原文传递
半潜式平台DP系统的推力优化分配策略研究
| 论文题名： | 半潜式平台DP系统的推力优化分配策略研究 |
| 关键词： | 深海作业船舶;动力定位;推力分配;混合粒子群优化算法 |
| 摘要： | 动力定位(DP)系统对在深海作业的船舶（如钻井平台、起重船等）来说尤为重要。其主要工作是可以使船舶在推进器的作用下保持艏向和位置不变或使船舶沿着预定轨迹运动。推进系统是船舶动力定位系统的重要组成部分。推力分配单元将控制系统输出的纵向、横向和艏摇方向上的控制指令合理高效的分配给各推进器，并且满足能耗最小的要求。 近年来智能优化算法在推力分配问题方面得到应用和发展。遗传算法是一种基于复制、交叉和变异的进化优化算法。粒子群优化算法是一种利用惯性权重、学习因子和基于模糊规则的突变概率实现其功能的群体智能算法。众所周知，每种算法都有其自身的优势和缺点，一个优化算法不可能解决所有的优化问题。因此，本文利用混合优化方式提出一种鲁棒性更强的混合粒子群优化算法。 以配备8个全回转推进器半潜式平台为研究对象，用混合粒子群优化算法，对半潜式平台的推力分配优化技术展开研究。仿真均在MATLAB环境下进行。 首先，建立了半潜式平台的数学模型。船舶在自身推力和所受到的环境干扰力共同作用下的运动可用运动数学模型表述。在选取所需要的坐标系的基础上，建立船舶动力学和运动学模型，并设计PID控制器进行数学模型仿真验证。 其次，建立推力分配模型和改进推力分配算法。在概述了推力分配问题的基础上，详细描述了半潜式钻井平台的推进器布置和执行限制;建立了推进器的数学模型。为了改进粒子群算法容易陷入局部最优和后期收敛速度慢的缺陷，将遗传算法中的传统交叉、复合交叉和突变加入到标准粒子群算法中;并将算法中的惯性权重和学习因子线性化;用测试函数对改进后的混合粒子群算法进行数值验证;仿真结果说明混合粒子群算法的有效性。确定了半潜式平台的目标函数之后，设计了混合粒子群算法进行推力分配的过程，为进一步的推力分配仿真做准备。 再次，对推力分配优化算法进行仿真。在两种不同的环境干扰力下，即在两种不同海况进行仿真验证;仿真结果证明了混合粒子群算法在推力分配应用上的正确性。对比了序列二次规划法(SQP)的推力分配;并讨论了种群中最大迭代次数和种群规模对混合粒子群算法的影响。 最后，全面综述了本文的工作，并对动力定位系统中推力分配方面的研究做出了指引。 |
| 作者： | 王园 |
| 专业： | 控制工程 |
| 导师： | 田凯;印士波 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
