收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机方法的船舶操纵运动建模研究

罗伟林  
【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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗伟林;邹早建;;基于最小二乘支持向量机的船舶操纵运动建模[J];系统仿真学报;2008年13期
2 罗伟林;邹早建;;基于岭回归方法的船舶操纵运动建模[J];船海工程;2009年06期
3 罗伟林;李铁山;邹早建;;船舶操纵运动建模中的参数可辨识性问题[J];大连海事大学学报;2009年04期
4 罗伟林;张志成;;基于神经网络的船舶操纵运动建模研究(英文)[J];Journal of Marine Science and Application;2016年04期
5 王青春;常规船舶操纵运动仿真[J];情报指挥控制系统与仿真技术;1998年06期
6 蔡泽伟;;船舶操纵运动方程系数的系统辨识[J];宁波大学学报(理工版);1989年01期
7 史国友,贾传荧;船舶操纵安全综合评判数学模型的研究[J];大连海事大学学报;1997年03期
8 蔡泽伟;;船舶操纵运动方程系数的系统辨识[J];宁波大学学报(理工版);1989年01期
9 王青春;常规船舶操纵运动计算机模拟[J];青岛远洋船员学院学报;1998年02期
10 朱雄军,田超;基于虚拟现实的船舶操纵运动仿真系统研究[J];船海工程;2003年02期
11 王扬;水面船舶操纵、航海和机舱仿真器[J];计算机仿真;1997年02期
12 张心光;;基于支持向量回归机的船舶操纵运动在线辨识建模[J];船舶工程;2019年03期
13 曾京京;;基于模糊推理的船舶操纵系统运动时间序列的预报研究[J];舰船科学技术;2017年10期
14 赵虹;赵进宝;;潮流对船舶操纵影响的分析[J];中国水运;2015年02期
15 刘传勇;;船舶操纵案例教学探索[J];航海教育研究;2006年04期
16 ;船舶操纵[J];航海;2005年04期
17 覃志居;;大型船舶操纵指数的最优选取仿真研究[J];舰船科学技术;2018年04期
18 王珍;;大型船舶操纵指数的最优选取仿真研究[J];舰船科学技术;2018年10期
19 王应强;;“倒车效应”对船舶操纵的影响“见或不见”[J];中国水运(下半月);2017年06期
20 易太云;;浅谈《船舶操纵》教学中学习兴趣的培养[J];职业教育研究;2007年03期
中国重要会议论文全文数据库 前20条
1 罗伟林;邹早建;;基于支持向量机方法的船舶操纵运动水动力导数辨识[A];七届更迭 三十回眸——第七届船舶力学学术委员会全体会议论文集[C];2010年
2 李理;刘可;刘博;石爱国;;营救落实人员船舶操纵的问题研究[A];2010船舶航泊实践研究论文集[C];2010年
3 阎庆祝;;浅谈锚在船舶操纵中的应用方法[A];湖北省纪念郑和下西洋600周年活动论文集[C];2005年
4 林维棋;;预见性在船舶操纵中的重要地位[A];船舶大风浪中操纵(下册)[C];2006年
5 戴冉;贾传荧;;新型实船测试平台的研究[A];中国航海学会2001年度学术交流会论文集[C];2001年
6 戴冉;贾传荧;;实船测试平台的研究[A];2001航海技术现状与发展趋势论文集[C];2001年
7 任鸿翔;金一丞;尹勇;;船舶操纵模拟器场景系统的建模[A];2004防止船舶行事故新经验新技术学术研讨会论文集(下册)[C];2004年
8 林钧清;车志宇;;船舶操纵控制系统的并行、协同开发环境研制[A];2004年船舶仪器仪表学术年会论文集[C];2004年
9 陈正杰;李开荣;;大型船舶操纵安全要点[A];船舶大风浪中操纵(上册)[C];2006年
10 陆军;;船舶操纵要素在避让理论中的运用与实践[A];船舶避让与安全操作[C];2007年
11 梅雄;管仲富;;船舶操纵模拟器在“航海学”课程教学中的应用[A];江海直达船舶驾驶技术与安全管理论文集[C];2008年
12 解翠;金一丞;;船舶操纵模拟器中人—机实时交互的实现[A];计算机与教育——全国计算机辅助教育学会第十届学术年会论文集[C];2001年
13 张万磊;;基于对比分析的内河考试用船舶操纵模拟器建设研究[A];中国航海学会内河海事专业委员会2013年度海事管理学术交流会优秀论文集[C];2013年
14 肖英杰;;船舶操纵模拟器在码头项目航行安全论证中的应用[A];2001航海技术现状与发展趋势论文集[C];2001年
15 罗贤锋;;试论大型船舶操纵与锚泊[A];江海直达船舶驾驶技术与安全管理论文集[C];2008年
16 高绪龙;王云煌;王建平;;冰区船舶操纵探析[A];中国航海学会海洋船舶驾驶专业委员会海浪与船舶航行安全及防抗台风经验研讨会论文集[C];1998年
17 康卫民;刘景升;张波;;超大型船舶操纵与安全管理[A];海洋船舶安全理论与实践论文集[C];2008年
18 赵月林;古文贤;;浅水中船舶操纵运动的模拟计算[A];中国航海学会优秀论文文摘及学术会议论文目次汇编(1990—1991)[C];1992年
19 陈锦程;;高速船船舶操纵体会[A];高速船及特殊用途特殊结构船舶航行安全论文集[C];2000年
20 张炎华;鲍其莲;;智能控制在船舶操纵中的应用[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
中国博士学位论文全文数据库 前20条
1 罗伟林;基于支持向量机方法的船舶操纵运动建模研究[D];上海交通大学;2009年
2 王建华;基于重叠网格技术的船舶操纵运动直接数值模拟[D];上海交通大学;2018年
3 白伟伟;基于局部加权学习的船舶操纵运动辨识建模[D];大连海事大学;2018年
