船舶动力定位系统的推进器推力优化分配研究

摘要

随着人们对深海的不断探索与开发，原始的抛锚方法已经无法满足船舶定位的需求，后被船舶动力定位系统所替代，并且一直到今天各国还在不断的研究和应用船舶动力定位系统。其主要特点是成本低、速度快、更加准确和方便，而本文所研究的推力分配系统作为动力定位系统的四大组成系统之一，对提高动力定位的性能，以及能源的节约有重大的意义。
　　 本文以某装有五个全回转推进器的船作为研究对象，建立其船舶推力分配的数学描述，考虑了在低速航向下动力定位系统中推进器的实际工作情况，加入了每个推进器旋转角速度的限制、死区、禁区和出现奇异值等情况。在了解了粒子群算法、遗传算法、蜂群算法等群智能算法的背景下，根据动力定位系统对快速性和准确性要求较高的实际工程特点，本文采用了收敛速度快结构简单的粒子群优化算法。但是实际的仿真中会发现对于传统的粒子群算法虽然收敛速度快，由于每次的初始值是区域内随机取的，有时候会陷入局部最优。本文所采用的粒子群算法是在此基础上进行了改进，采用了多种群并行混合的模式，全局模式的粒子群收敛速度快，局部模式的粒子群不容易陷入局部最优，每次迭代完都进行各个种群间信息交互，这样就不但实现了收敛速度快，而且还解决了陷入局部最优解的情况。
　　 最后，本文对提出的混合粒子群算法在推力优化分配中进行了仿真分析，仿真结果表明该算法在推力优化问题中是有效和可行的，能够达到减小误差、降低油耗、减少设备磨损的目的。

目录

声明

摘要

第1章 绪论

1．1 课题背景研究意义

1．2 船舶动力定位系统概述

1．2．1 船舶动力定位系统基本原理

1．2．2 动力定位系统的构成

1．2．3 推力分配策略及意义

1．3 国内外相关研究现状

1．3．1 国内外动力定位研究现状

1．3．2 国内外推力分配研究现状

1．4 研究内容

第2章 推力分配问题的数学描述

2．1 本章引言

2．2 船舶动力定位坐标系的选取

2．2．1 旋转变换矩阵

2．3 推力优化分配的数学描述

2．3．1 推力分配中的限制条件

2．3．2 研究背景船介绍

2．3．3 推力分配数学公式

第3章 粒子群优化算法

3．1 群智能算法概述

3．1．1 粒子群算法的概述

3．1．2 粒子群算法的原理

3．1．3 算法的主要参数

3．1．4 算法的步骤

3．2 多种群并行粒子群算法

3．3 算法收敛性分析

3．4 数值试验

3．4．1 无约束函数优化问题

3．4．2 约束函数优化问题

第4章 粒子群优化算法在推力分配问题中的仿真与分析

4．1 概述

4．2 两种海况下的仿真与分析

4．2．1 测试环境1

4．2．2 测试环境2

4．3 小结

结论与展望

参考文献

致谢