推進器輔助系泊定位技術(shù)研究.pdf

1、人類對海洋資源的開發(fā)的迫切需求,促使高技術(shù)海洋開發(fā)裝備的研究越來越受到人們的重視,定位技術(shù)是海洋開發(fā)的關(guān)鍵技術(shù)之一。其中,動力定位(Dynamic Positioning,DP)和系泊定位(Position Mooring,PM)是兩種主要的定位方式,但它們各自有其優(yōu)缺點。本文提出的推進器輔助系泊定位可以很好地揚長避短,使有限的資源更合理的應(yīng)用,同時也能達到更好的定位效果。本文以浮式生產(chǎn)儲油卸油船(Floating Production

2、,Storageand Offloading System,FPSO)為研究對象,對轉(zhuǎn)塔系泊形式的FPSO推進器輔助定位技術(shù)進行了研究。
　　首先,建立了FPSO船體及海洋環(huán)境的數(shù)學模型。在建立隨船坐標系、北東坐標系的基礎(chǔ)上,建立了FPSO三自由度運動的運動學與動力學數(shù)學模型。同時,建立了海洋環(huán)境的數(shù)學模型,包括海風、海浪以及海流對FPSO干擾作用數(shù)學模型。
　　其次,基于有限元法建立了FPSO系泊系統(tǒng)的仿真模型。通過研究系

3、泊纜的動力學特性,建立了系泊纜動力學方程,進而采用有限元分析對其進行離散化,并在此基礎(chǔ)上給出了多纜系統(tǒng)的數(shù)學模型。同時,針對具有四條纜線的FPSO,在中等和極端海況下進行了仿真實驗,驗證了FPSO系泊系統(tǒng)在不同海況下的系泊性能。
　　接著,為FPSO設(shè)計了觀測器,對其低頻運動信息進行估計。為了改善卡爾曼濾波在非線性系統(tǒng)中使用的局限性,本文研究了其改進算法:無跡卡爾曼算法(Unscented Kalman Filter,UKF)和容

4、積卡爾曼算法(Cubature Kalman Filters,CKF),并分別設(shè)計了基于兩種算法的FPSO運動觀測器。通過仿真實驗,對CKF算法及UKF算法的估計精度進行了對比,證明了CKF算法具有較高的精度。
　　最后,本文通過積分反步法為FPSO設(shè)計了控制器以控制其位置和艏向?；诶顏喥罩Z夫控制方程的遞歸設(shè)計技術(shù),將非線性的FPSO系統(tǒng)的模型分解為兩個子系統(tǒng),然后為每個子系統(tǒng)尋找李亞普諾夫控制函數(shù),最終得到了基于積分反步法的系