智能技术在船舶横摇运动控制中的应用研究

摘要

船舶航行时，由于风浪等的干扰会产生各种摇荡运动，其中横摇运动对船舶的影响最大，它会使主机工况变坏，航速降低，影响舰船设备的正常运行，甚至影响船舶安全，因此船舶横摇控制对于船舶的稳定性、安全性具有极为重要的作用。本文从分析船舶横摇运动的成因入手，分析了波浪的形成原因并通过能谱的方法对其进行了研究。通过分析、比较常用的控制船舶横摇的减摇装置，包括舭龙骨、减摇水舱、陀螺减摇、舵减摇、减摇鳍等几种。通过分析对比这些减摇装置的基本工作原理及优缺点，选定最常用的、减摇效果最好的减摇装置—减摇鳍作为研究对象。同时建立了减摇效果评价的一般方法，对减摇鳍装置工作原理及减摇原理进行分析研究，分析确定了减摇鳍系统控制框图中关键部件，构建了合适的数学模型，目前减摇鳍装置采用传统的PID控制器，要使得PID控制器效果最好，必须使得其比例、积分、微分环节参数设定为合适的值，设定好参数的PID控制器只有船舶吃水恒定、船舶阻尼系数不变、理想的海况等情况下才能取得较好的减摇效果，但由于船舶运行的复杂性，当船舶装载量、船舶阻尼系数、航行海域海况、航向等发生较大变化时，减摇效果往往不十分理想。
　　 本文通过对以神经网络、遗传算法等为代表的智能技术的研究，探索将神经网络运用于减摇鳍的研究，利用神经网络较好的自适应性、自学习能力和强鲁棒性特点，设计了基于BP神经网络的PID控制器，通过网络的训练学习，来优化PID控制器参数。将神经网络的灵活性与PID控制器控制的可靠性结合起来，同时通过遗传算法对BP神经网络的初始权值进行优化，针对恶劣海况下的鳍角饱和非线性特性，为兼顾减摇效果与鳍角饱和率，通过遗传算法进行寻优。
　　 通过Matlab/Simulink软件对系统进行仿真，得到基于BP神经网络的PID控制器优于常规PID控制器，而经过遗传算法优化过的BP神经网络PID控制器效果更好，但如果网络比较复杂，基于遗传算法优化的方法用时可能会长一些。通过设定海况、设定航向、设定航速情况下的仿真分析，可以得到在满足鳍角饱和率的同时获得最佳减摇效果。

目录

第一章 绪 论

第二章 船舶横摇运动成因及分析

第三章 船舶横摇运动的控制方法及减摇效果评价

第四章 减摇鳍装置

第五章 减摇鳍系统分析及数学模型建立

第六章 神经网络及其在减摇鳍系统中的应用

第七章 遗传算法及其应用于减摇控制系统的分析

第八章 系统仿真与结果分析

第九章 全文总结与今后展望

参 考 文 献

致 谢

攻读硕士学位期间已发表或录用的论文

声明