原文传递
自适应混合智能优化算法及其船舶动力定位应用研究
| 论文题名： | 自适应混合智能优化算法及其船舶动力定位应用研究 |
| 关键词： | 推力分配;自适应;混合算法;差分进化算法;船舶动力定位 |
| 摘要： | 动力定位系统利用推进器产生推力来抵御环境外力，从而使船舶或海洋平台以指定艏向保持在海面某一期望位置。由于其具有工作性能不受水深影响、操作简单方便、定位快速精确等优点，已经成为近几年来深海石油勘探与开发领域的关键技术之一。 在动力定位系统中，高层控制器根据输入偏差量来计算船舶消除偏差所需的力和力矩，推力分配系统将其转化为各个推进器的推力及方向，底层控制器则控制推进电机带动螺旋桨产生推力。高层控制器与底层控制器的控制参数对控制器的控制性能影响很大，适宜的控制参数能够充分的发挥控制器的性能，使得控制效果最优。此外，推力分配问题的优化不仅能够减小推力误差，还能在降低能量能耗和设备机械磨损方面发挥积极的作用。 本文以某动力定位船舶为研究对象，针对其高层控制器和底层控制器控制参数优化问题和推力分配问题建立相关数学模型，并以较为新颖的群智能算法为基础提出自适应混合智能优化来对上述动力定位中的问题进行优化处理。 针对动力定位系统高层控制器的参数优化问题，首先本文以自抗扰控制器为基础根据船舶实际运动情况设计动力定位高层控制系统，使用三个自抗扰控制器分别对船舶的纵荡、横荡和艏摇运动进行控制，并分别在理想海况和四级海况下对其控制性能进行研究。然后基于该高层控制器参数情况，结合差分进化算法（DE）和生物地理学算法（BBO）提出基于DE-BBO的自适应混合智能优化算法，该算法能够根据迭代进程中每种搜索算子的表现情况自适应的选择某种搜索算法进行下一步的搜索。最后利用自适应DE-BBO算法对控制器的参数进行优化，使其在控制性能、鲁棒性等方面得到提高。 针对推力分配问题，本文结合差分进化算法和粒子群算法（PSO）提出基于 DE-PSO的自适应混合智能优化算法，在处理推力分配问题时，与DE算法和PSO算法相比，该算法具有误差小、收敛性快、能耗低等优点。针对底层推进器控制器参数优化问题，本文设计了基于永磁同步电机的嵌模糊矢量控制系统，并结合人工蜂群算法（ABC）和粒子群算法提出基于 ABC-PSO的自适应混合智能优化算法，对其控制参数进行优化，提高控制器的控制性能。 最后，总结了全文工作内容，并对下一步工作进行了展望。 |
| 作者： | 任凤坤 |
| 专业： | 船舶与海洋工程 |
| 导师： | 尹自斌;吴德烽 |
| 授予学位： | 硕士 |
| 授予学位单位： | 集美大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
