详情

原文传递耙吸挖泥船运动模型辨识研究

论文题名：	耙吸挖泥船运动模型辨识研究
关键词：	耙吸挖泥船;参数辨识;扩展卡尔曼滤波;并行算法;小波消噪;运动模型
摘要：	船舶运动模型是研究船舶操纵性、设计船舶运动控制系统和开发船舶运动仿真模拟器的关键，从上世纪30年代以来，专家学者一直致力于船舶运动模型的研究，经过几十年的发展，人们已经通过不同的建模机理，构建了多种船舶运动模型的结构，并不断地进行着完善。在所构建的船舶运动模型的结构中，包含了很多未知的模型参数，通过理论计算或实验得到的模型参数精度难以保证，目前大多采用系统辨识的方法得到船舶模型参数。　　本课题依托江苏省科技厅高新技术研究项目——“海洋工程船舶动力定位系统关键技术研究与应用”，以某大型耙吸挖泥船为参考对象，在确定了该船非线性运动模型结构的基础上，对该船模型进行系统参数辨识，并取得了比较理想的效果。本文具有明确的研究方向和工程实用价值，其主要内容包括如下几个方面：　　首先推导出一般船舶运动数学模型，并对其中的参数进行了分析，还对环境干扰作用的三个主要因素—风、浪、流的模型方程进行了构造，列出了它们的干扰力和力矩的常用计算公式。针对耙吸挖泥船的工作特点，对螺旋桨力、舵力、艏喷反推力、耙臂拖拽力进行了建模。　　为了获取参数辨识实验所需的船舶运动系统的输入输出数据，解耦船舶运动方程，设计了实船纵荡实验和横荡、艏摇实验，采集初始数据。将小波分析理论应用于实验数据预处理，针对不同的实测数据，选取合适的阀值和不同的小波基和小波分解层数进行原始信号的小波阀值去噪处理，得到了可靠的数据。　　为了克服扩展卡尔曼滤波在船舶运动模型辨识中的不足，本文提出了一种改进算法，该算法的并行辨识结构能够降低船舶运动模型线性化过程中的误差，从而有效降低了传统算法的误差来源。根据耙吸挖泥船设计系统仿真实验，将改进算法得出的辨识结果与传统算法得出的结果和船舶实测值分别进行对比，验证了辨识结果的有效性，且改进算法优于原算法。
作者：	丁彦侃
专业：	船舶与海洋工程
导师：	俞孟蕻
授予学位：	硕士
授予学位单位：	江苏科技大学
学位年度：	2015
正文语种：	中文