一、船舶横向运动基于周期图建模的补偿控制研究（论文文献综述）
邓英杰[1]（2020）在《风帆推进船舶路径跟踪制导与控制》文中指出海洋风能作为一种广泛分布的清洁能源,可在一定程度上代替传统化石能源为船舶提供动力。作为对风能的最直接利用形式,风帆被广泛地应用在新能源船舶中。为解决现有常规动力船舶路径跟踪制导与控制算法不适用于风帆推进船舶且未考虑执行器饱和和动作频率限制等因素的问题,本文将风帆推进船舶分成风帆助航船舶、无人单体帆船和无人双体帆船3类开展研究,拟为3类研究对象设计具有良好工程应用背景的路径跟踪制导与控制方案。在制导层面,针对无人帆船（包含单体和双体的无人帆船）设计了基于航路点的直线LOS路径跟踪制导方法以及参数化曲线的平行路径跟踪制导方法。在控制层面,针对风帆助航船舶设计了展帆角的优化控制器和舵角的MLP自适应模糊控制器,针对无人帆船设计了展帆角和舵角的事件触发控制器。首先,针对风帆助航船舶的路径跟踪控制问题,在参数化LOS制导算法的框架下设计了展帆角的并列式ES-FLS优化控制器,以及舵角的MLP自适应模糊控制器。该优化控制器融合了人工经验、ES算法、FLS学习以及饱和重置机制,在实现船速最大化的同时克服了 ES算法的抖振问题。基于船舶的艏摇动力学模型,本文采用FLS逼近模型未知动态,并采用MLP技术和自适应反步法设计舵角的控制器。因为该控制器只有一个自适应参数,所以具备计算简捷的特性。接下来,针对无人单体帆船基于航路点的直线路径跟踪问题,设计了无人单体帆船的参数化LOS制导算法以及舵角的MLP自适应模糊控制器。该制导算法考虑了帆船的抢风及顺风换舷操纵（即驾驶员应避免帆船的艏向处于逆风和顺风的“不可航行区”,并操纵帆船沿Z型路线航行）,采用符号函数描述帆船在抢风和顺风换舷时的艏向切换,便于编程实现,采用双RESO估计漂角,确保了对大漂角的估计精度。该控制器除具备计算简捷的特性外,通过构造tanh函数项解决了舵叶升力系数不确定的问题。通过双时变系统的方法,本文分析了路径跟踪误差的收敛性。最后,针对无人双体帆船参数化光滑曲线的路径跟踪问题,设计了平行制导算法以及展帆角和舵角的事件触发鲁棒模糊控制器。该制导算法依据风向信息对参考路径进行分段化处理,融合了 Serret-Frenet坐标系、常规LOS算法、抢风和顺风换舷的通道限制机制等,确保了制导算法对无人双体帆船的适用性。在控制器设计中,本文采用FLS逼近模型未知动态,采用S型函数逼近舵角和风帆推力的饱和非线性,分别设计舵角和展帆角的事件触发条件,并基于反步法分别构建舵角和展帆角的鲁棒模糊控制器,确保了在执行器饱和限制下,无人双体帆船对参考速度和参考航向的有效跟踪,以及较低的执行器动作频率。综上所述,本文对3种风帆推进船舶基于航路点的直线和参数化光滑曲线的路径跟踪制导和控制展开了研究,在制导层面,调和了无人帆船抢风及顺风换舷操纵与路径跟踪的矛盾,在控制层面,解决了风帆推进船舶推力优化、执行器饱和和动作频率限制等问题,具有良好的工程应用前景和加速风帆推进船舶装备产业化的意义。
梅斌[2]（2020）在《基于自航试验的船舶操纵运动灰箱辨识建模》文中研究表明船舶操纵性是航运业、造船界、船级社和国际海事组织共同关心的话题和事项。船舶操纵运动建模是研究船舶操纵性的重要手段。鉴于船舶运动存在非线性特征和受到海洋环境影响,本文研究了基于自航试验的灰箱辨识建模方法,期望建立有效、实用的船舶操纵运动模型。在深水条件、操纵运动与船舶摇荡互不干扰条件下,深入研究船舶操纵运动灰箱辨识建模,开发出适应于海上船舶运动预报与仿真的操纵运动辨识建模算法。辨识建模是重要的船舶操纵运动建模方法之一,但是航海领域的船舶操纵运动模型研究不同于船舶与海洋工程领域,需要考虑试验方案的动力学约束。本文使用基于参考模型的灰箱辨识及其改进算法,对静水船舶操纵运动和海上实船操纵运动的建模问题进行深入研究,为自主导航、自主避碰提供有效实用的船舶操纵运动数学模型。最后使用标准船模和实船的自航试验进行验证。本文主要研究工作和成果如下所示:1.操纵试验反压舵角的舵力、船舶横倾和数据分布特性研究。推导操纵试验反压舵角时舵力增加的解析表达式,使用船舶数值仿真试验检验解析表达式的有效性,分析横倾变化和主机负荷变化。基于概率密度算法计算并对比Z形试验和旋回试验数据分布的广泛性。结果表明:（1）舵力增加的解析表达式为双曲线函数,函数精确有效。（2）定常旋回时反压舵角导致舵力增加幅度达到100%,40万吨超大型矿砂船达到240%;反压舵角导致横倾加剧,主机负荷波动。（3）大幅反压舵角导致Z形试验的数据分布比旋回试验更广泛。因此,由于数据分布的广泛性与操纵的安全性存在冲突,标准操纵性试验适用于辨识建模。2.基于参考模型的灰箱辨识算法建立自航模操纵运动模型。基于偏最小二乘算法计算船舶主尺度权重,优化船舶主尺度向量。计算主尺度向量间的相似度,筛选出参考模型。使用相似准则消除参考模型和建模对象的尺度差异,提出基于参考模型的建模（RM）,为基于参考模型的辨识建模奠定基础。采用基于随机森林（RF）和贝叶斯神经网络（BRN）补偿基于参考模型建模的加速度误差,提出基于参考模型的灰箱辨识建模,使用标准船模KVLCC2水池试验进行验证。结果表明:（1）RM建模预报+35°)旋回试验进距、战术直径、船艏向90°时间和船艏向180°时间,与自航模结果的比值为1.028、0.967、1.051、1.052。（2）RM-RF只能预报Z形试验,旋回试验预报不具有稳定性。根据船舶操纵运动机理,优化RF的输入输出,建立RM-IRF。RM-IRF预报结果与自航模结果的比值为0.991、0.957、1.014、1.013。因此,基于参考模型的灰箱辨识建模具有一定的有效性,优化的输入输出提升了模型泛化能力。3.灰箱辨识建模的超参优化及白箱模型的辨识。基于灰箱辨识建模框架采用支持向量机（SVM）作为辨识算法,建立RM-SVM灰箱辨识建模。通过遍历软间隔、核函数比例和不敏感边界的数值范围,分析超参调节对RF-SVM建模精度影响。针对超参调节的均方误差量纲与权重问题、目标函数优化的不连续与不可导的问题,采用相关系数的1范数作为目标函数,基于模式搜索算法（PS）进行迭代优化求解,提出了 RM-PSM-SVM算法。采用线性回归算法辨识RM-PSM-SVM的预报结果,获得整体型模型水动力系数,实现灰箱模型与白箱模型的转化。结果表明:（1）当迭代次数达到20时,目标函数值达到0.99,趋近于最大值1。（2）比较了多种灰箱辨识建模的算法精度,RM-PSM-SVM预报+35°旋回试验进距、战术直径、船艏向90°时间和船艏向180°时间与自航模结果的比值为1.004、0.983、1.003、0.985。