船舶橫向運(yùn)動(dòng)受擾估計(jì)、建模及LQG控制研究.pdf

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

2、比較的前提下，采用航向舵作為減橫搖裝置進(jìn)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(yùn)動(dòng)方程，詳細(xì)討論了船舶在波浪中橫向受力情況，給出了海浪擾動(dòng)力與擾動(dòng)力矩的公式。由于實(shí)際系統(tǒng)中海浪擾動(dòng)力及力矩?zé)o法測(cè)量，但我們比較容易測(cè)得船舶運(yùn)動(dòng)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(cè)量的狀態(tài)變量，通過(guò)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(duì)橫向受海浪擾動(dòng)力與力矩進(jìn)行估計(jì)，以便于我們了解掌握船舶受力

3、狀況及可能產(chǎn)生的運(yùn)動(dòng)姿態(tài)。采用中心差分法對(duì)船舶受擾力和力矩進(jìn)行估計(jì)時(shí)，由于忽略了系統(tǒng)觀(guān)測(cè)噪聲的影響，因此估計(jì)精度較低，但由于估計(jì)方法簡(jiǎn)單，計(jì)算過(guò)程容易，不需要其他條件，而且能夠滿(mǎn)足工程使用的精度要求，因此這種方法在對(duì)控制要求不高的場(chǎng)合有一定使用價(jià)值。采用有色卡爾曼濾波時(shí)，使用條件比中心差分法多，計(jì)算過(guò)程相對(duì)復(fù)雜，但是這里通過(guò)卡爾曼濾波，把系統(tǒng)觀(guān)測(cè)噪聲濾除，提高了估計(jì)的精度，所以在實(shí)用過(guò)程中有較高的應(yīng)用價(jià)值。采用增廣狀態(tài)的卡爾曼濾波時(shí)，使

4、用條件和計(jì)算過(guò)程較為復(fù)雜，并且升高了系統(tǒng)階次，但它的估計(jì)效果是三種方法中最好的。這種方法首先對(duì)船舶受擾力和力矩進(jìn)行功率譜估計(jì)，進(jìn)而求出成形濾波器，使用通過(guò)成形濾波器擴(kuò)展的系統(tǒng)模型進(jìn)行卡爾曼濾波估計(jì)。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(yán)格，但它的估計(jì)效果是三種方法中最好的。因?yàn)樗浞譂M(mǎn)足卡爾曼濾波估計(jì)條件，使得估計(jì)精度大大提高。 之后，利用估計(jì)結(jié)果作為輸入對(duì)橫向受海浪擾動(dòng)力與力矩采用兩種方法進(jìn)行預(yù)報(bào)。方法一，采用周期

5、圖建模預(yù)報(bào)的方法對(duì)船舶橫向受海浪擾動(dòng)力與力矩進(jìn)行預(yù)報(bào)計(jì)算。由于海浪干擾是典型的平穩(wěn)隨機(jī)過(guò)程，因此可以用一系列的周期序列項(xiàng)來(lái)描述海浪擾動(dòng)力和力矩，使用事先通過(guò)增廣狀態(tài)的卡爾曼濾波估計(jì)方法得到它較為準(zhǔn)確的估計(jì)值，用這些估計(jì)值建?？梢缘玫胶＠烁蓴_的周期序列項(xiàng)，對(duì)它作近似預(yù)報(bào)，得到預(yù)估的海浪擾動(dòng)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(bào)海浪擾動(dòng)力與擾動(dòng)力矩的預(yù)報(bào)方法。單純的小波神經(jīng)網(wǎng)絡(luò)建模預(yù)報(bào)海浪擾動(dòng)力與擾動(dòng)力矩可以實(shí)現(xiàn)較準(zhǔn)

6、確并且時(shí)間較長(zhǎng)的預(yù)報(bào)，但網(wǎng)絡(luò)收斂速度較慢，影響預(yù)報(bào)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(shí)用性。 最后，采用LQG控制方法實(shí)現(xiàn)對(duì)船舶橫向運(yùn)動(dòng)多變量控制。在經(jīng)典LQG控制中，又根據(jù)擾動(dòng)輸入模型的不同而導(dǎo)致中間過(guò)程中被反饋的狀態(tài)估計(jì)結(jié)果的不同，從而分成次優(yōu)控制與最優(yōu)控制，并進(jìn)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?yàn)椋谙到y(tǒng)擴(kuò)展時(shí)，擴(kuò)展?fàn)顟B(tài)中不僅包含有系統(tǒng)狀態(tài)，還包含了隨機(jī)海浪擾動(dòng)的信息