基于支持向量机方法的船舶操纵运动建模研究

发布时间：2017-04-16 01:25

  本文关键词：基于支持向量机方法的船舶操纵运动建模研究，由笔耕文化传播整理发布。

【摘要】： 船舶操纵性是船舶重要的水动力性能之一,和船舶的航行安全性密切相关。对船舶操纵性进行预报是船舶设计阶段的重要工作之一,其目的是为了保证所设计的船舶具有良好的操纵性。为此,国际海事组织在1993年和2002年分别颁布了临时的和正式的船舶操纵性标准,对船舶设计阶段的操纵性预报提出了定量的要求。 在船舶设计阶段对船舶操纵性进行预报目前主要有四种方法:数据库或经验公式方法、自航模试验方法、数学模型加计算机模拟的方法和基于计算流体动力学(Computational Fluid Dynamics, CFD)的数值模拟方法。其中,数学模型加计算机模拟的方法是目前应用最广和最有效的方法。应用该方法,精确确定数学模型中的水动力导数是提高预报精度的关键。目前,主要有四种方法可用于确定数学模型中的水动力导数:数据库或经验公式方法、约束模试验方法、理论与数值计算方法以及结合自航模试验的系统辨识方法。系统辨识方法在试验测量技术和辨识技术不断发展的今天,重新获得了人们的青睐并展现了强大的功能和广阔的应用前景。 应用于船舶操纵性预报的船舶运动数学模型目前主要有两种:一种是Abkowitz模型,又称为整体型模型,这种模型把作用在船-桨-舵系统上的水动力看作为一个整体,并将水动力表达式在直航运动状态平衡点附近按Taylor级数进行展开。另一种是MMG模型,又称为分离型模型,这种模型在前一种模型的基础上把水动力分解为作用在船体、螺旋桨和舵上的三部分,并充分考虑了船体、螺旋桨和舵的相互干扰影响。Abkowitz模型和MMG模型也被统称为水动力模型。除了水动力模型外,在船舶操纵与控制研究中,还常用到一种所谓的响应模型,这种数学模型反映的是船舶对操舵的回转运动响应,主要被应用于自动舵的设计,但也可应用于简单的操纵运动预报。 应用于船舶操纵运动建模研究的系统辨识方法主要包括最小二乘法、扩展Kalman滤波方法、岭回归分析方法、神经网络方法、谱分析方法等。无论采用何种辨识方法对水动力模型进行辨识,如何解决辨识过程中众多水动力导数的多重共线性问题以减小参数漂移是提高建模精度的关键。 本文在国际上首次采用一种先进的现代人工智能技术——支持向量机(Support Vector Machines, SVM)对船舶操纵运动建模进行了研究,包括机理建模研究与黑箱建模研究。在机理建模研究阶段,应用SVM辨识了水动力导数和操纵性参数,并应用建立的操纵运动数学模型进行了操纵运动预报。在黑箱建模阶段,应用SVM研究了船舶操纵运动这一非线性动态系统的输入-输出响应特性,并应用建立的黑箱模型对水动力和操纵性能指标进行了预报。 在机理建模研究阶段,对SVM方法及其应用进行了验证,包括仿真验证和试验验证两个阶段。在仿真验证阶段,应用基于线性核的最小二乘支持向量机(Least Squares Support Vector Machines, LS-SVM)分别对Tanker 210 000DWT和Mariner船型的仿真试验数据进行了回归分析,得到了线性水动力模型和Abkowitz模型中的水动力导数,并利用所得到的数学模型对Z形试验和回转试验进行了预报。在试验验证阶段,首先分别采用一阶线性、一阶非线性、二阶线性和二阶非线性四种响应模型,应用LS-SVM对在上海交通大学海洋工程国家重点实验室海洋工程水池进行的某船自航模试验数据进行了回归分析,辨识了模型参数,并利用回归模型对Z形试验和回转试验进行了预报。进一步,以国际拖曳水池会议(Internatioanl Towing Tank Conference, ITTC)操纵技术委员会推荐的用于比较研究的超大型油轮KVLCC1、KVLCC2船型为对象,对SVM方法及其应用进行了试验验证,试验类型包括自航模试验和约束模试验。对自航模试验,先后应用响应模型和Abkowitz模型进行了机理建模,为了减小辨识过程中的参数漂移,对Abkowtiz模型进行了简化,包括:以船的合速度为无因次化因子,去除了跟纵向速度有关的非线性项;对横向方程和转首方程,用横流模型替代与横向速度和转首角速度有关的耦合项。利用所辨识的水动力导数,应用回归模型对Z形试验进行了预报,验证了SVM方法应用于自航模试验结果分析以进行操纵运动建模的可行性和有效性。对约束模试验,以斜拖试验为例,通过对试验结果有限样本的回归分析获得了船体横向力和转首力矩的数学表达式,并对不同运动工况下的船体水动力进行了预报和比较,初步验证了SVM方法应用于约束模试验结果分析以进行操纵运动水动力预报的可行性。 在机理建模研究阶段,为消除多参数系统回归模型中的参数漂移,采取了几项措施:一是结合主成分分析法,对线性水动力导数项进行拆分和合并,对其中与其他项线性相关严重的部分予以重新整理;二是引入附加激励,用于减小常规操纵中由于操舵阶段粘性力的动力相消效应和过渡阶段惯性力的消失二者所引起的参数漂移;三是对所辨识样本采用差分格式,用于减缓样本中各输入变量之间的多重共线性现象。辨识和预报结果验证了所采取措施的有效性。 在黑箱建模研究阶段,采用高斯核SVM进行了辨识研究:以舵角和操纵运动变量为输入,以水动力为输出,对Abkowitz模型中的复杂非线性函数进行了辨识,根据辨识得到的函数关系预报了纵向、横向及转首方向的水动力(力矩);以回转试验为例,以舵角为输入,以纵距、横距及战术直径等回转性能参数为输出,建立了舵角和回转性能参数之间的映射关系,根据辨识得到的映射关系预报了回转性能参数。以对首向角的辨识和预报为例,对SVM和经典的BP神经网络的学习性能进行了比较研究,验证了SVM方法的优越性;以对桨推力的辨识和预报为例,验证了SVM方法应用于数据滤波与平滑的有效性;以对操纵运动变量及舵角的辨识和预报为例,验证了SVM方法应用于样本重构的有效性。 通过本文的研究,验证了SVM方法用于船舶操纵运动建模的有效性,为应用系统辨识技术进行船舶操纵运动建模(包括机理建模和黑箱建模)研究提供了新途径,并为指导船舶操纵性相关模型试验的优化设计提供了新的思路。
【关键词】：船舶操纵性 数学模型 Abkowitz模型 响应模型 船模试验 系统辨识 支持向量机 多重共线性 参数漂移
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2009
【分类号】：U661.3
【目录】：