（3）辨识RM-PSM-SVM灰箱模型结果,获得了整体型模型,与约束模试验结果比较,横向速度的线性水动力系数精度达到50%,转向速度的线性水动力系数精度达到65%,舵角的3次水动力系数精度达到70%。4.实船的海上干扰求解与试验修正及其操纵运动灰箱辨识建模。首先,校验实船试验众多的测量设备及其精度,选择合适的数据来源用于辨识建模。其次,针对海上风浪流干扰导致的船舶漂移,在定常旋回和均匀流等假设的基础上,计算了风浪漂移力和漂移距离。最后,采用优化算法求解调节参数,修正了风浪流干扰,从而提出了旋回试验干扰求解与试验修正方法。YUKUN实船试验算例表明:（1）海流占该次试验轨迹漂移距离的主要成分、风力次之、波浪最小;改进的旋回试验海上干扰求解与试验修正方法有效可靠。（2）其他文献的干扰求解与试验修正方法是本方法的一种特例。（3）使用RM-PSM-SVM算法建立实船操纵运动灰箱模型,20°右旋回试验的横向速度相关系数达到0.85,其余变量相关系数达到0.90以上;35°左旋回试验轨迹的预报误差小于50m。因此,提出的试验修正方法和灰箱辨识建模有效实用。本文所有实验采用Matlab/Visual C++编程实现,建立的灰箱模型验证了船模试验——实船试验研究路线的有效性。该研究对提升航海安全保障具有重要的现实意义。
于兴鹏[3]（2020）在《海上双体风电运维船总体设计的关键技术研究》文中指出随着全球新能源的不断发展,风力发电作为可再生能源的重要领域,目前已经成为世界各个国家重要的关注点,海上的风电发展具有很大的优势,比如海上资源丰富,不占用土地的利用率,可以大规模的开发,发电的效率远远超过了陆地。由于风电场必须建设在10-40公里的海上才能达到风力发电的高效率,再加上海上风大浪高的特点,所以对风电运维船的结构及水动力等性能要达到更高的要求,这样才能保证维护人员的安全以及提高海上风电场发电的工作效率和质量。因此,本文对双体铝合金风电运维船的总体设计的关键技术进行研究。研究的主要内容如下:（1）对双体风电运维船开展静水船模阻力试验并且基于CFD水动力性能软件STAR-CCM+对双体风电运维船进行数值仿真计算。利用STAR-CCM+水动力软件对双体船建立数值分析模型,然后对双体风电运维船在静水中的仿真值和试验值进行对比分析;通过对双体风电运维船设置不同的片体间距,探究不同的片体间距对双体船阻力和运动响应的影响。（2）对双体风电运维船进行全船和局部强度的应力应变分析,探究不同片体间距对双体风电运维船强度的影响。根据双体船独特的特点,利用有限元软件MSC.Patran/Nastran对双体风电运维船横骨和纵骨架式强度进行有限元分析;通过选取不同片体间距对双体风电运维船强度进行计算,然后和不同片体间距下的阻力和运动响应进行综合对比分析,并寻求其规律;针对双体船连接桥的强度进行方案调整及分析比较。（3）对双体风电运维船三自由度波浪补偿平台进行数值仿真及波浪补偿效果分析。由于海上的复杂海况,双体风电运维船在海上的维修工作和人员的安全输送是非常重要的,所以,需要对船体的登乘装置进行研究分析。本文通过对设计的三自由度波浪补偿平台装置进行原理概述,然后对平台开展运动学分析,并且采用正余弦函数的叠加来模拟三自由度波浪补偿平台在波浪中的运动,接着对建立的三自由度波浪补偿平台模型进行仿真计算,模拟了平台升沉、横摇和纵摇三自由度运动的位移、速度和加速度的运动量,通过计算证明了三自由度波浪补偿平台的补偿效果。本文通过研究海上双体风电运维船总体设计的关键技术得出的一些结论和方法对相关风电运维船的总体设计可以提供一些帮助和参考。
郭微[4]（2020）在《运动目标被动声呐信号频域分析关键技术研究》文中进行了进一步梳理对水中目标辐射噪声中线谱信号的检测与估计是被动声呐信号处理的重要研究内容。通常情况下,被动声呐中的线谱信号检测与参数估计是在强背景噪声和强干扰条件下进行的,需要通过增加积分时间,以提高频谱分析的频率分辨力、获取更高的信号处理增益。然而目标辐射线谱信号的频率漂移和目标的运动限制了传统被动声呐信号方法的积分处理时间和信号处理增益。本论文分别对如何在有限数据样本长度下提升功率谱分析的频谱分辨能力、降低谱间干扰、减小目标运动引起的互相关损失进行了深入研究,具体研究内容如下:首先,针对线谱旁瓣干扰背景下运动目标信号功率谱分析问题,提出了频域解卷积高分辨功率谱估计方法。由经典谱估计理论可知,有限长样本的功率谱可以由无限长样本的功率谱与窗函数功率谱的卷积获得。本文提出在窗函数功率谱已知的情况下,通过对有限长接收样本的功率谱在频域进行解卷积运算估计无限长接收样本对应的功率谱,以便在小样本条件下获得更高的频率分辨力,减少谱泄露、降低谱估计结果的旁瓣、提高主旁瓣比,从而降低强线谱旁瓣对邻近微弱线谱信号的掩蔽。采用的解卷积算法的迭代次数是影响谱估计频率分辨力和旁瓣抑制性能的主要因素。通过仿真和实验数据处理对比了MVDR（minimum variance distortionless response）、压缩感知（Compressed Sensing,CS）以及本文提出的解卷积算法高分辨功率谱估计方法的性能。结果表明,解卷积功率谱估计方法可有效提高频率分辨力、抑制谱旁瓣、降低谱间干扰,适用于强线谱干扰影响下的被动声呐信号频谱分析以及运动目标小样本信号的时频分析。其次,建立了双水听器接收运动目标辐射噪信号的互功率谱模型,提出了基于双水听器接收信号互功率谱的多普勒系数（尺度因子）和时延差的分步估计方法,即首先利用双水听器接收信号频谱的幅度谱估计出多普勒系数,然后利用多普勒系数补偿接收信号,再利用补偿后接收信号的互功率相位谱估计两水听器接收信号间的时延差。该算法将参数估计由多普勒和时延的二维搜索转化为两个分别沿多普勒轴和时延轴的一维搜索,不仅有效降低了参数寻优的计算量,也实现了尺度因子与时延参数估计的解耦,避免了参数估计过程中的互相干扰,提高了参数估计结果的准确性。结果表明,互功率谱的多普勒系数和时延差的分步估计方法能够有效提高利用互功率谱进行时延差估计的准确性,从而提高互功率谱测向的性能。最后,建立了目标运动情况下双水听器接收信号关于多普勒系数和时延差的分段数据模型,研究发现目标运动会导致不同数据段的目标辐射声信号互功率谱之间存在较大的频率偏移和相位差异,难以实现不同数据段的互功率谱相干积累。针对这一问题,提出对不同数据段互功率谱的多普勒系数和时延差进行估计和补偿,再对补偿后的不同数据段的互功率谱进行相干积累的基于运动补偿的互功率谱相干积累方法。通过仿真和实验数据处理分析,对比了提出的互功率谱相干积累方法、MUSIC（multiple signal classification）算法、互功率谱相干累加和非相干累加算法的谱估计性能。结果表明,补偿的互功率谱相干积累方法可以克服多普勒效应的影响,有效减小运动目标辐射噪声处理的互相关损失,增加积分处理时间、提高信号处理增益,提升对运动目标微弱线谱信号的检测性能。
