详情

原文传递基于船舶摇荡运动的波浪反演研究

论文题名：	基于船舶摇荡运动的波浪反演研究
关键词：	航海学;波浪反演;船舶摇荡运动;机器学习
摘要：	船舶在海上航行过程中，受到波浪的影响，会产生六自由度的摇荡运动，过大的摇荡运动会对船舶航行安全造成威胁。实时获取航行海域的海浪信息能为船舶的航行作业决策提供重要环境信息，有助于船舶合理安排航行计划与作业计划，提高船舶的安全性与作业效率。　　目前获取海域波浪信息的主要途径为波浪浮标、卫星、船载海事雷达。波浪浮标能实现海上波浪的高精度测量，但由于其点测量、无法移动、布置成本高等特点，无法为海上船舶在任意位置提供实时的波浪数据;卫星可为船舶提供所在位置的大范围海浪信息，但其设备成本极高、精度不足等特点，制约了其作为一种能普适于船舶的海浪信息感知手段;船载海事雷达可实现随船波浪的实时测量，但是校准频繁，设备昂贵，并不经常使用。因此目前的随船海浪感知方法在精度、跟随性、实时性、成本方面均存在不足。针对目前主流方法的缺点，考虑船舶运动与入射波浪之间的联系，利用船舶自身运动反演波浪，解决成本、跟随性、实时性、精度等问题，这种方法也被称作“浮标类比法”。其基本思想是将船舶作为一个输入（波浪）输出（运动）信号的滤波器，通过建立滤波器函数实现利用船舶运动信息反演海浪。本文基于船舶运动方程和机器学习两类方法开展研究。　　该方法有两个分支:基于模型的方法和基于数据的方法。基于模型的方法是结合船舶的数学模型和运动数据来构建滤波器函数，实现波浪信息反演，这类基于模型的方法主要集中在频域反演;基于数据的方法是直接使用传感器数据来通过机器学习模型对真实的滤波器函数进行拟合，据此推断出波浪信息。　　本文首先进行了基于模型方法的研究，建立基于kalman滤波的波浪反演模型，利用数值模拟数据，对频域和时域反演结果进行了验证，发现该方法可正确进行波浪反演。基于模型方法进行波浪反演，反演的准确性本质上依赖于精确的船舶运动响应传递函数，然而在实际环境中船舶运动响应传递函数的复杂性及变化导致此类方法难以应用在实际环境。　　针对基于模型方法的问题，本文采用机器学习的方法，建立基于全连接模型与时间卷积模型的机器学习海浪反演模型，对两种模型进行优化计算，并设计水池试验初步验证其反演结果。在此基础上对模型在未知工况下的泛化性进行分析研究，并提出基于数据混合的优化方法，提高了模型的泛化能力，提升模型在实际环境中的应用价值。最后根据水池试验数据对影响模型各因素进行分析，并进一步设计实海试验，对建立的模型在实海情况下的反演性能进行验证，结果表明本文提出的方法可较好建立起船舶摇荡运动与波浪信息之间的映射关系，为海上实时波浪准确反演提供了一种可行的途径。
作者：	秦艺超
专业：	船舶与海洋结构物设计制造
导师：	段文洋
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2022