船舶动力定位系统状态估计研究

发布时间：2017-09-13 08:50

  本文关键词：船舶动力定位系统状态估计研究

  更多相关文章： 状态估计 环境载荷 控制算法

【摘要】：随着人口激增和工业发展，陆地上的资源和能源被消耗地日渐枯竭；海洋资源逐渐进入人们的视野；尤其是深海领域蕴含大量的矿产及油气资源。复杂多变的深海环境对工程船舶、油气开采平台等海洋开发装备提出了更高的要求，深海环境对船舶和海洋平台工作时的定位能力也提出了严峻考验。传统的锚泊设备随着水深的增加凸显了安装费用猛增、定位精度差等缺点。船舶动力定位系统不受工作海域水深限制、安装撤离迅速、定位精度高；各国的科研机构和高校纷纷加大了对船舶动力定位系统的研究投入。 船舶动力定位系统中最关键的是其闭环循环算法，船舶依靠自身的推进器产生推力并且不需要外界设备的辅助，，一部分推力用来抵抗作用于船舶的风、浪、流等环境载荷，另一部分推力使船舶保持在预定位置或者按照设定的轨迹航行；上述两种控制状态均需要得到船舶的低频运动信息。 本文主要针对状态估计算法进行研究并仿真分析，具体研究内容如下： 1）首先介绍船舶在自由液面上的六自由度运动，接着深入到动力定位系统中船舶在水平面上的纵荡、横荡和艏摇三自由度运动，并分别给出船舶在上述运动中的高、低频数学模型；然后给出风、浪、流载荷的计算方法。最后介绍三种比较成熟的控制算法（PID、LQ、反ki积分）并且分别与船舶低频运动数学模型组成循环控制程序进行仿真，为研究状态估计算法提供输入项。 2）针对Kalman和Passive滤波，首先阐述其滤波原理及循环流程。然后在保持相同控制力及力矩、环境参数、参考位置情况下分别进行仿真研究；从定性角度观察滤波效果，并从定量角度分析滤波器内部固有参数对滤波效果的影响，最后对比分析这两种滤波器的优缺点。 3）针对Kalman滤波存在的缺点，本文引入两种算法对其进行改进：渐消记忆滤波和H∞鲁棒性滤波。首先介绍这两种改进算法的原理及滤波流程。然后在相同的控制力及力矩、环境参数、参考位置条件下分别进行仿真，并调整其内部固有参数从定性、定量角度分析其滤波效果。最后在这两种滤波算法与Kalman滤波相同变量数值保持一致的情况下进行定量仿真分析；分别调整两种改进算法的特有参数与Kalman滤波形成对比，验证这两种改进算法的效果。
【关键词】：状态估计 环境载荷 控制算法
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U664.82
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-8
• 第1章 绪论8-15
• 1.1 船舶动力定位系统简介8-10
• 1.1.1 船舶动力定位系统组成8-9
• 1.1.2 测量系统9-10
• 1.1.3 控制系统10
• 1.1.4 推进系统10
• 1.2 论文选题的目的及意义10-11
• 1.2.1 论文选题的研究目的10-11
• 1.2.2 论文选题的研究意义11
• 1.3 课题国内外研究现状11-13
• 1.3.1 国外研究现状11-12
• 1.3.2 国内研究现状12-13
• 1.4 本文主要工作13-15
• 第2章 船舶动力定位系统数学模型15-42
• 2.1 简介15-16
• 2.2 船舶运动坐标系及方程16-18
• 2.2.1 固定坐标系16-17
• 2.2.2 随船坐标系17-18
• 2.3 DPS中运动数学模型18-22
• 2.3.1 简述18-19
• 2.3.2 船舶高频运动数学模型19-20
• 2.3.3 船舶低频运动数学模型20-21
• 2.3.4 船舶位置测量模型21-22
• 2.3.5 船舶水动力参数无量纲化22
• 2.4 环境载荷数学模型22-32
• 2.4.1 风载荷数学模型22-27
• 2.4.2 海浪载荷数学模型27-31
• 2.4.3 海流载荷数学模型31-32
• 2.5 控制算法介绍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积分法34-36
• 2.5.4 控制算法仿真及结果分析36-41
• 2.6 本章小结41-42
• 第3章 卡尔曼和无源滤波42-59
• 3.1 引言—状态估计在DPS中的地位42-43
• 3.2 Kalman和Passive滤波方程43-46
• 3.2.1 Kalman滤波流程44-45
• 3.2.2 Passive滤波流程45-46
• 3.3 Kalman和Passive滤波仿真及结果分析46-58
• 3.3.1 仿真实验方案47-48
• 3.3.2 Kalman滤波器仿真及结果分析48-53
• 3.3.3 Passive滤波器仿真及结果分析53-58
• 3.4 本章小结58-59
• 第4章 渐消记忆和H∞鲁棒性滤波59-73
• 4.1 引言59-60
• 4.2 渐消记忆滤波60-62
• 4.3 H∞鲁棒性滤波62-65
• 4.4 仿真实验及结果分析65-72
• 4.4.1 渐消记忆滤波仿真及结果分析65-69
• 4.4.2 H∞鲁棒性滤波仿真及结果分析69-72
• 4.5 本章小结72-73
• 第5章 总结与展望73-75
• 5.1 全文工作总结73
• 5.2 本文创新点73-74
• 5.3 工作展望74-75
• 参考文献75-79
• 致谢79-80
• 攻读硕士学位期间发表论文及科研情况80

【参考文献】

中国期刊全文数据库 前10条

1 杜佳璐;汪思源;张显库;李广强;;船舶动力定位系统非线性观测器设计[J];船舶工程;2012年03期

2 陈杰;侯明善;杨常伟;;基于H_∞滤波的不同目标机动模型的跟踪特性研究[J];弹箭与制导学报;2006年SA期

3 柳青远,刘以安,李一名;H_∞滤波及数据融合在目标跟踪中的应用[J];华东船舶工业学院学报(自然科学版);2003年05期

4 王宗义,肖坤,庞永杰,李殿璞;船舶动力定位的数学模型和滤波方法[J];哈尔滨工程大学学报;2002年04期

5 王磊;王先福;杨建民;;动力定位船舶二阶低频慢漂力模型试验研究[J];海洋工程;2006年03期

6 何崇德;;“大洋一号”船的动力定位系统[J];海洋世界;2007年01期

7 施小成;王元慧;;船舶动力定位海洋环境的建模与仿真[J];计算机仿真;2006年11期

8 辜道威;程鹏飞;蔡艳辉;李为乔;;卡尔曼滤波与H_∞滤波在INS/GPS组合导航中的应用[J];全球定位系统;2011年03期

9 何黎明,田作华,施颂椒;动力定位船舶的非线性观测器设计[J];上海交通大学学报;2003年06期

10 葛晖;敬忠良;;海流作用下全驱动自主式水下航行器环境最优动力定位控制[J];上海交通大学学报;2011年07期

本文编号：842706