發(fā)布時間：2017-04-16 01:25

  本文關鍵詞：基于支持向量機方法的船舶操縱運動建模研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 船舶操縱性是船舶重要的水動力性能之一,和船舶的航行安全性密切相關。對船舶操縱性進行預報是船舶設計階段的重要工作之一,其目的是為了保證所設計的船舶具有良好的操縱性。為此,國際海事組織在1993年和2002年分別頒布了臨時的和正式的船舶操縱性標準,對船舶設計階段的操縱性預報提出了定量的要求。 在船舶設計階段對船舶操縱性進行預報目前主要有四種方法:數(shù)據(jù)庫或經(jīng)驗公式方法、自航模試驗方法、數(shù)學模型加計算機模擬的方法和基于計算流體動力學(Computational Fluid Dynamics, CFD)的數(shù)值模擬方法。其中,數(shù)學模型加計算機模擬的方法是目前應用最廣和最有效的方法。應用該方法,精確確定數(shù)學模型中的水動力導數(shù)是提高預報精度的關鍵。目前,主要有四種方法可用于確定數(shù)學模型中的水動力導數(shù):數(shù)據(jù)庫或經(jīng)驗公式方法、約束模試驗方法、理論與數(shù)值計算方法以及結(jié)合自航模試驗的系統(tǒng)辨識方法。系統(tǒng)辨識方法在試驗測量技術(shù)和辨識技術(shù)不斷發(fā)展的今天,重新獲得了人們的青睞并展現(xiàn)了強大的功能和廣闊的應用前景。 應用于船舶操縱性預報的船舶運動數(shù)學模型目前主要有兩種:一種是Abkowitz模型,又稱為整體型模型,這種模型把作用在船-槳-舵系統(tǒng)上的水動力看作為一個整體,并將水動力表達式在直航運動狀態(tài)平衡點附近按Taylor級數(shù)進行展開。另一種是MMG模型,又稱為分離型模型,這種模型在前一種模型的基礎上把水動力分解為作用在船體、螺旋槳和舵上的三部分,并充分考慮了船體、螺旋槳和舵的相互干擾影響。Abkowitz模型和MMG模型也被統(tǒng)稱為水動力模型。除了水動力模型外,在船舶操縱與控制研究中,還常用到一種所謂的響應模型,這種數(shù)學模型反映的是船舶對操舵的回轉(zhuǎn)運動響應,主要被應用于自動舵的設計,但也可應用于簡單的操縱運動預報。 應用于船舶操縱運動建模研究的系統(tǒng)辨識方法主要包括最小二乘法、擴展Kalman濾波方法、嶺回歸分析方法、神經(jīng)網(wǎng)絡方法、譜分析方法等。無論采用何種辨識方法對水動力模型進行辨識,如何解決辨識過程中眾多水動力導數(shù)的多重共線性問題以減小參數(shù)漂移是提高建模精度的關鍵。 本文在國際上首次采用一種先進的現(xiàn)代人工智能技術(shù)——支持向量機(Support Vector Machines, SVM)對船舶操縱運動建模進行了研究,包括機理建模研究與黑箱建模研究。在機理建模研究階段,應用SVM辨識了水動力導數(shù)和操縱性參數(shù),并應用建立的操縱運動數(shù)學模型進行了操縱運動預報。在黑箱建模階段,應用SVM研究了船舶操縱運動這一非線性動態(tài)系統(tǒng)的輸入-輸出響應特性,并應用建立的黑箱模型對水動力和操縱性能指標進行了預報。 在機理建模研究階段,對SVM方法及其應用進行了驗證,包括仿真驗證和試驗驗證兩個階段。在仿真驗證階段,應用基于線性核的最小二乘支持向量機(Least Squares Support Vector Machines, LS-SVM)分別對Tanker 210 000DWT和Mariner船型的仿真試驗數(shù)據(jù)進行了回歸分析,得到了線性水動力模型和Abkowitz模型中的水動力導數(shù),并利用所得到的數(shù)學模型對Z形試驗和回轉(zhuǎn)試驗進行了預報。