金仲佳[5]（2020）在《船舶远洋安全航行运动姿态控制技术研究》文中进行了进一步梳理大型船舶作为十分重要的远洋运载、作业平台,确保其在远洋复杂海况下的航行安全性极为重要。因此,对安全航行姿态（横摇/艏向）实施主动控制具有显着的现实意义,而重心较高的大型集装箱船对远洋安全航行姿态控制系统的自适应性、鲁棒性要求更为苛刻。本文瞄准国际先进控制技术发展前沿,针对船舶大幅横摇、艏向和横摇-艏向的非线性姿态控制问题研究建立运动姿态控制方案和策略,进一步提升大型船舶远洋航行能力和安全性。首先,论文阐述了相关船舶运动姿态控制发展概况、控制理论研究进展以及论文总体研究思路;根据控制力、水动力和环境干扰力等作用力叠加的方法,建立船舶横向四自由度非线性耦合运动模型;同时,考虑船体边界层影响估算鳍面积并开展带鳍阻力试验不确定度评估验证;并根据一阶波浪干扰力/力矩的切片计算和功率谱加权平均等手段,给出了不规则波浪干扰力/力矩仿真结果;此外,通过合理化假设,建立恒定航速下的仿射非线性船舶横向运动控制模型并进行自由运动稳定性分析。其次,针对远洋安全航行大幅非线性横摇运动中的减摇控制问题,提出基于非线性干扰观测的指令滤波反演横摇控制和预设性能积分滑模改进控制方法等策略。引入非线性干扰观测器以观测波浪干扰,在带非线性干扰观测器（Nonlinear Disturbance Observer,NDO）的非线性横摇模型上设计反演控制器,并串联限幅指令滤波,避免了传统反演控制固有的“微分计算膨胀”问题,设计出基于非线性干扰观测器的指令滤波反演控制器（Nonlinear Disturbance Observer based Command-Filtered Backstepping Control,NDOCBC）;另外,在NDOCBC方法的基础上,引入预设性能控制（Prescribed Performance Control,PPC）,将虚拟控制量限制在预设性能函数的“预设”范围内,结合滑模控制和自适应技术,提出预设性能积分滑模改进控制方案,进一步消除估计误差和提高鲁棒性。仿真表明,该控制方案避免了突变大风浪下因鳍角饱和限幅导致的减摇效果变差的问题,使船舶横摇控制性能平滑,兼顾了控制精度和控制可靠性。接着,针对船舶远洋安全航行中航向（艏向）控制问题,提出一种基于径向基函数（Radial Basis Function,RBF）神经网络的离散指令滤波反演控制方法。在多自由度耦合运动方程中关于艏向控制部分的复杂非线性项用非线性函数统一表示,使用RBF神经网络对该非线性函数进行整体逼近;同时通过状态重构途径设计状态观测器,对RBF权重实现自适应估计;最后基于RBF模型参数的估计信息进行离散指令滤波反演控制器的设计,同时设计补偿器对滤波误差进行准确及时的补偿,避免了因离散指令滤波误差导致的控制精度受损的问题。论文提出的基于RBF神经网络和状态观测估计的离散指令滤波反演控制方法,满足实时性要求,可显着提高艏向控制系统的精度、鲁棒性和自适应性,具有较强的实用价值。然后,针对远洋安全航行船舶舵鳍联合横摇/艏向控制问题,提出一种基于扩张状态观测器（Extended State Observer,ESO）的多输入多输出（Multiple Input Multiple Output,MIMO）非线性自适应比例-积分-微分（Adaptive Proportional-Integral-Derivative,APID）控制策略。对舵鳍联合横摇/艏向控制系统动力学进行分析,将控制模型由横荡/横摇/艏摇（艏向）三自由度转变为横摇/艏摇（艏向）二自由度方程;针对简化的模型进行反馈线性化可解证明,并利用反馈线性化方法得到伪线性化系统并进行解耦;在存在的外部波浪干扰和模型参数不确定的情况下,设计基于ESO的自适应PID伪控制器。该控制器中,非线性ESO实现解耦线性化系统状态和复合干扰的估计,用以降低自适应PID伪控制器中切换函数的增益设定,从而有效抑制控制输入抖振。所提出的方法可实现船舶横摇-艏向舵鳍联合系统非线性解耦控制,并保证系统的鲁棒性和抗干扰能力。最后,针对大型船舶远洋安全航行综合控制性能优化和控制输入可靠性需求,提出一种受输入约束的H∞型鲁棒模型预测控制技术（H∞-type Input Constrainted Model Predictive Control,H∞-ICMPC）。考虑了实际减摇鳍系统的延迟约束,提出基于自回归（Auto Regression,AR）模型的渐消记忆递推最小二乘法（Fading Memory Recursive Least Squares,FMRLS）预测横摇角,用于控制器的设计;结合模型预测控制（Model Predictive Control,MPC）多变量和约束处理能力,引入H∞型成本函数,实现带干扰的实际系统的性能优化,提高闭环稳定性和抗干扰能力;设计舵鳍联合横摇-艏向状态反馈控制器,并化作不等式处理,同时显式地处理执行器舵、鳍约束,使得控制器的动作趋于平滑,进而减少了执行器能耗并增强其动作可靠性。仿真表明了所提出方法的先进性和有效性,另外,对舵减摇（Rudder-Roll Damping,RRD）控制系统和参数摄动不确定系统,也能取得较好的控制效果,具有较强的鲁棒性。
赵朋[6]（2019）在《舰船回转中减横倾/横摇控制方法研究》文中研究表明随着陆上资源的消耗,各国愈发重视对海洋资源的开发利用,海上航行船舶的密度大幅增加,从而对船舶操纵性性提出了更高的要求。回转性是船舶操纵性的重要组成部分,反映船舶改变其运动状态的性能,与船舶航行安全息息相关。然而,由于船舶回转的过程中也伴随着一定的横摇和横倾,使得回转操纵过程中也需要考虑耐波性的问题。对于高速大舵角下回转的舰船来说,即使在静水中也会产生较大的横倾。若此时受到海浪等干扰,则会在横倾的基础上产生较大的横摇,严重影响舰上人员的正常工作、威胁船舶安全。因此,研究船舶回转过程中的耐波性问题,利用已有的减摇控制装置,设计合理控制策略来减小船舶回转过程中的横倾和横摇,对提升船舶回转操纵过程中的安全性具有重要的现实意义和应用价值。首先,论文以一艘多用途舰船为仿真研究对象,利用MMG方法建立了其四自由度非线性耦合运动模型。通过静水条件下的回转运动仿真,详细讨论和分析了初始航速、回转舵角以及转舵速度对舰船回转特性的影响,验证了所建模型的适用性。