4 陈进;低速域船舶操纵运动粘性流场及水动力数值研究[D];上海交通大学;2017年
5 王德龙;船舶操纵避碰智能评估模型[D];大连海事大学;2018年
6 王雪刚;基于支持向量机的四自由度船舶操纵运动建模研究[D];上海交通大学;2014年
7 张心光;基于船舶操纵性试验分析的辨识建模研究[D];上海交通大学;2012年
8 郭玲利;基于胞映射的模式运动建模与控制[D];北京科技大学;2019年
9 莫正波;ClO_2制备数学模型及其室内消毒系统研究[D];青岛理工大学;2018年
10 刘清;船舶操纵运动模糊神经网络控制系统研究[D];武汉理工大学;2002年
11 郑义民;工业过程多变量系统辨识及逆向解耦控制方法研究[D];厦门大学;2018年
12 彭诗力;大规模混合数据分类的核方法研究[D];天津大学;2017年
13 肖雅静;基于支持向量机的滚动轴承故障诊断与预测方法研究[D];中国矿业大学(北京);2019年
14 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
15 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
16 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
17 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
18 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
19 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
20 黄华娟;孪生支持向量机关键问题的研究[D];中国矿业大学;2014年
中国硕士学位论文全文数据库 前20条
1 肖仲明;风浪中船舶操纵运动建模与仿真[D];大连海事大学;2007年
2 林姗;船舶操纵运动仿真平台开发及应用[D];重庆交通大学;2011年
3 邵闯;基于LQR的大型船舶操纵运动控制研究[D];上海交通大学;2017年
4 张纹瑞;基于船舶操纵模拟系统的FSA评估模型[D];大连理工大学;2018年
5 田超;风浪流作用下船舶操纵运动的仿真计算[D];武汉理工大学;2003年
6 迟凯;新加坡海峡超大型船舶操纵安全综合评价[D];大连海事大学;2017年
7 王中宇;基于CPLD的船舶操纵控制台的设计与应用[D];大连海事大学;2013年
8 孔宪卫;船舶操纵运动数学模型及其在通航安全论证中应用[D];天津大学;2007年
9 宋豪杰;基于支持向量机的协调系统辨识[D];华北电力大学(河北);2009年
10 包国江;基于航海模拟器的船舶操纵评估系统的研究[D];大连海事大学;2008年
11 唐晓光;船舶操纵预报的神经网络方法[D];武汉理工大学;2002年
12 王逢仅;大型船舶操纵模拟器控制台的结构与设计[D];大连海事大学;2003年
13 付卫华;船舶操纵运动数值模拟[D];武汉理工大学;2003年
14 王新奇;船舶操纵运动及其虚拟仿真技术研究[D];哈尔滨工程大学;2007年
15 张欢;考虑浅水效应的船舶操纵运动数值模拟[D];重庆交通大学;2015年
16 王春园;模型船的数学模型辨识[D];大连海事大学;2012年
17 贺勇;内河桥区和弯道水域船舶操纵避障仿真训练系统的研究与实现[D];武汉理工大学;2019年
18 王德龙;船舶操纵模拟器实操自动评估系统初步研究[D];大连海事大学;2013年
19 焉丽飞;大型双桨双舵船舶操纵运动建模与虚拟仿真[D];大连海事大学;2014年
20 Syed Asif Shah;距离多普勒空间中的运动建模与状态估计[D];哈尔滨工业大学;2019年
中国重要报纸全文数据库 前20条
1 本报记者 马佳;数学模型能否预测未来[N];中国科学报;2013年
2 西安市第八十三中学 景元泉;浅谈数学模型在交通领域的应用[N];山西经济日报;2018年
3 本报记者 李银鸽;数学模型里的治黄愿景[N];黄河报;2017年
4 华泰期货 陈凡;境外量化投资的发展与应用分析[N];期货日报;2017年
5 通讯员 罗耀华 记者 童云;宝钢分公司数学模型工作稳步推进[N];中国冶金报;2005年
6 杜苏舟;人才工作三类数学模型构建思考[N];组织人事报;2014年
7 证券时报记者 游芸芸;警惕隐藏 数学模型背后的风险[N];证券时报;2012年
8 陈青舟;杜绝药家鑫从思维“数学模型”入手[N];科技日报;2011年
9 中国工程院院士 中国钢铁工业协会信息与自动化推进中心主任 鞍钢集团公司总经理 齐玠;不懈努力,扎实推进数学模型应用[N];中国冶金报;2004年
10 ;中钢协力推“数学模型”[N];中国冶金报;2004年
11 本报首席记者 王磊;数学模型,预测电影成功率?[N];文汇报;2012年
12 田书华;买股票不能只靠数学模型[N];中国证券报;2012年
13 王小龙;美开发出交通拥堵数学模型[N];科技日报;2009年
14 浦发;泰州建成船舶操纵模拟器[N];中国船舶报;2008年
15 中国银河证券股份有限公司博士后科研工作站 田书华;投资不要过分依赖数学模型[N];证券时报;2012年
16 赵洪涛;数学模型 在水利科技探索中前行[N];中国水利报;2006年
17 余欣 黄河数学模拟系统首席专家,教授级高级工程师;改进黄河数学模型研发的思考[N];黄河报;2010年
18 本报记者 王拓;李俊红:系统辨识方向的攀岩者[N];新华日报;2021年
19 思力;新数学模型精确“算出”真实世界[N];大众科技报;2002年
20 水明;仿真:从实物到数学模型[N];解放日报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978