在試驗驗證階段,首先分別采用一階線性、一階非線性、二階線性和二階非線性四種響應模型,應用LS-SVM對在上海交通大學海洋工程國家重點實驗室海洋工程水池進行的某船自航模試驗數(shù)據(jù)進行了回歸分析,辨識了模型參數(shù),并利用回歸模型對Z形試驗和回轉(zhuǎn)試驗進行了預報。進一步,以國際拖曳水池會議(Internatioanl Towing Tank Conference, ITTC)操縱技術(shù)委員會推薦的用于比較研究的超大型油輪KVLCC1、KVLCC2船型為對象,對SVM方法及其應用進行了試驗驗證,試驗類型包括自航模試驗和約束模試驗。對自航模試驗,先后應用響應模型和Abkowitz模型進行了機理建模,為了減小辨識過程中的參數(shù)漂移,對Abkowtiz模型進行了簡化,包括:以船的合速度為無因次化因子,去除了跟縱向速度有關的非線性項;對橫向方程和轉(zhuǎn)首方程,用橫流模型替代與橫向速度和轉(zhuǎn)首角速度有關的耦合項。利用所辨識的水動力導數(shù),應用回歸模型對Z形試驗進行了預報,驗證了SVM方法應用于自航模試驗結(jié)果分析以進行操縱運動建模的可行性和有效性。對約束模試驗,以斜拖試驗為例,通過對試驗結(jié)果有限樣本的回歸分析獲得了船體橫向力和轉(zhuǎn)首力矩的數(shù)學表達式,并對不同運動工況下的船體水動力進行了預報和比較,初步驗證了SVM方法應用于約束模試驗結(jié)果分析以進行操縱運動水動力預報的可行性。 在機理建模研究階段,為消除多參數(shù)系統(tǒng)回歸模型中的參數(shù)漂移,采取了幾項措施:一是結(jié)合主成分分析法,對線性水動力導數(shù)項進行拆分和合并,對其中與其他項線性相關嚴重的部分予以重新整理;二是引入附加激勵,用于減小常規(guī)操縱中由于操舵階段粘性力的動力相消效應和過渡階段慣性力的消失二者所引起的參數(shù)漂移;三是對所辨識樣本采用差分格式,用于減緩樣本中各輸入變量之間的多重共線性現(xiàn)象。辨識和預報結(jié)果驗證了所采取措施的有效性。 在黑箱建模研究階段,采用高斯核SVM進行了辨識研究:以舵角和操縱運動變量為輸入,以水動力為輸出,對Abkowitz模型中的復雜非線性函數(shù)進行了辨識,根據(jù)辨識得到的函數(shù)關系預報了縱向、橫向及轉(zhuǎn)首方向的水動力(力矩);以回轉(zhuǎn)試驗為例,以舵角為輸入,以縱距、橫距及戰(zhàn)術(shù)直徑等回轉(zhuǎn)性能參數(shù)為輸出,建立了舵角和回轉(zhuǎn)性能參數(shù)之間的映射關系,根據(jù)辨識得到的映射關系預報了回轉(zhuǎn)性能參數(shù)。以對首向角的辨識和預報為例,對SVM和經(jīng)典的BP神經(jīng)網(wǎng)絡的學習性能進行了比較研究,驗證了SVM方法的優(yōu)越性;以對槳推力的辨識和預報為例,驗證了SVM方法應用于數(shù)據(jù)濾波與平滑的有效性;以對操縱運動變量及舵角的辨識和預報為例,驗證了SVM方法應用于樣本重構(gòu)的有效性。 通過本文的研究,驗證了SVM方法用于船舶操縱運動建模的有效性,為應用系統(tǒng)辨識技術(shù)進行船舶操縱運動建模(包括機理建模和黑箱建模)研究提供了新途徑,并為指導船舶操縱性相關模型試驗的優(yōu)化設計提供了新的思路。
【關鍵詞】：船舶操縱性 數(shù)學模型 Abkowitz模型 響應模型 船模試驗 系統(tǒng)辨識 支持向量機 多重共線性 參數(shù)漂移
【學位授予單位】：上海交通大學
【學位級別】：博士
【學位授予年份】：2009
【分類號】：U661.3
【目錄】：

