详情

原文传递三体滑行艇运动分析与控制

论文题名：	三体滑行艇运动分析与控制
关键词：	三体滑行艇;运动分析;航向控制;RBF神经网络;干扰观测器
摘要：	近年来，世界各国的船舶技术持续迅速发展，许多性能优良的新型船型相继出现。在各种各样的新型船舶中，相比单体船而言，多体船的浮性、稳定性、耐波性好，装载量大，抗冲击能力强，机动性和隐身性也比较优越，因此多体船在民用和军事领域的应用前景都较为广阔。三体滑行艇是多体船中发展较为成熟的一种高性能船型，它结合了双体船的优点并进行优化设计，特殊的三体结构可以使滑行艇的横向稳定性大大提高。本文所研究的HST1300三体滑行艇具有M型槽道和横向断级结构，这种特殊艇型增加了建模的复杂程度;航速最高可达80kn，较高的航速使三体滑行艇的可控性较差;同时滑行艇惯性较大，风、流等会对其产生较大的低频干扰，这使得滑行艇控制系统的设计存在一定困难。　　本文首先建立惯性坐标系和Body坐标系，来描述三体滑行艇在空间的运动状态，然后根据滑行艇的运动特点，对模型中的力和力矩按照物理意义分解并分别进行计算。在六自由度模型的基础上，根据HST1300三体滑行艇的运动特点进行化简，建立起四自由度的MMG模型。　　由于滑行艇结构和材料的特殊性，对于滑行艇运动模型中存在的流体动力导数，很多无法采用传统的计算方法求解，本文采用CFD数值模拟的方法进行分析。对于滑行艇的附加质量等，采用ANSYS中的AQWA模块求解;考虑到螺旋桨结构和运动过程中的复杂性，采用Fluent模块对螺旋桨进行数值分析和拟合。最后在风和流干扰模型的作用下，对滑行艇的操纵响应模型进行仿真验证。　　由于外界干扰造成的航向偏差，首先采用经典的PID算法进行航向控制，考虑到外界环境变化的不确定性，然后采用RBF神经网络对Kp、Ki和Kd进行在线调整，由于RBF神经网络的学习过程计算量较大，采用一阶和二阶导数对神经网络的学习步长进行改进，提高计算速度。　　最后，在RBF神经网络PID控制的基础上，根据滑行艇模型的特点设计扰动观测器对外界环境和系统内部产生的干扰进行补偿。由于干扰具有未知性和非线性，所以观测器难以通过计算实现。RBF神经网络各种复杂的关系具有很强的逼近能力，利用这个特点可以实现对未知项的观测，完成干扰观测器的设计。
作者：	张玉
专业：	控制工程
导师：	陆军;王林
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2018
正文语种：	中文