船舶橫向運動受擾估計、建模及LQG控制研究.pdf

1、船舶橫向運動姿態(tài)極短期預(yù)報及控制對提高船舶武器裝備系統(tǒng)精度以及對艦船有效的航行與控制是十分重要的。由于受到海浪、海風及其他干擾的影響，船舶產(chǎn)生了六自由度的復雜運動，具有很強的隨機性和非線性。這就導致船舶運動姿態(tài)進行預(yù)報及控制具有一定難度，無論在理論上還是實際工程應(yīng)用上都還需要進一步的探討。本論文的內(nèi)容是“十五”期間國防科研基金資助課題的一部分，具有實際意義。 本文對船舶運動姿態(tài)極短期預(yù)報及控制的歷史背景和國內(nèi)外研究的現(xiàn)狀進行分析

2、比較的前提下，采用航向舵作為減橫搖裝置進行多變量控制研究。首先基于切片理論建立了橫蕩、橫搖與艏搖相互耦合的船舶橫向運動方程，詳細討論了船舶在波浪中橫向受力情況，給出了海浪擾動力與擾動力矩的公式。由于實際系統(tǒng)中海浪擾動力及力矩無法測量，但我們比較容易測得船舶運動姿態(tài)，所以我們可以利用各狀態(tài)量之間的相關(guān)性和已知的易測量的狀態(tài)變量，通過中心差分、卡爾曼濾波和增廣狀態(tài)的卡爾曼濾波等方法對橫向受海浪擾動力與力矩進行估計，以便于我們了解掌握船舶受力

3、狀況及可能產(chǎn)生的運動姿態(tài)。采用中心差分法對船舶受擾力和力矩進行估計時，由于忽略了系統(tǒng)觀測噪聲的影響，因此估計精度較低，但由于估計方法簡單，計算過程容易，不需要其他條件，而且能夠滿足工程使用的精度要求，因此這種方法在對控制要求不高的場合有一定使用價值。采用有色卡爾曼濾波時，使用條件比中心差分法多，計算過程相對復雜，但是這里通過卡爾曼濾波，把系統(tǒng)觀測噪聲濾除，提高了估計的精度，所以在實用過程中有較高的應(yīng)用價值。采用增廣狀態(tài)的卡爾曼濾波時，使

4、用條件和計算過程較為復雜，并且升高了系統(tǒng)階次，但它的估計效果是三種方法中最好的。這種方法首先對船舶受擾力和力矩進行功率譜估計，進而求出成形濾波器，使用通過成形濾波器擴展的系統(tǒng)模型進行卡爾曼濾波估計。雖然這種方法升高了系統(tǒng)階次，并且所需的條件也比較嚴格，但它的估計效果是三種方法中最好的。因為它充分滿足卡爾曼濾波估計條件，使得估計精度大大提高。 之后，利用估計結(jié)果作為輸入對橫向受海浪擾動力與力矩采用兩種方法進行預(yù)報。方法一，采用周期

5、圖建模預(yù)報的方法對船舶橫向受海浪擾動力與力矩進行預(yù)報計算。由于海浪干擾是典型的平穩(wěn)隨機過程，因此可以用一系列的周期序列項來描述海浪擾動力和力矩，使用事先通過增廣狀態(tài)的卡爾曼濾波估計方法得到它較為準確的估計值，用這些估計值建模可以得到海浪干擾的周期序列項，對它作近似預(yù)報，得到預(yù)估的海浪擾動力和力矩。方法二，研究了采用遺傳算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)建模預(yù)報海浪擾動力與擾動力矩的預(yù)報方法。單純的小波神經(jīng)網(wǎng)絡(luò)建模預(yù)報海浪擾動力與擾動力矩可以實現(xiàn)較準

6、確并且時間較長的預(yù)報，但網(wǎng)絡(luò)收斂速度較慢，影響預(yù)報效率，采用遺傳算法優(yōu)化后可加快網(wǎng)絡(luò)的收斂速度，可使該方法更具有實用性。 最后，采用LQG控制方法實現(xiàn)對船舶橫向運動多變量控制。在經(jīng)典LQG控制中，又根據(jù)擾動輸入模型的不同而導致中間過程中被反饋的狀態(tài)估計結(jié)果的不同，從而分成次優(yōu)控制與最優(yōu)控制，并進行了仿真比較，結(jié)果表明最優(yōu)控制效果明顯優(yōu)于次優(yōu)控制效果。這是因為，在系統(tǒng)擴展時，擴展狀態(tài)中不僅包含有系統(tǒng)狀態(tài)，還包含了隨機海浪擾動的信息