• 摘要5-8
• ABSTRACT8-16
• 第一章 緒論16-29
• 1.1 課題背景16-19
• 1.2 課題相關研究進展19-26
• 1.2.1 船舶操縱性預報研究進展19-22
• 1.2.2 船舶操縱運動建模研究進展22-26
• 1.3 本論文研究的目的和意義26-27
• 1.4 本論文的主要工作和創(chuàng)新27-29
• 第二章 船舶操縱運動數(shù)學模型29-41
• 2.1 整體型數(shù)學模型29-34
• 2.1.1 Abkowitz 模型29-32
• 2.1.2 修正的Abkowitz 模型32-34
• 2.2 分離型數(shù)學模型34-38
• 2.2.1 船體粘性類流體動力計算模型34-36
• 2.2.2 槳力計算模型36-38
• 2.2.3 舵力計算模型38
• 2.3 響應型數(shù)學模型38-39
• 2.4 本章小結(jié)39-41
• 第三章 現(xiàn)有的應用于船舶操縱運動建模的系統(tǒng)辨識方法41-53
• 3.1 基于最小二乘方法的系統(tǒng)辨識42-45
• 3.1.1 Gauss-Newton 算法42-45
• 3.1.2 嶺回歸算法45
• 3.2 基于Kalman 濾波技術(shù)的系統(tǒng)辨識45-48
• 3.2.1 擴展Kalman 濾波法46-47
• 3.2.2 極大似然法47
• 3.2.3 回歸預報誤差法47-48
• 3.3 基于人工神經(jīng)網(wǎng)絡的系統(tǒng)辨識48-50
• 3.4 基于頻域譜分析方法的系統(tǒng)辨識50-51
• 3.5 本章小節(jié)51-53
• 第四章 基于支持向量機的系統(tǒng)辨識53-67
• 4.1 支持向量機方法簡介53-54
• 4.2 回歸型支持向量機54-62
• 4.2.1 標準型支持向量機54-59
• 4.2.2 最小二乘支持向量機59-62
• 4.3 應用于參數(shù)辨識的支持向量機結(jié)構(gòu)62-64
• 4.4 最小二乘支持向量機模型的修正64-65
• 4.5 本章小結(jié)65-67
• 第五章 基于支持向量機的船舶操縱運動機理建模-仿真驗證67-85
• 5.1 線性水動力模型驗證67-69
• 5.2 Abkowitz 模型驗證69-77
• 5.2.1 樣本構(gòu)造與分析70-73
• 5.2.2 參數(shù)辨識73-75
• 5.2.3 泛化性驗證75-77
• 5.3 參數(shù)可辨識性77-81
• 5.3.1 參數(shù)可辨識性的機理77-78
• 5.3.2 附加質(zhì)量的理論計算和試驗比較78-81
• 5.4 系數(shù)靈敏度分析81-83
• 5.5 本章小結(jié)83-85
• 第六章 基于支持向量機的船舶操縱運動機理建模-試驗驗證85-118
• 6.1 結(jié)合某船自航模試驗的支持向量機辨識85-102
• 6.1.1 試驗數(shù)據(jù)預處理85-86
• 6.1.2 采用響應模型的支持向量機辨識和操縱運動預報86-93
• 6.1.3 泛化性驗證93-94
• 6.1.4 四種響應模型結(jié)構(gòu)的比較和參數(shù)辨識結(jié)果分析94-97
• 6.1.5 采用響應模型的支持向量機方法同傳統(tǒng)系統(tǒng)辨識方法的比較97-102
• 6.1.5.1 同嶺回歸法的比較98
• 6.1.5.2 同擴展Kalman 濾波法的比較98-102
• 6.2 結(jié)合KVLCC 自航模試驗的支持向量機辨識102-117
• 6.2.1 KVLCC 船型和試驗條件102-103
• 6.2.2 試驗數(shù)據(jù)預處理103-104
• 6.2.3 采用響應模型的支持向量機辨識和操縱運動預報104-110
• 6.2.4 采用Abkowitz 模型的支持向量機辨識和操縱運動預報110-115
• 6.2.4.1 Abkowitz 模型的簡化110-113
• 6.2.4.2 支持向量機辨識和操縱運動預報113-115
• 6.2.5 采用Abkowitz 模型的支持向量機方法同傳統(tǒng)系統(tǒng)辨識方法的比較115-117
• 6.3 本章小結(jié)117-118
• 第七章 操縱運動機理建模中的多重共線性和參數(shù)漂移118-139
• 7.1 線性水動力導數(shù)參數(shù)漂移的機理和試驗驗證118-122
• 7.2 非線性水動力導數(shù)的參數(shù)漂移122-125
• 7.3 減小參數(shù)漂移的措施125-138
• 7.3.1 主成分分析法126-127
• 7.3.2 附加激勵法127-131
• 7.3.3 差分法131-138
• 7.4 本章小結(jié)138-139
• 第八章 基于支持向量機的船舶操縱運動黑箱建模139-156
• 8.1 基于支持向量機的船舶操縱水動力預報139-145
• 8.2 基于支持向量機的船舶操縱性能預報145-147
• 8.3 支持向量機方法與人工神經(jīng)網(wǎng)絡方法的比較147-151
• 8.4 基于支持向量機的數(shù)據(jù)濾波與平滑151-152
• 8.5 基于支持向量機的樣本重構(gòu)152-154
• 8.6 本章小結(jié)154-156
• 第九章 基于支持向量機的約束模斜拖試驗分析156-166
• 9.1 斜拖運動水動力數(shù)學模型158-159
• 9.2 采用Taylor 展開式模型的支持向量機辨識和預報159-161
• 9.2.1 參數(shù)辨識159-160
• 9.2.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預報160-161
• 9.3 采用貴島模型的支持向量機辨識和預報161-163
• 9.3.1 參數(shù)辨識161-162
• 9.3.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預報162-163
• 9.4 采用烏野模型的支持向量機辨識和預報163-165
• 9.4.1 參數(shù)辨識163-164
• 9.4.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預報164-165
• 9.5 本章小結(jié)165-166
• 第十章 研究總結(jié)與展望166-168
• 10.1 全文總結(jié)166-167
• 10.2 研究展望167-168
• 參考文獻168-178
• 攻讀博士學位期間主持與參加的科研項目178-179
• 攻讀博士學位期間發(fā)表與錄用的論文179-180
• 致謝180

