對船舶操縱運動建模進(jìn)行了研究,包括機(jī)理建模研究與黑箱建模研究。在機(jī)理建模研究階段,應(yīng)用SVM辨識了水動力導(dǎo)數(shù)和操縱性參數(shù),并應(yīng)用建立的操縱運動數(shù)學(xué)模型進(jìn)行了操縱運動預(yù)報。在黑箱建模階段,應(yīng)用SVM研究了船舶操縱運動這一非線性動態(tài)系統(tǒng)的輸入-輸出響應(yīng)特性,并應(yīng)用建立的

6、黑箱模型對水動力和操縱性能指標(biāo)進(jìn)行了預(yù)報。
　　 在機(jī)理建模研究階段,對SVM方法及其應(yīng)用進(jìn)行了驗證,包括仿真驗證和試驗驗證兩個階段。在仿真驗證階段,應(yīng)用基于線性核的最小二乘支持向量機(jī)(LeastSquares Support Vector Machines,LS-SVM)分別對Tanker210000DWT和Mariner船型的仿真試驗數(shù)據(jù)進(jìn)行了回歸分析,得到了線性水動力模型和Abkowitz模型中的水動力導(dǎo)數(shù),并利用所得到的

7、數(shù)學(xué)模型對Z形試驗和回轉(zhuǎn)試驗進(jìn)行了預(yù)報。在試驗驗證階段,首先分別采用一階線性、一階非線性、二階線性和二階非線性四種響應(yīng)模型,應(yīng)用LS-SVM對在上海交通大學(xué)海洋工程國家重點實驗室海洋工程水池進(jìn)行的某船自航模試驗數(shù)據(jù)進(jìn)行了回歸分析,辨識了模型參數(shù),并利用回歸模型對Z形試驗和回轉(zhuǎn)試驗進(jìn)行了預(yù)報。進(jìn)一步,以國際拖曳水池會議(Internatioanl Towing TankConference,ITTC)操縱技術(shù)委員會推薦的用于比較研究的超大

8、型油輪KVLCC1、KVLCC2船型為對象,對SVM方法及其應(yīng)用進(jìn)行了試驗驗證,試驗類型包括自航模試驗和約束模試驗。對自航模試驗,先后應(yīng)用響應(yīng)模型和Abkowitz模型進(jìn)行了機(jī)理建模,為了減小辨識過程中的參數(shù)漂移,對Abkowtiz模型進(jìn)行了簡化,包括:以船的合速度為無因次化因子,去除了跟縱向速度有關(guān)的非線性項；對橫向方程和轉(zhuǎn)首方程,用橫流模型替代與橫向速度和轉(zhuǎn)首角速度有關(guān)的耦合項。利用所辨識的水動力導(dǎo)數(shù),應(yīng)用回歸模型對Z形試驗進(jìn)行了預(yù)

9、報,驗證了SVM方法應(yīng)用于自航模試驗結(jié)果分析以進(jìn)行操縱運動建模的可行性和有效性。對約束模試驗,以斜拖試驗為例,通過對試驗結(jié)果有限樣本的回歸分析獲得了船體橫向力和轉(zhuǎn)首力矩的數(shù)學(xué)表達(dá)式,并對不同運動工況下的船體水動力進(jìn)行了預(yù)報和比較,初步驗證了SVM方法應(yīng)用于約束模試驗結(jié)果分析以進(jìn)行操縱運動水動力預(yù)報的可行性。
　　 在機(jī)理建模研究階段,為消除多參數(shù)系統(tǒng)回歸模型中的參數(shù)漂移,采取了幾項措施:一是結(jié)合主成分分析法,對線性水動力導(dǎo)數(shù)項進(jìn)

10、行拆分和合并,對其中與其他項線性相關(guān)嚴(yán)重的部分予以重新整理；二是引入附加激勵,用于減小常規(guī)操縱中由于操舵階段粘性力的動力相消效應(yīng)和過渡階段慣性力的消失二者所引起的參數(shù)漂移；三是對所辨識樣本采用差分格式,用于減緩樣本中各輸入變量之間的多重共線性現(xiàn)象。辨識和預(yù)報結(jié)果驗證了所采取措施的有效性。
　　 在黑箱建模研究階段,采用高斯核SVM進(jìn)行了辨識研究:以舵角和操縱運動變量為輸入,以水動力為輸出,對Abkowitz模型中的復(fù)雜非線性函數(shù)

11、進(jìn)行了辨識,根據(jù)辨識得到的函數(shù)關(guān)系預(yù)報了縱向、橫向及轉(zhuǎn)首方向的水動力(力矩):以回轉(zhuǎn)試驗為例,以舵角為輸入,以縱距、橫距及戰(zhàn)術(shù)直徑等回轉(zhuǎn)性能參數(shù)為輸出,建立了舵角和回轉(zhuǎn)性能參數(shù)之間的映射關(guān)系,根據(jù)辨識得到的映射關(guān)系預(yù)報了回轉(zhuǎn)性能參數(shù)。以對首向角的辨識和預(yù)報為例,對SVM和經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)性能進(jìn)行了比較研究,驗證了SVM方法的優(yōu)越性；以對槳推力的辨識和預(yù)報為例,驗證了SVM方法應(yīng)用于數(shù)據(jù)濾波與平滑的有效性；以對操縱運動變量及舵角的