深海作业起重机主动式升沉补偿预测模型算法研究

发布时间：2020-03-14 00:20

【摘要】：海上作业船舶起重机由于受到风浪和海浪的各种恶劣海况的影响，不可避免地产生显著的平移、摇摆、上下升沉的影响。这不仅会影响深海船舶起重机作业的效率，而且会威胁到生产系统、设备和人员的安全性。目前，很多海上作业船已经具备动力定位系统，使得船舶的横荡、纵荡得到了一定程度上的控制，但对于船舶垂直方向上的升沉运动仍很难控制，虽然我国对波浪补偿领域展开了广泛研究，但研究起步晚且成果并不显著，尤其是在主动式升沉补偿技术方面。由于升沉补偿装置存在时延问题，严重影响性能。为了补偿系统的死区时间，本文通过对起重机升沉运动进行提前预测来消除时延现象，根据起重机升沉运动历史数据，预报未来极短时间的运动，从而提前对起重机升沉运动进行补偿，这不仅能解决升沉补偿过程中的时延现象还能提高起重机在海上作业的安全性、高效性，从而保证起重机在海上作业能实时安全的完成任务。因此，对起重机升沉运动短期预测的研究具有重大的理论意义和实际应用价值。 本课题主要采用时间序列分析法、Elman神经网络以及SVR预测算法对起重机升沉运动进行预测，其中针对SVR参数寻优的盲目性，本文采用粒子群对SVR进行参数寻优。利用上述算法对某实验船舶起重机升沉运动进行仿真研究分析可得：时间序列AR预测模型对线性升沉运动有较好的预测精度但随着预测步数的增加存在滞后现象，并对非线性升沉运动预测效果较差。而Elman神经网络以及PSO-SVR预测算法对起重机升沉运动进行预测都能取得较为满意的预测效果。由于随机波浪作用下起重机升沉运动是非线性以及非平稳的，本文在Elman和PSO-SVR基础上引入小波多分辨分析对算法进行优化，并分别在Matlab上验证了该预测算法具有较高的预测精度以及稳定性，并与Elman和PSO-SVR神经网络预测模型对比，发现小波多尺度分析法提高了Elman和PSO-SVR预测算法的预测精度以及稳定性，为后续升沉补偿关键问题研究提供理论基础。
【图文】：

然后利用升沉运动检测数据计算出起重机的升沉运动输入到起重机升沉补偿系统中去进行补偿。由于升沉补响应存在时延问题，严重影响性能。为了补偿系统的死进行提前预测来消除时延现象，根据起重机升沉运动历动，从而提前对起重机升沉运动进行补偿。由于起重机直接影响起重机升沉补偿的实时性及有效性，因此需对究。浪中的运动起重机在海浪扰动下将产生振荡运动。如果把船舶作为（Heave）、偏航（Yaw）、横倾（Pitch）、横荡（Sway）、六自由度的运动姿态，如图 2-1 所示。

图 2-4 船舶升沉与纵倾产生总的升沉高度示意图而起重机直接升沉信号和间接升沉信号都是通过运动参考单元（MRU）传感器采集 的补偿器由于使用了固态传感器，没有活动部件，而且它的电子和机械结构良好具有高度可靠性，能够准确测量六自由度信号，专门为海洋工程应用。其中，间沉位移，可利用内部的倾角传感器进行检测，以由于纵倾产生的船舶升沉为例[252-5所示，记船舶重心位置为O，起重机的位置中心离同一水平线的交点为O ，O -O离为d ，倾角传感器角度为 ，通过三角转换公式可得间接升沉位移1 d tan 对位移进行微分就能得到间接升沉运动速度。而横倾引起的间接升沉位移与纵倾同，通过由叠加原理，就能得到总的间接升沉位移高度。图 2-5（a）为船舶纵倾，图 2-5（b）为船舶纵倾引起的升沉高度原理图，，图 2-4 中总的升沉高度0 1
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U674.35

【参考文献】

相关期刊论文 前1条

1 赵希人,彭秀艳,沈艳,谢美萍;舰船运动极短期建模预报的研究现状[J];船舶工程;2002年03期

相关博士学位论文 前2条

1 曾智刚;波浪运动升沉补偿液压平台关键问题试验研究[D];华南理工大学;2010年

2 陈爱国;新型舰船过驳波浪补偿系统关键性技术研究[D];华南理工大学;2011年

本文编号：2586856