经进一步的仿真对比分析,得到了海浪干扰下舰船回转运动的特点,为后续研究奠定了基础。其次,研究了舰船高速大舵角回转中减摇鳍减横倾/横摇控制方法。通过对静态鳍角作用下回转运动的仿真分析,发现减摇鳍对回转外倾和回转直径有着相反的作用。在此基础上,划分了限制水域和开阔水域两种回转工况,给出了考虑鳍角航速调节的减摇鳍回转控制原理。经分析建立了鳍减回转横倾/横摇的控制系统模型,针对系统具有受扰、不确定和非线性的特点,设计了基于L2-增益的鳍减回转横倾/横摇自适应鲁棒控制器,经仿真表明所设计的控制器对由回转速降等引起的不确定以及内外干扰都有较好的鲁棒性能。在此基础上,提出了采用非线性干扰观测器来实现对系统不确定和干扰的观测估计,并从理论上验证了控制系统稳定性,经仿真表明干扰补偿的加入提高了系统的控制性能,以较小的鳍动作实现了更好的控制效果。针对海浪干扰对回转特性的影响,提出了基于横倾补偿的减摇鳍回转控制策略,经仿真表明该方法也可以有效地减小舰船回转过程中的横倾和横摇,但其减摇效果不如前两种控制方法。再次,研究了在舰船回转中的舵减摇控制方法。通过在静态回转舵角基础上叠加不同幅值和频率的动态舵角,发现动态舵运动可以在基本不影响船舶回转特性的同时,使船在静水横倾的基础上产生一定的横摇。考虑到减摇能力可以由生摇能力来反映,经进一步分析给出了回转过程中舵减横摇控制原理。在此基础上,建立了回转舵减横摇控制系统模型。针对该受扰不确定非线性系统,设计了基于反演的自适应滑模舵减横摇控制器,经仿真表明所设计的控制器可以有效地减小船舶回转过程中由海浪干扰引起的横摇运动。针对舵减摇不能减小船舶初始回转内倾的问题,在考虑转舵速度对回转特性影响的基础上,提出了低舵速转舵以及高舵速减摇的变舵速舵减摇回转控制策略,经仿真验证了所提方法的有效性。但由于转舵速度对初始内倾和进距的作用相反,使得利用低舵速减小船舶初始回转内倾的同时,也会使进距有一定的增大。之后,研究了舰船高速大舵角回转中舵鳍联合减横倾/横摇控制方法。由于减摇鳍和舵都可以减小船舶回转中由海浪干扰引起的横摇,这就不可避免的产生了回转过程中舵鳍联合控制的问题。综合考虑舵和减摇鳍对船舶回转特性的影响,提出了鳍减横倾+舵减横摇以及鳍减横倾/横摇+舵减横摇两种舵鳍联合控制方法,经仿真表明两种控制方法均可以有效地减小舰船回转过程中的横倾和横摇,其中以鳍减横倾/横摇+舵减横摇联合控制方法更为有效。相比于单独的鳍减横倾/横摇控制以及舵减横摇控制,舵鳍联合控制在提高减摇效果的同时,有效地降低了减摇鳍和舵的控制动作,具有更好的控制效果。最后,通过自航模试验对所提控制方法和策略进行验证分析。在项目资金的支撑下,建造了某型舰船的缩尺比自航模型,给出了自航模硬件系统和软件系统的设计。完成自航模系统的陆上联调之后,按照试验大纲进行了自航模试验。在完成静水自由横摇衰减试验、直航生摇试验以及回转试验的基础上,对后续减摇试验流程进行了优化设计,进行了综合直航和回转工况下舵、减摇鳍以及舵鳍联合控制试验。试验结果表明,无论是直航还是回转工况下,舵鳍联合控制下的减摇效果高于单独的鳍减摇控制,而单独的舵减摇控制的效果相对最差,与理论仿真分析结果一致。但试验过程中发现鳍减回转横倾的效果较差,低于预期,但总体趋势基本和理论仿真结果具有一致性。虽然有不足,但初期的自航模试验基本上达到了预期,初步验证了前期理论仿真研究成果。
马千里[7]（2018）在《海上平台（船舶）用并联运动补偿平台控制策略研究》文中认为随着环境问题与能源危机日趋严重,各国均加强了海洋资源的开发与利用。海上平台（船舶）用运动补偿平台能够有效隔离海洋载荷引起的摇荡运动,对保障平台上仪器设备和工作人员的安全具有非常重要的意义。本文以一种新型三自由度并联机构为原型,对海上平台（船舶）用并联运动补偿系统的控制策略与实现方法开展深入研究。首先,采用数值迭代法建立该新型三自由度并联机构的运动学模型,根据同步驱动的约束条件建立机构速度及加速度的映射模型,通过虚功原理法构建出机构的动力学模型,借助MATLAB编程和ADAMS联合仿真验证所建数学模型的正确性。其次,在深入分析传统伺服系统三环控制原理的基础上,设计出一种基于动力学模型的力矩前馈伺服控制策略,编写出用户自定义伺服算法,采用开放式运动控制器CK3M,基于EtherCAT总线控制技术,实现该算法并验证其有效性,在此基础上深入分析各控制器参数对控制效果的影响,进而优化出适用于并联运动补偿平台的控制器参数。然后,基于双轴倾角传感器和PC搭建了船舶位姿测量系统,采用运动控制器、伺服驱动器和伺服电机搭建了运动控制系统,以新型三自由度机构样机作为运动补偿系统,完成了并联运动补偿平台的搭建。接着,借助Lab VIEW、MATLAB以及Power PMAC IDE完成了并联运动补偿平台控制系统软件开发,实现了船舶位姿采集与运动预侧、动力学前馈伺服控制以及对外部姿态扰动的实时补偿等功能。最后,设计实验证明了用户自定义动力学前馈控制算法的可行性。实验结果表明:动力学前馈控制算法与运动学闭环控制算法相比,能有效提高机构的位置精度与响应速度。
刘世林[8]（2019）在《船舶运动姿态短时高精度预测方法研究》文中研究说明船舶在海上航行时受到海风、海浪以及洋流等不确定性海况的影响,不可避免会产生存在相互耦合作用的六自由度摇荡运动,对船舶在海上的航行和作业产生很大的安全隐患,其中横摇和纵摇运动的影响尤为严重。因此,如果能预测船舶在未来短时间内（几秒或者十几秒）的运动姿态,将极大地提高船舶海上作业的安全性和稳定性。本文在对船舶运动进行建模和分析的基础上,以横摇和纵摇运动为研究对象,深入研究目前所广泛应用的船舶运动姿态经典预测算法,并在此基础上,提出建立一种EEMD-IPSO-SORR组合预测模型实现对船舶运动姿态的短时高精度预测。论文首先对船舶运动进行建模分析,其中详细介绍船舶的六自由度摇荡运动,对船舶横向运动和纵向运动进行深入研究,得到船舶横向运动状态方程和纵向运动状态方程;详细分析了随机海浪的扰动特性,并对海浪谱进行分解,建立海浪波倾角模型,从而对随机海浪扰动信号进行仿真分析;在此基础上,实现对船舶横向运动和纵向运动的仿真分析。其次,对船舶运动姿态经典预测算法进行研究,其中重点介绍了自回归（AR）和卡尔曼滤波（Kalman）两种预测算法的基本原理。详细介绍自回归理论以及模型的参数估计方法和定阶准则,并选用递推最小二乘参数估计方法建立递推预测模型实现对船舶运动姿态的预测仿真;详细介绍卡尔曼滤波理论,针对系统存在的有色噪声,对其进行白化处理,然后代入到卡尔曼滤波算法中使得状态方程的维数得到扩大,即扩展卡尔曼滤波算法,并基于扩展卡尔曼滤波算法对船舶运动姿态进行预测仿真。