• 摘要5-8
• ABSTRACT8-16
• 第一章 绪论16-29
• 1.1 课题背景16-19
• 1.2 课题相关研究进展19-26
• 1.2.1 船舶操纵性预报研究进展19-22
• 1.2.2 船舶操纵运动建模研究进展22-26
• 1.3 本论文研究的目的和意义26-27
• 1.4 本论文的主要工作和创新27-29
• 第二章 船舶操纵运动数学模型29-41
• 2.1 整体型数学模型29-34
• 2.1.1 Abkowitz 模型29-32
• 2.1.2 修正的Abkowitz 模型32-34
• 2.2 分离型数学模型34-38
• 2.2.1 船体粘性类流体动力计算模型34-36
• 2.2.2 桨力计算模型36-38
• 2.2.3 舵力计算模型38
• 2.3 响应型数学模型38-39
• 2.4 本章小结39-41
• 第三章 现有的应用于船舶操纵运动建模的系统辨识方法41-53
• 3.1 基于最小二乘方法的系统辨识42-45
• 3.1.1 Gauss-Newton 算法42-45
• 3.1.2 岭回归算法45
• 3.2 基于Kalman 滤波技术的系统辨识45-48
• 3.2.1 扩展Kalman 滤波法46-47
• 3.2.2 极大似然法47
• 3.2.3 回归预报误差法47-48
• 3.3 基于人工神经网络的系统辨识48-50
• 3.4 基于频域谱分析方法的系统辨识50-51
• 3.5 本章小节51-53
• 第四章 基于支持向量机的系统辨识53-67
• 4.1 支持向量机方法简介53-54
• 4.2 回归型支持向量机54-62
• 4.2.1 标准型支持向量机54-59
• 4.2.2 最小二乘支持向量机59-62
• 4.3 应用于参数辨识的支持向量机结构62-64
• 4.4 最小二乘支持向量机模型的修正64-65
• 4.5 本章小结65-67
• 第五章 基于支持向量机的船舶操纵运动机理建模-仿真验证67-85
• 5.1 线性水动力模型验证67-69
• 5.2 Abkowitz 模型验证69-77
• 5.2.1 样本构造与分析70-73
• 5.2.2 参数辨识73-75
• 5.2.3 泛化性验证75-77
• 5.3 参数可辨识性77-81
• 5.3.1 参数可辨识性的机理77-78
• 5.3.2 附加质量的理论计算和试验比较78-81
• 5.4 系数灵敏度分析81-83
• 5.5 本章小结83-85
• 第六章 基于支持向量机的船舶操纵运动机理建模-试验验证85-118
• 6.1 结合某船自航模试验的支持向量机辨识85-102
• 6.1.1 试验数据预处理85-86
• 6.1.2 采用响应模型的支持向量机辨识和操纵运动预报86-93
• 6.1.3 泛化性验证93-94
• 6.1.4 四种响应模型结构的比较和参数辨识结果分析94-97
• 6.1.5 采用响应模型的支持向量机方法同传统系统辨识方法的比较97-102
• 6.1.5.1 同岭回归法的比较98
• 6.1.5.2 同扩展Kalman 滤波法的比较98-102
• 6.2 结合KVLCC 自航模试验的支持向量机辨识102-117
• 6.2.1 KVLCC 船型和试验条件102-103
• 6.2.2 试验数据预处理103-104
• 6.2.3 采用响应模型的支持向量机辨识和操纵运动预报104-110
• 6.2.4 采用Abkowitz 模型的支持向量机辨识和操纵运动预报110-115
• 6.2.4.1 Abkowitz 模型的简化110-113
• 6.2.4.2 支持向量机辨识和操纵运动预报113-115
• 6.2.5 采用Abkowitz 模型的支持向量机方法同传统系统辨识方法的比较115-117
• 6.3 本章小结117-118
• 第七章 操纵运动机理建模中的多重共线性和参数漂移118-139
• 7.1 线性水动力导数参数漂移的机理和试验验证118-122
• 7.2 非线性水动力导数的参数漂移122-125
• 7.3 减小参数漂移的措施125-138
• 7.3.1 主成分分析法126-127
• 7.3.2 附加激励法127-131
• 7.3.3 差分法131-138
• 7.4 本章小结138-139
• 第八章 基于支持向量机的船舶操纵运动黑箱建模139-156
• 8.1 基于支持向量机的船舶操纵水动力预报139-145
• 8.2 基于支持向量机的船舶操纵性能预报145-147
• 8.3 支持向量机方法与人工神经网络方法的比较147-151
• 8.4 基于支持向量机的数据滤波与平滑151-152
• 8.5 基于支持向量机的样本重构152-154
• 8.6 本章小结154-156
• 第九章 基于支持向量机的约束模斜拖试验分析156-166
• 9.1 斜拖运动水动力数学模型158-159
• 9.2 采用Taylor 展开式模型的支持向量机辨识和预报159-161
• 9.2.1 参数辨识159-160
• 9.2.2 不同航速和不同漂角情况下的横向力和转首力矩预报160-161
• 9.3 采用贵岛模型的支持向量机辨识和预报161-163
• 9.3.1 参数辨识161-162
• 9.3.2 不同航速和不同漂角情况下的横向力和转首力矩预报162-163
• 9.4 采用乌野模型的支持向量机辨识和预报163-165
• 9.4.1 参数辨识163-164
• 9.4.2 不同航速和不同漂角情况下的横向力和转首力矩预报164-165
• 9.5 本章小结165-166
• 第十章 研究总结与展望166-168
• 10.1 全文总结166-167
• 10.2 研究展望167-168
• 参考文献168-178
• 攻读博士学位期间主持与参加的科研项目178-179
• 攻读博士学位期间发表与录用的论文179-180
• 致谢180