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 范尚雍;;船舶操縱性預報方法[J];船海工程;1985年05期

2 王德普,夏洪勝;船舶操縱性數(shù)學模型辨識[J];哈爾濱工程大學學報;1990年03期

3 王德普;船舶操縱性模型辨識[J];沈陽工業(yè)學院學報;1998年04期

4 趙學軍;熊文海;;基于改進BP神經(jīng)網(wǎng)絡的船舶操縱性能預報[J];交通部上海船舶運輸科學研究所學報;2006年01期

5 王成龍;付明玉;邊信黔;施小成;;全墊升氣墊船四自由度運動仿真[J];計算機仿真;2009年07期

6 董國祥，陸惠生，汪希齡;緊急停船運動數(shù)學模型及其仿真研究[J];上海交通大學學報;1996年05期

7 劉小健;黃國j;鄧德衡;;不同裝載狀態(tài)下約束模試驗的船舶操縱性研究[J];船舶工程;2009年02期

8 董國祥,陸惠生,江希齡;船舶操縱運動仿真及其理論研究[J];上海交通大學學報;1996年10期

9 ;第三屆全國船舶操縱性學術(shù)討論會[J];武漢理工大學學報(交通科學與工程版);1983年02期

10 萬廷鐙;海洋船舶操縱性標準[J];船舶工程;1986年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王金利;芮豐;羅慶吉;胡軍;王寶松;;20MN液壓支架試驗臺同步升降控制系統(tǒng)建模研究[A];煤礦安全、高效、潔凈開采——機電一體化新技術(shù)學術(shù)會議論文集[C];2009年

2 李清海;孫蓓;;廢舊橡膠微粒對混凝土力學性能的影響研究[A];房建材料與綠色建筑[C];2009年

3 于紹華;劉強;楊林娜;高懷保;;關于繩系衛(wèi)星系統(tǒng)[A];中國空間科學學會空間探測專業(yè)委員會第十二次學術(shù)會議論文集[C];1999年

4 李洪心;;財政經(jīng)濟模型微機系統(tǒng)設計與應用[A];1998中國控制與決策學術(shù)年會論文集[C];1998年

5 郭音;郭亞軍;左斌;;人才預測系統(tǒng)的軟件開發(fā)與應用[A];1998中國控制與決策學術(shù)年會論文集[C];1998年

6 黨耀國;劉思峰;葉耀軍;;農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營評價指標體系及數(shù)據(jù)模型[A];2001年中國管理科學學術(shù)會議論文集[C];2001年