由于船舶运动姿态存在非线性和非平稳性特征,论文建立了基于集合经验模态分解和支持向量机回归的组合预测模型——EEMD-SVR进行预测分析。其中利用经验模态分解算法对原始时间序列数据进行平稳化处理,并针对标准经验模态分解存在的不足,提出一种集合经验模态分解（EEMD）的改进方法;对分解后的分量分别使用支持向量机回归（SVR）预测算法进行分类预测,最后将预测结果加权求和得到最终船舶运动姿态预测值。最后,基于前文构建的EEMD-SVR组合预测模型,采用改进的粒子群算法（IPSO）对参数进行寻优处理,同时提出一种改进的支持向量机回归算法,即连续过松弛支持向量机回归算法（SORR）,与EEMD分解方法组合得到一种新的船舶运动姿态预测方法,即EEMD-IPSO-SORR组合预测模型。论文通过采用实测的某型船舶在三级和五级海况下的横摇和纵摇运动姿态数据进行仿真实验,其中针对不同的训练长度和预测长度,分别使用AR预测模型、SVR预测模型、EEMD-SVR组合预测模型以及EEMD-IPSO-SORR组合预测模型进行预测仿真实验,同时,对比分析这四种预测方法在相同训练长度下的预测结果和仿真时间,其结果表明EEMD-IPSO-SORR组合预测模型针对短时船舶运动姿态预测具有学习速度快,预测精度高的特点。
秦明杰[9]（2017）在《高桩对接作业的波浪补偿系统研究》文中进行了进一步梳理随着世界各国能源需求的不断增加及科技手段的日益进步,加快了海洋能源的开发与利用。风能作为可再生能源之一,海上风电建设已深受各个国家的重视。高桩承台为海上风电常用的基础结构形式,由于服役环境恶劣,使得维修成本增加。对于高桩对接作业中的工程船来说,当受到海浪作用时会出现摇荡、升沉等运动,对海上作业安全造成威胁。本文以如何对工程船在海浪扰动造成的运动进行补偿为出发点,进行了波浪补偿系统的详细研究和设计。首先,本文对海浪扰动下波浪补偿系统的国内外研究现状进行了阐述,对本文的研究目的和意义做了简要概述,并指出了波浪补偿系统的发展趋势和存在的主要问题,针对高桩对接作业中的波浪补偿技术进行了相关分析。在调查研究的基础上得出我国在理论研究和工程实践方面的优势和不足,找到高桩对接作业中波浪补偿系统的设计思路。其次,在工程设计方面根据波浪补偿系统的设计参数要求,提出了系统设计的原理和整体方案,并建立了三维模型,分别对横摇补偿系统、纵摇和升沉补偿系统的组成和工作原理进行了分析,并应用ADAMS/View参数化设计对模型进行了优化设计。对三级海况下的海浪进行了MATLAB参数化模拟,并对所设计的装置建立了动力学方程。应用ADAMS软件对所设计的高桩对接装置进行仿真,通过对装置极限位置无碰撞分析和运动分析,验证装置的可行性。再次,针对波浪补偿系统的工作原理对整体控制方案进行了设计,通过对前馈预报器的设计提出了基于BP人工神经网络的船舶姿态运动预报方案,并且对模型的选取以及建立,权值调整和训练做出详细的阐述,通过对船舶横摇姿态的模拟预报验证算法的可行性。最后,对波浪补偿系统进行了液压控制机构的建模分析,然后详细设计了横摇、纵摇和升沉补偿液压系统,分析其具体工作过程,并对液压系统进行了整体布局。通过给液压缸加曲线驱动的形式,利用ADAMS软件进行补偿性能的仿真分析,验证波浪补偿系统的补偿效果。
施平安[10]（2013）在《舰船并靠波浪补偿研究》文中研究表明舰船在海上实施并靠补给等作业时，由于受到风浪的影响及两船间的水动力干扰，会产生比单船时更剧烈的摇荡运动，过大的横摇运动甚至会导致两船的上层建筑发生触碰。为了避免上述碰撞危险，提高海上并靠的可作业海况，论文提出了基于磁流变技术的舰船并靠变阻尼波浪补偿方法，对舰船并靠的横摇和横荡运动姿态进行约束。论文采用理论研究、计算机软件仿真和船模水池试验相结合的研究方法，对舰船并靠变阻尼波浪补偿进行了较为系统的研究。论文解决的关键问题包括：波浪中舰船并靠相对运动特性研究、相对运动极短时间预报、变阻尼波浪补偿及控制、模型试验信号采集与处理、加速度信号处理，以及舰船并靠相对运动和变阻尼波浪补偿模型试验。论文在研究过程中主要开展了以下几方面的工作：（1）基于三维势流理论，对规则波和不规则波中舰船并靠相对运动特性进行研究，并提出一种基于AQWA和谱分析法的不规则波中舰船并靠相对运动特性研究方法。（2）对舰船并靠相对运动预报进行研究。对较低海况下的相对运动采用AR模型进行极短时间预报；对较高海况下的相对运动采用混沌Elman神经网络进行极短时间预报。混沌Elman神经网络适应波浪中舰船并靠相对运动的非线性、非平稳性和混沌特性，它以混沌系统相空间重构得到的最佳嵌入维数作为网络的输入节点数，并在网络权值调整的反向传播算法中加入混沌噪音以实现混沌反传，能够充分获取当时环境和情况下舰船并靠相对运动特性；仿真研究表明，该方法能够有效预报并靠两船的相对运动。（3）对基于磁流变技术的舰船并靠变阻尼波浪补偿及控制进行研究，这是波浪补偿研究的一个新思路。针对波浪中舰船并靠相对运动特性，设计制造了基于磁流变技术的变阻尼波浪补偿器，并在分析其性能的基础上建立了力学模型；充分利用其输出阻尼力可控的特性，建立舰船并靠变阻尼波浪补偿时域运动状态空间方程，设计并实现基于最优控制理论的clipped optimal control控制策略对舰船并靠的横摇运动姿态施加约束；以两艘在波浪中并靠的船舶模型为例，对舰船并靠波浪补偿的有效性进行数值仿真和船模试验验证，结果表明：采用变阻尼波浪补偿能够有效地减小并靠两船的横摇运动响应。（4）对模型试验信号采集与处理方法进行研究，特别是有关加速度信号处理的研究。加速度信号处理是船舶并靠模型试验研究的关键，为了提高加速度信号积分成位移后的相位和幅值的精度，提出了基于EMD（经验模态分解）自适应滤波和频域积分的加速度信号处理方法。该方法先对加速度信号进行EMD分解得到n个本征模态函数IMF，然后基于相关规则确定属于高频的IMF个数（h），并对这h个高频IMF进行自适应滤波去噪，最后通过FFT变换在频域进行积分得到位移信号。仿真研究表明这种加速度信号处理方法比纯粹的频域积分法效果好，舰船并靠相对运动模型试验数据处理结果也证明了这种方法的有效性。（5）确定了模型试验的相似准则，建立舰船并靠波浪补偿模型试验，对舰船并靠相对运动和变阻尼波浪补偿分别进行模型试验，进一步验证了舰船并靠变阻尼波浪补偿能够有效地减小并靠两船的横摇运动响应。
二、船舶横向运动基于周期图建模的补偿控制研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、船舶横向运动基于周期图建模的补偿控制研究（论文提纲范文）
