本文關鍵詞：船舶動力定位系統(tǒng)狀態(tài)估計研究

  更多相關文章： 狀態(tài)估計 環(huán)境載荷 控制算法

【摘要】：隨著人口激增和工業(yè)發(fā)展，陸地上的資源和能源被消耗地日漸枯竭；海洋資源逐漸進入人們的視野；尤其是深海領域蘊含大量的礦產(chǎn)及油氣資源。復雜多變的深海環(huán)境對工程船舶、油氣開采平臺等海洋開發(fā)裝備提出了更高的要求，深海環(huán)境對船舶和海洋平臺工作時的定位能力也提出了嚴峻考驗。傳統(tǒng)的錨泊設備隨著水深的增加凸顯了安裝費用猛增、定位精度差等缺點。船舶動力定位系統(tǒng)不受工作海域水深限制、安裝撤離迅速、定位精度高；各國的科研機構和高校紛紛加大了對船舶動力定位系統(tǒng)的研究投入。 船舶動力定位系統(tǒng)中最關鍵的是其閉環(huán)循環(huán)算法，船舶依靠自身的推進器產(chǎn)生推力并且不需要外界設備的輔助，，一部分推力用來抵抗作用于船舶的風、浪、流等環(huán)境載荷，另一部分推力使船舶保持在預定位置或者按照設定的軌跡航行；上述兩種控制狀態(tài)均需要得到船舶的低頻運動信息。 本文主要針對狀態(tài)估計算法進行研究并仿真分析，具體研究內容如下： 1）首先介紹船舶在自由液面上的六自由度運動，接著深入到動力定位系統(tǒng)中船舶在水平面上的縱蕩、橫蕩和艏搖三自由度運動，并分別給出船舶在上述運動中的高、低頻數(shù)學模型；然后給出風、浪、流載荷的計算方法。最后介紹三種比較成熟的控制算法（PID、LQ、反ki積分）并且分別與船舶低頻運動數(shù)學模型組成循環(huán)控制程序進行仿真，為研究狀態(tài)估計算法提供輸入項。 2）針對Kalman和Passive濾波，首先闡述其濾波原理及循環(huán)流程。然后在保持相同控制力及力矩、環(huán)境參數(shù)、參考位置情況下分別進行仿真研究；從定性角度觀察濾波效果，并從定量角度分析濾波器內部固有參數(shù)對濾波效果的影響，最后對比分析這兩種濾波器的優(yōu)缺點。 3）針對Kalman濾波存在的缺點，本文引入兩種算法對其進行改進：漸消記憶濾波和H∞魯棒性濾波。首先介紹這兩種改進算法的原理及濾波流程。然后在相同的控制力及力矩、環(huán)境參數(shù)、參考位置條件下分別進行仿真，并調整其內部固有參數(shù)從定性、定量角度分析其濾波效果。最后在這兩種濾波算法與Kalman濾波相同變量數(shù)值保持一致的情況下進行定量仿真分析；分別調整兩種改進算法的特有參數(shù)與Kalman濾波形成對比，驗證這兩種改進算法的效果。
【關鍵詞】：狀態(tài)估計 環(huán)境載荷 控制算法
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U664.82
【目錄】：