【相似文献】

中国期刊全文数据库 前10条

1 范尚雍;;船舶操纵性预报方法[J];船海工程;1985年05期

2 王德普,夏洪胜;船舶操纵性数学模型辨识[J];哈尔滨工程大学学报;1990年03期

3 王德普;船舶操纵性模型辨识[J];沈阳工业学院学报;1998年04期

4 赵学军;熊文海;;基于改进BP神经网络的船舶操纵性能预报[J];交通部上海船舶运输科学研究所学报;2006年01期

5 王成龙;付明玉;边信黔;施小成;;全垫升气垫船四自由度运动仿真[J];计算机仿真;2009年07期

6 董国祥，陆惠生，汪希龄;紧急停船运动数学模型及其仿真研究[J];上海交通大学学报;1996年05期

7 刘小健;黄国j;邓德衡;;不同装载状态下约束模试验的船舶操纵性研究[J];船舶工程;2009年02期

8 董国祥,陆惠生,江希龄;船舶操纵运动仿真及其理论研究[J];上海交通大学学报;1996年10期

9 ;第三届全国船舶操纵性学术讨论会[J];武汉理工大学学报(交通科学与工程版);1983年02期

10 万廷镫;海洋船舶操纵性标准[J];船舶工程;1986年02期

中国重要会议论文全文数据库 前10条

1 王金利;芮丰;罗庆吉;胡军;王宝松;;20MN液压支架试验台同步升降控制系统建模研究[A];煤矿安全、高效、洁净开采——机电一体化新技术学术会议论文集[C];2009年