（1）风帆推进船舶路径跟踪制导与控制（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 研究现状 |
| 1.2.1 风帆助航船舶发展概述 |
| 1.2.2 无人帆船发展概述 |
| 1.2.3 常规动力船舶路径跟踪制导与控制 |
| 1.2.4 无人帆船的导航及制导 |
| 1.2.5 无人帆船控制 |
| 1.2.6 本领域待研究的问题 |
| 1.3 主要工作和内容安排 |
| 第2章 风帆推进船舶运动数学模型及分析工具 |
| 2.1 引言 |
| 2.2 稳定性理论及相关算法 |
| 2.2.1 Lyapunov稳定性理论 |
| 2.2.2 事件触发控制 |
| 2.2.3 极值搜索算法 |
| 2.3 模糊逻辑系统 |
| 2.4 风帆推进船舶运动数学模型 |
| 2.5 海洋环境干扰及风帆受力建模 |
| 2.5.1 风干扰力及风帆受力建模 |
| 2.5.2 波浪干扰力建模 |
| 2.5.3 无人帆船的操纵仿真实验 |
| 2.6 本章小结 |
| 第3章 风帆助航船舶推力优化与路径跟踪控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 并列式ES-FLS推力优化 |
| 3.4 MLP自适应模糊路径跟踪控制 |
| 3.4.1 LOS制导及控制器设计 |
| 3.4.2 稳定性分析 |
| 3.5 仿真验证 |
| 3.6 本章小结 |
| 第4章 基于航路点的无人帆船直线路径跟踪制导与控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 无人帆船LOS路径跟踪制导 |
| 4.3.1 制导算法设计 |
| 4.3.2 基于双RESO的漂角估计 |
| 4.4 MLP自适应模糊控制和双时变系统分析 |
| 4.4.1 控制器设计 |
| 4.4.2 稳定性分析 |
| 4.5 仿真验证 |
| 4.6 本章小结 |
| 第5章 无人帆船的参数化曲线路径跟踪制导与控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 无人帆船的平行路径跟踪制导 |
| 5.4 事件触发鲁棒模糊控制 |
| 5.4.1 控制器设计 |
| 5.4.2 稳定性分析 |
| 5.5 仿真验证 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（2）基于自航试验的船舶操纵运动灰箱辨识建模（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 工程意义 |
| 1.3 船舶操纵运动建模的进展 |
| 1.3.1 船舶操纵性标准与规则的进展 |
| 1.3.2 船舶操纵运动建模方法的进展 |
| 1.3.3 船舶操纵运动EFD建模方法的进展 |
| 1.3.4 船舶操纵运动CFD建模方法的进展 |
| 1.4 船舶操纵运动辨识建模算法的进展 |
| 1.4.1 白箱辨识建模 |
| 1.4.2 黑箱辨识建模 |
| 1.4.3 灰箱辨识建模 |
| 1.5 船舶操纵运动模型结构与参数的进展 |
| 1.6 船舶自航试验及其标准的进展 |
| 1.7 本研究领域存在的问题 |
| 1.7.1 模型方面的问题 |
| 1.7.2 数据方面的问题 |
| 1.7.3 算法方面的问题 |
| 1.8 本文的主要工作安排 |
| 1.8.1 拟解决问题与分析 |
| 1.8.2 研究对象 |
| 1.8.3 研究思路 |
| 1.8.4 论文结构 |
| 2 船舶操纵运动辨识建模的模型、算法和试验方案 |
| 2.1 辨识建模的模型 |
| 2.1.1 船舶操纵的运动学 |
| 2.1.2 船舶操纵的动力学 |
| 2.2 辨识建模的算法 |
| 2.2.1 约束模试验的辨识 |
| 2.2.2 自航模试验的辨识 |
| 2.3 试验方案及其动力学约束 |
| 2.3.1 试验方案 |
| 2.3.2 理论计算舵力和横倾的方法 |
| 2.3.3 理论计算舵力与横倾的结果与分析 |
| 2.3.4 仿真计算舵力与横倾的方法 |
| 2.3.5 仿真计算舵力与横倾的结果与分析 |
| 2.3.6 理论计算与仿真计算的结果小结 |
| 2.4 试验方案的数据空间分布 |
| 2.4.1 试验数据分布的求解算法 |
| 2.4.2 试验数据分布的结果及分析 |
| 2.5 研究对象 |
| 2.5.1 自航模-KVLCC2 |
| 2.5.2 实船-YUKUN |
| 2.6 本章小结 |
| 3 自航模试验的灰箱辨识建模 |
| 3.1 引言 |
| 3.2 参考模型及其筛选 |
| 3.2.1 参考模型 |
| 3.2.2 主尺度向量优化 |
| 3.2.3 主尺度向量筛选 |
| 3.3 基于参考模型的非辨识建模(RM) |
| 3.3.1 问题描述 |
| 3.3.2 KVLCC2的参考模型筛选 |
| 3.3.3 非数据驱动的RM建模实例 |
| 3.4 基于参考模型的灰箱辨识建模 |
| 3.4.1 灰箱模型 |
| 3.4.2 基于参考模型-随机森林的辨识建模(RM-RF) |
| 3.4.3 基于参考模型-贝叶斯神经网络的辨识建模(RM-BRN) |
| 3.4.4 改进的基于参考模型-随机森林的辨识建模(RM-IRF) |
| 3.5 本章小结 |
| 4 灰箱辨识建模的超参优化 |
| 4.1 引言 |
| 4.2 基于RM-SVM的灰箱辨识建模 |
| 4.2.1 纵向加速度LSVM的求解 |
| 4.2.2 横向加速度和转向加速度LSVM的求解 |
| 4.2.3 纵向、横向和转向加速度的预报 |
| 4.2.4 RM-SVM与SVM的建模区别 |
| 4.3 RM-SVM超参对建模精度的影响分析 |
| 4.3.1 软间隔 |
| 4.3.2 核函数比例 |
| 4.3.3 不敏感边界 |
| 4.4 RM-SVM的超参优化方法 |
| 4.4.1 PS超参优化算法 |
| 4.4.2 PS优化RM-SVM超参 |
| 4.5 超参优化与辨识建模的结果与分析 |
| 4.5.1 超参优化的结果与讨论 |
| 4.5.2 辨识模型的有效性验证 |
| 4.5.3 辨识模型的泛化能力与预报精度评价 |
| 4.6 灰箱辨识建模的算法对比 |
| 4.7 自航模整体型操纵运动模型辨识 |
| 4.8 本章小结 |
| 5 灰箱辨识建模的实船验证 |
| 5.1 引言 |
