原文传递
基于VV&A的船舶运动控制系统仿真的研究
| 论文题名： | 基于VV&A的船舶运动控制系统仿真的研究 |
| 关键词： | 船舶运动控制;系统建模;系统仿真;虚拟现实;预测控制;RBF神经网络 |
| 摘要： | 针对“提高当前船舶运动控制领域中仿真算法测试可信度”的问题，本文把系统建模与仿真的校核、验证和验收(VV&A)技术引入到船舶运动控制系统仿真中，以提高仿真算法测试的可信度。论文对于基于VV&A的船舶运动控制系统仿真进行了系统深入的研究。本文完成了以下主要研究工作： (1)因为建模是仿真的基础，VV&A过程中，相当一部分的工作就是围绕如何建模进行的，所以本文讨论和建立了多种船舶运动数学模型，包括分离型四自由度平野模型、Nomoto线性模型、Norrbin非线性模型，并讨论了风、浪、流等环境干扰的特性。作者以5446TEU集装箱船“Shanghai”号为仿真对象，采用不同的船舶运动数学模型进行回转试验，仿真结果与试航条件下实船实验数据进行比较，验证了所建船舶运动模型的有效性；同时对不同模型得到的仿真结果进行比较，分析各模型之间的关系。 (2)系统建模与仿真的VV&A是分析系统模型可信度和提高仿真结果可信度的重要方法。论文讨论了VV&A的基本概念、原则、方法、过程；根据VV&A的一些方法和原则，分析了船舶运动控制系统仿真中的一些重要问题，如模型的选择，模型完整性和精确性的影响等；最后基于一种VV&A过程，提出并建立了船舶运动控制系统仿真的VV&A过程。 (3)基于已建立的船舶运动控制系统仿真的VV&A过程，论文结合虚拟现实技术，提出并建立了一种船舶运动控制算法测试分布式虚拟仿真系统，为高可信度仿真算法测试工作提供了极大的方便；分布式虚拟仿真的显示方式方便用户，在线实时仿真时更好地观察仿真过程，有利于改进控制算法，加速先进控制理论在船舶与海洋工程中的应用。 (4)本文把基于RBF神经网络的预测控制算法应用到船舶航向运动控制中并基于VV&A过程进行该算法的测试研究。引入递推k-均值聚类算法、递推最小二乘法来实现RBF神经网络的在线调整，采用克隆选择算法确保预测控制算法能够得到全局最优解：基于已完成的船舶运动控制算法测试分布式虚拟仿真系统进行算法测试，增加了VV&A工作的仿真过程明显提高了仿真的逼真度和可信度，而仿真结果也表明了自适应RBF神经网络预测控制具有较好的控制效果、较强的鲁棒性。 |
| 作者： | 叶光 |
| 专业： | 轮机工程 |
| 导师： | 郭晨 |
| 授予学位： | 博士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