7 李孟國;;工程潮流數(shù)值模擬中局部模型及其應用[A];第五屆全國水動力學學術(shù)會議暨第十五屆全國水動力學研討會文集[C];2001年

8 張玉東;董麗君;;鐵道機車車輛液壓減振器系統(tǒng)仿真研究[A];機床與液壓學術(shù)研討會論文集[C];2004年

9 馬文博;曹勇;葉曉寧;;寬度模型參數(shù)優(yōu)化及寬展自學習方式的改進[A];2005中國鋼鐵年會論文集（第4卷）[C];2005年

10 龔平;周治蘭;王昌富;;逐步回歸分析在男性不育癥精子動態(tài)參數(shù)中的應用探討[A];第四屆全國臨床檢驗學術(shù)會議論文匯編[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 上海海成投資管理有限責任公司 韓洪宇;“數(shù)學模型”在投機交易中的應用[N];期貨日報;2007年

2 劉春;首鋼礦業(yè)公司大力推進數(shù)學建�；顒覽N];世界金屬導報;2007年

3 John Kay 朱冠華;風險能用數(shù)學模型確定嗎?[N];期貨日報;2006年

4 齊瑞普;“數(shù)�！碧顺鰯�(shù)字管理路[N];首都建設報;2008年

5 劉軍紅 中國現(xiàn)代國際關系研究院學者;數(shù)學模型的驅(qū)動器[N];東方早報;2007年

6 ;數(shù)學系畢業(yè)生成職場新寵[N];市場報;2006年

7 興化市荻垛鎮(zhèn)中心小學 孫云峰;給數(shù)學注入“源頭活水”[N];成才導報.教育周刊;2008年

8 華東師范大學商學院副院長、教授 葉德磊;清醒認識經(jīng)濟學現(xiàn)狀[N];解放日報;2009年

9 記者 童云 通訊員 徐仁本;寶鋼熱軋廠開發(fā)數(shù)模優(yōu)化軋制生產(chǎn)[N];中國冶金報;2007年

10 王小龍;美開發(fā)出交通擁堵數(shù)學模型[N];科技日報;2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 吳細秀;開關電器觸頭材料噴濺侵蝕模型研究及其試驗[D];華中科技大學;2005年

2 趙桂連;水電站水機電聯(lián)合過渡過程研究[D];武漢大學;2004年

3 蔣海洋;分子篩膜的制備和新型分子篩膜反應器[D];天津大學;2004年

4 謝紅;五桿五環(huán)并聯(lián)運動機床開發(fā)設計及關鍵技術(shù)研究[D];同濟大學;2007年

5 萬玉芹;靜電紡絲過程行為及振動靜電紡絲技術(shù)研究[D];東華大學;2006年

6 白義奎;日光溫室燃池—地中熱交換系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學;2007年

7 李孜軍;硫化礦石自燃機理及其預防關鍵技術(shù)研究[D];中南大學;2007年

8 劉凱;弧齒錐齒輪數(shù)控銑齒機運動分析及控制系統(tǒng)研究[D];南京航空航天大學;2007年

9 田利偉;室內(nèi)環(huán)境顆粒物濃度預測模型及污染控制策略研究[D];湖南大學;2009年

10 王茂勵;超空泡航行體的數(shù)學建模與控制方法研究[D];哈爾濱工程大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 閆長健;艏艉側(cè)推器操縱效能仿真研究[D];大連海事大學;2008年

2 陳敏;內(nèi)河通航船舶操縱性指數(shù)的理論計算及模擬計算研究[D];重慶交通大學;2011年

3 陳紀軍;風帆助推船舶操縱性預報研究[D];中國艦船研究院;2011年

4 桑金陽;風力送絲組合控制研究[D];南華大學;2005年

5 王瓊娥;雙螺桿真空泵轉(zhuǎn)子型線設計與仿真研究[D];浙江大學;2005年

6 馬坤霞;FTSC薄板坯連鑄夾雜物行為研究[D];河北理工大學;2005年

7 馮玉蓉;模擬退火算法的研究及其應用[D];昆明理工大學;2005年

8 任禮英;一種新型自動離合器及其控制系統(tǒng)的應用研究[D];重慶大學;2005年

9 張雨英;旋葉式壓縮機的數(shù)值模擬與工作過程仿真[D];重慶大學;2005年

10 劉輝;隔爆兼本安直流穩(wěn)壓開關電源的研究[D];西安科技大學;2005年

  本文關鍵詞：基于支持向量機方法的船舶操縱運動建模研究，，由筆耕文化傳播整理發(fā)布。

本文編號：309717