| 5.2 实船试验数据处理 |
| 5.2.0 实船试验概况 |
| 5.2.1 测量设备及数据 |
| 5.2.2 定位测速测量数据的校核与分析 |
| 5.2.3 风速风向测量数据的校核与分析 |
| 5.3 干扰求解与试验修正的方法 |
| 5.3.1 干扰求解与试验修正的问题描述 |
| 5.3.2 干扰求解与试验修正的假设条件 |
| 5.3.3 干扰求解与试验修正的方法设计 |
| 5.4 干扰求解与试验修正的结果与分析 |
| 5.4.1 风浪漂移力的计算结果 |
| 5.4.2 风浪漂移距离的计算结果 |
| 5.4.3 轨迹的漂移距离的修正结果 |
| 5.4.4 附体坐标系速度的修正结果 |
| 5.4.5 求解与修正的结果分析 |
| 5.5 实船操纵灰箱模型验证算例 |
| 5.5.1 实船灰箱模型训练 |
| 5.5.2 实船灰箱模型泛化能力与预报精度评价 |
| 5.6 实船整体型操纵运动模型辨识 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 关于Z形试验中突然反压舵角时舵的法向力相关因素 |
| 附录B 船型及主尺度数据 |
| 附录C 参考模型的船舶尺度 |
| 附录D 船舶海试数据 |
| 附录E RM-RF算法随机森林的训练结果 |
| 附录F 育鲲轮试验的场地与天气概况 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（3）海上双体风电运维船总体设计的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景和意义 |
| 1.2 国内、外研究现状与发展趋势 |
| 1.2.1 海上风电运维船的发展现状 |
| 1.2.2 船舶CFD数值仿真研究现状 |
| 1.2.3 船舶结构强度研究现状 |
| 1.2.4 三自由度波浪补偿系统研究现状 |
| 1.3 双体风电运维船概述 |
| 1.4 本文研究的主要内容 |
| 1.5 论文的创新点 |
| 第2章 船舶水动力及强度计算相关理论 |
| 2.1 船舶阻力及耐波性理论 |
| 2.1.1 船舶的波浪增阻理论 |
| 2.1.2 船舶耐波性理论 |
| 2.2 船舶CFD理论 |
| 2.2.1 STAR-CCM+软件介绍 |
| 2.2.2 数学模型与流场控制方程 |
| 2.2.3 湍流模型 |
| 2.2.4 数学模型初始条件设定 |
| 2.3 结构强度计算原理概述 |
| 2.3.1 船体结构强度计算的主要内容 |
| 2.3.2 作用于双体船的载荷分析 |
| 2.4 有限元理论 |
| 2.4.1 有限元软件介绍 |
| 2.4.2 有限元方法基本原理 |
| 2.5 本章小结 |
| 第3章 双体风电运维船水动力性能研究 |
| 3.1 双体风电运维船船模试验 |
| 3.1.1 船模简介 |
| 3.1.2 船模试验前准备 |
| 3.1.3 试验步骤 |
| 3.1.4 试验内容及换算结果分析 |
| 3.2 双体风电运维船的静水阻力数值仿真研究 |
| 3.2.1 几何模型 |
| 3.2.2 计算网格 |
| 3.2.3 边界条件 |
| 3.2.4 数值求解 |
| 3.3 双体风电运维船不同片体间距对阻力的影响 |
| 3.3.1 双体船片体间距的选择 |
| 3.3.2 计算结果分析 |
| 3.4 双体风电运维船耐波性能研究 |
| 3.4.1 参数设置 |
| 3.4.2 模型计算网格划分 |
| 3.4.3 计算结果 |
| 3.5 本章小结 |
| 第4章 双体风电运维船结构强度有限元分析 |
| 4.1 全船有限元模型建立 |
| 4.1.1 模型的坐标系、单位制及材料参数 |
| 4.1.2 有限元模型的建立 |
| 4.1.3 有限元模型 |
| 4.1.4 模型质量 |
| 4.2 载荷计算及载荷施加 |
| 4.2.1 总横弯矩计算及施加 |
| 4.2.2 垂向剪力的计算及施加 |
| 4.2.3 纵摇扭矩的计算及施加 |
| 4.3 工况组合及边界条件分析 |
| 4.3.1 工况组合 |
| 4.3.2 组合工况边界条件 |
| 4.4 全船有限元计算结果及分析 |
| 4.4.1 总强度许用应力计算标准 |
| 4.4.2 计算结果及分析 |
| 4.5 不同片体间距对强度及水动力性能综合分析 |
| 4.5.1 不同片体间距强度计算 |
| 4.5.2 计算结果分析 |
| 4.6 连接桥结构方案调整及分析比较 |
| 4.6.1 连接桥结构方案调整 |
| 4.6.2 调整方案强度计算 |
| 4.7 本章小结 |
| 第5章 三自由度波浪补偿装置的仿真分析 |
| 5.1 机构的模型的概述与工作原理 |
| 5.1.1 登乘装置的介绍 |
| 5.1.2 三自由度波浪补偿装置模型介绍 |
| 5.1.3 三自由度波浪补偿装置的工作原理 |
| 5.2 三自由度波浪补偿装置的运动学分析 |
| 5.2.1 液压杆补偿量的计算模型 |
| 5.2.2 船舶运动模拟驱动模型 |
| 5.3 三自由度平台的运动仿真实验 |
| 5.3.1 模型的导入 |
| 5.3.2 波浪补偿的属性定义 |
| 5.3.3 三自由度部件之间的约束 |
| 5.3.4 三自由度运动学仿真实验 |
| 5.4 三自由度仿真实验补偿效果分析 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录 双体铝合金风电运维船船体主要构件尺寸 |
| 攻读学位期间发表的学术论文和科研成果 |
| 致谢 |
（4）运动目标被动声呐信号频域分析关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 被动声呐探测目标特性及其发展和应用 |
| 1.2.1 舰船辐射噪声特性 |
| 1.2.2 被动声呐技术的发展及应用 |
| 1.3 水下目标被动探测研究进展 |
| 1.3.1 水下目标被动探测研究现状 |
| 1.3.2 舰船辐射噪声的特征提取 |
| 1.3.3 被动声呐信号处理的难点及发展趋势 |
| 1.4 本文主要内容 |
| 第2章 基于经典理论的被动声呐信号频域分析 |
| 2.1 引言 |
| 2.2 被动声呐信号的物理模型 |
| 2.3 经典谱估计 |
| 2.3.1 功率谱估计 |
| 2.3.2 经典谱估计的基本方法 |
| 2.3.3 窗函数的影响 |
| 2.3.4 解卷积算法 |