• 摘要3-4
• Abstract4-6
• 目錄6-8
• 第1章 緒論8-15
• 1.1 船舶動力定位系統(tǒng)簡介8-10
• 1.1.1 船舶動力定位系統(tǒng)組成8-9
• 1.1.2 測量系統(tǒng)9-10
• 1.1.3 控制系統(tǒng)10
• 1.1.4 推進系統(tǒng)10
• 1.2 論文選題的目的及意義10-11
• 1.2.1 論文選題的研究目的10-11
• 1.2.2 論文選題的研究意義11
• 1.3 課題國內外研究現(xiàn)狀11-13
• 1.3.1 國外研究現(xiàn)狀11-12
• 1.3.2 國內研究現(xiàn)狀12-13
• 1.4 本文主要工作13-15
• 第2章 船舶動力定位系統(tǒng)數(shù)學模型15-42
• 2.1 簡介15-16
• 2.2 船舶運動坐標系及方程16-18
• 2.2.1 固定坐標系16-17
• 2.2.2 隨船坐標系17-18
• 2.3 DPS中運動數(shù)學模型18-22
• 2.3.1 簡述18-19
• 2.3.2 船舶高頻運動數(shù)學模型19-20
• 2.3.3 船舶低頻運動數(shù)學模型20-21
• 2.3.4 船舶位置測量模型21-22
• 2.3.5 船舶水動力參數(shù)無量綱化22
• 2.4 環(huán)境載荷數(shù)學模型22-32
• 2.4.1 風載荷數(shù)學模型22-27
• 2.4.2 海浪載荷數(shù)學模型27-31
• 2.4.3 海流載荷數(shù)學模型31-32
• 2.5 控制算法介紹32-41
• 2.5.1 PID控制算法32-33
• 2.5.2 LQ控制算法33-34
• 2.5.3 反ki積分法34-36
• 2.5.4 控制算法仿真及結果分析36-41
• 2.6 本章小結41-42
• 第3章 卡爾曼和無源濾波42-59
• 3.1 引言—狀態(tài)估計在DPS中的地位42-43
• 3.2 Kalman和Passive濾波方程43-46
• 3.2.1 Kalman濾波流程44-45
• 3.2.2 Passive濾波流程45-46
• 3.3 Kalman和Passive濾波仿真及結果分析46-58
• 3.3.1 仿真實驗方案47-48
• 3.3.2 Kalman濾波器仿真及結果分析48-53
• 3.3.3 Passive濾波器仿真及結果分析53-58
• 3.4 本章小結58-59
• 第4章 漸消記憶和H∞魯棒性濾波59-73
• 4.1 引言59-60
• 4.2 漸消記憶濾波60-62
• 4.3 H∞魯棒性濾波62-65
• 4.4 仿真實驗及結果分析65-72
• 4.4.1 漸消記憶濾波仿真及結果分析65-69
• 4.4.2 H∞魯棒性濾波仿真及結果分析69-72
• 4.5 本章小結72-73
• 第5章 總結與展望73-75
• 5.1 全文工作總結73
• 5.2 本文創(chuàng)新點73-74
• 5.3 工作展望74-75
• 參考文獻75-79
• 致謝79-80
• 攻讀碩士學位期間發(fā)表論文及科研情況80

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 杜佳璐;汪思源;張顯庫;李廣強;;船舶動力定位系統(tǒng)非線性觀測器設計[J];船舶工程;2012年03期

2 陳杰;侯明善;楊常偉;;基于H_∞濾波的不同目標機動模型的跟蹤特性研究[J];彈箭與制導學報;2006年SA期

3 柳青遠,劉以安,李一名;H_∞濾波及數(shù)據(jù)融合在目標跟蹤中的應用[J];華東船舶工業(yè)學院學報(自然科學版);2003年05期

4 王宗義,肖坤,龐永杰,李殿璞;船舶動力定位的數(shù)學模型和濾波方法[J];哈爾濱工程大學學報;2002年04期

5 王磊;王先福;楊建民;;動力定位船舶二階低頻慢漂力模型試驗研究[J];海洋工程;2006年03期

6 何崇德;;“大洋一號”船的動力定位系統(tǒng)[J];海洋世界;2007年01期

7 施小成;王元慧;;船舶動力定位海洋環(huán)境的建模與仿真[J];計算機仿真;2006年11期

8 辜道威;程鵬飛;蔡艷輝;李為喬;;卡爾曼濾波與H_∞濾波在INS/GPS組合導航中的應用[J];全球定位系統(tǒng);2011年03期

9 何黎明,田作華,施頌椒;動力定位船舶的非線性觀測器設計[J];上海交通大學學報;2003年06期

10 葛暉;敬忠良;;海流作用下全驅動自主式水下航行器環(huán)境最優(yōu)動力定位控制[J];上海交通大學學報;2011年07期

本文編號：842706