2 李清海;孙蓓;;废旧橡胶微粒对混凝土力学性能的影响研究[A];房建材料与绿色建筑[C];2009年

3 于绍华;刘强;杨林娜;高怀保;;关于绳系卫星系统[A];中国空间科学学会空间探测专业委员会第十二次学术会议论文集[C];1999年

4 李洪心;;财政经济模型微机系统设计与应用[A];1998中国控制与决策学术年会论文集[C];1998年

5 郭音;郭亚军;左斌;;人才预测系统的软件开发与应用[A];1998中国控制与决策学术年会论文集[C];1998年

6 党耀国;刘思峰;叶耀军;;农业产业化经营评价指标体系及数据模型[A];2001年中国管理科学学术会议论文集[C];2001年

7 李孟国;;工程潮流数值模拟中局部模型及其应用[A];第五届全国水动力学学术会议暨第十五届全国水动力学研讨会文集[C];2001年

8 张玉东;董丽君;;铁道机车车辆液压减振器系统仿真研究[A];机床与液压学术研讨会论文集[C];2004年

9 马文博;曹勇;叶晓宁;;宽度模型参数优化及宽展自学习方式的改进[A];2005中国钢铁年会论文集（第4卷）[C];2005年

10 龚平;周治兰;王昌富;;逐步回归分析在男性不育症精子动态参数中的应用探讨[A];第四届全国临床检验学术会议论文汇编[C];2006年

中国重要报纸全文数据库 前10条

1 上海海成投资管理有限责任公司 韩洪宇;“数学模型”在投机交易中的应用[N];期货日报;2007年

2 刘春;首钢矿业公司大力推进数学建模活动[N];世界金属导报;2007年

3 John Kay 朱冠华;风险能用数学模型确定吗?[N];期货日报;2006年

4 齐瑞普;“数模”趟出数字管理路[N];首都建设报;2008年

5 刘军红 中国现代国际关系研究院学者;数学模型的驱动器[N];东方早报;2007年

6 ;数学系毕业生成职场新宠[N];市场报;2006年

7 兴化市荻垛镇中心小学 孙云峰;给数学注入“源头活水”[N];成才导报.教育周刊;2008年

8 华东师范大学商学院副院长、教授 叶德磊;清醒认识经济学现状[N];解放日报;2009年

9 记者 童云 通讯员 徐仁本;宝钢热轧厂开发数模优化轧制生产[N];中国冶金报;2007年

10 王小龙;美开发出交通拥堵数学模型[N];科技日报;2009年

中国博士学位论文全文数据库 前10条

1 吴细秀;开关电器触头材料喷溅侵蚀模型研究及其试验[D];华中科技大学;2005年

2 赵桂连;水电站水机电联合过渡过程研究[D];武汉大学;2004年

3 蒋海洋;分子筛膜的制备和新型分子筛膜反应器[D];天津大学;2004年

4 谢红;五杆五环并联运动机床开发设计及关键技术研究[D];同济大学;2007年

5 万玉芹;静电纺丝过程行为及振动静电纺丝技术研究[D];东华大学;2006年

6 白义奎;日光温室燃池—地中热交换系统研究[D];沈阳农业大学;2007年

7 李孜军;硫化矿石自燃机理及其预防关键技术研究[D];中南大学;2007年

8 刘凯;弧齿锥齿轮数控铣齿机运动分析及控制系统研究[D];南京航空航天大学;2007年

9 田利伟;室内环境颗粒物浓度预测模型及污染控制策略研究[D];湖南大学;2009年

10 王茂励;超空泡航行体的数学建模与控制方法研究[D];哈尔滨工程大学;2008年

中国硕士学位论文全文数据库 前10条

1 闫长健;艏艉侧推器操纵效能仿真研究[D];大连海事大学;2008年

2 陈敏;内河通航船舶操纵性指数的理论计算及模拟计算研究[D];重庆交通大学;2011年

3 陈纪军;风帆助推船舶操纵性预报研究[D];中国舰船研究院;2011年

4 桑金阳;风力送丝组合控制研究[D];南华大学;2005年

5 王琼娥;双螺杆真空泵转子型线设计与仿真研究[D];浙江大学;2005年

6 马坤霞;FTSC薄板坯连铸夹杂物行为研究[D];河北理工大学;2005年

7 冯玉蓉;模拟退火算法的研究及其应用[D];昆明理工大学;2005年

8 任礼英;一种新型自动离合器及其控制系统的应用研究[D];重庆大学;2005年

9 张雨英;旋叶式压缩机的数值模拟与工作过程仿真[D];重庆大学;2005年

10 刘辉;隔爆兼本安直流稳压开关电源的研究[D];西安科技大学;2005年

  本文关键词：基于支持向量机方法的船舶操纵运动建模研究，，由笔耕文化传播整理发布。

本文编号：309717