| 2.4 多普勒频移影响下的被动声呐信号单频分量检测 |
| 2.4.1 积分时间与处理增益 |
| 2.4.2 仿真分析 |
| 2.5 本章小结 |
| 第3章 强线谱干扰下的低速目标被动声呐信号频域分析 |
| 3.1 引言 |
| 3.2 强线谱干扰影响下的低速目标被动声呐信号频域分析方法研究 |
| 3.2.1 频域解卷积高分辨功率谱估计方法 |
| 3.2.2 MVDR算法 |
| 3.2.3 压缩感知算法 |
| 3.3 强线谱干扰影响下的低速目标被动声呐信号频域分析方法仿真分析 |
| 3.3.1 频域解卷积高分辨功率谱估计方法的性能分析 |
| 3.3.2 多种高分辨谱估计方法的性能对比和分析 |
| 3.4 实验数据处理结果对比与分析 |
| 3.4.1 强线谱干扰下的目标线谱检测 |
| 3.4.2 背景起伏干扰下的目标线谱检测 |
| 3.4.3 运动目标线谱的时频分析 |
| 3.5 本章小结 |
| 第4章 基于互谱的运动目标多普勒系数和时延差估计 |
| 4.1 引言 |
| 4.2 多普勒系数和时延差估计方法研究 |
| 4.2.1 多普勒效应对经典互功率谱时延差估计的影响 |
| 4.2.2 尺度因子和时延差参数联合估计方法 |
| 4.2.3 采用互功率谱的多普勒系数和时延差分步估计方法 |
| 4.3 多普勒系数和时延差估计方法性能分析 |
| 4.3.1 仿真分析 |
| 4.3.2 实验数据处理 |
| 4.4 本章小结 |
| 第5章 低信噪比下的运动目标被动声呐信号频域分析 |
| 5.1 引言 |
| 5.2 低信噪比下的运动目标被动声呐信号频谱分析方法研究 |
| 5.2.1 MUSIC算法 |
| 5.2.2 频域相干累加 |
| 5.2.3 基于互功率谱的长时间相干积累 |
| 5.3 低信噪比下的运动目标被动声呐信号频谱分析方法性能分析 |
| 5.3.1 仿真分析 |
| 5.3.2 实验数据处理结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（5）船舶远洋安全航行运动姿态控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船舶横向运动姿态控制国内外研究概况 |
| 1.2.1 船舶减摇鳍横摇控制研究概况 |
| 1.2.2 船舶自动舵航向控制研究概况 |
| 1.2.3 船舶舵鳍联合横摇-航向控制研究概况 |
| 1.3 船舶运动控制相关理论发展现状 |
| 1.3.1 非线性反演控制方法及发展现状 |
| 1.3.2 自适应控制方法及发展现状 |
| 1.3.3 鲁棒优化控制方法及发展现状 |
| 1.4 主要研究工作 |
| 1.5 论文研究思路和组织结构 |
| 第2章 船舶横向运动非线性耦合数学模型研究 |
| 2.1 引言 |
| 2.2 船舶运动数学模型 |
| 2.2.1 船舶运动坐标系 |
| 2.2.2 船舶空间运动方程 |
| 2.2.3 非线性横向耦合运动方程 |
| 2.3 减摇鳍面积与阻力评估 |
| 2.4 波浪干扰力和力矩 |
| 2.4.1 海浪(谱)描述 |
| 2.4.2 波浪干扰力和力矩响应表示方法 |
| 2.4.3 海浪干扰力和力矩计算 |
| 2.5 仿射非线性船舶横向运动模型 |
| 2.6 船舶横向自由运动稳定性分析 |
| 2.7 本章小结 |
| 第3章 船舶横摇指令滤波反演鲁棒自适应控制研究 |
| 3.1 引言 |
| 3.2 指令滤波反演控制设计方法 |
| 3.2.1 反演控制原理 |
| 3.2.2 船舶横摇反演控制器设计 |
| 3.2.3 指令滤波原理 |
| 3.3 基于NDO的船舶横摇指令滤波反演控制器设计与仿真 |
| 3.3.1 非线性干扰观测器设计 |
| 3.3.2 基于NDO的船舶横摇指令滤波反演控制器设计 |
| 3.3.3 系统仿真和分析 |
| 3.4 船舶横摇预设性能积分滑模改进控制器设计与仿真 |
| 3.4.1 预设性能指令滤波反演积分滑模控制器设计 |
| 3.4.2 基于NDO的预设性能指令滤波反演积分滑模控制器设计 |
| 3.4.3 系统仿真与分析 |
| 3.5 本章小结 |
| 第4章 船舶艏向RBF神经网络自适应控制研究 |
| 4.1 引言 |
| 4.2 艏向控制器设计模型 |
| 4.3 RBF神经网络设计原理 |
| 4.4 基于RBF神经网络的离散指令滤波艏向控制器设计 |
| 4.4.1 基于状态观测器的非线性函数辨识 |
| 4.4.2 控制器设计及闭环稳定性证明 |
| 4.5 系统仿真与分析 |
| 4.6 本章小结 |
| 第5章 船舶横摇-艏向非线性ESO自适应解耦控制研究 |
| 5.1 引言 |
| 5.2 非线性系统反馈线性化原理 |
| 5.3 舵鳍联合非线性控制系统问题描述 |
| 5.4 舵鳍联合非线性系统的反馈线性化 |
| 5.4.1 舵鳍联合非线性系统反馈线性化可解证明 |
| 5.4.2 舵鳍联合非线性系统坐标变换 |
| 5.5 自适应PID控制器 |
| 5.6 基于ESO的自适应PID控制 |
| 5.7 系统仿真与分析 |
| 5.8 本章小结 |
| 第6章 受输入约束的横摇-艏向鲁棒模型预测控制研究 |
| 6.1 引言 |
| 6.2 预测控制原理 |
| 6.2.1 模型预测控制基本原理 |
| 6.2.2 基于状态空间方程的预测控制原理 |
| 6.3 补偿减摇鳍动态延迟约束的预测方法 |
| 6.3.1 基于AR模型的渐消RLS预测算法原理 |
| 6.3.2 补偿减摇鳍动态延迟的应用实例 |
| 6.4 基于H_∞-ICMPC的横摇-艏向控制器设计 |
| 6.4.1 输入-状态-稳定性(ISS) |
| 6.4.2 H_∞型成本函数 |
| 6.4.3 舵鳍联合横摇-艏向鲁棒MPC控制器设计 |
| 6.5 系统仿真与分析 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 个人简历 |
| 致谢 |
| 附录 |
| 附录 A 固定坐标系和运动坐标系下的坐标变换 |
| 附录 B 船舶运动相关符号表 |
（6）舰船回转中减横倾/横摇控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景、目的及意义 |
| 1.2 船舶减摇装置概述 |
| 1.3 舵鳍减摇控制研究现状 |
| 1.3.1 鳍减摇控制 |
| 1.3.2 舵减摇控制 |
| 1.3.3 舵鳍联合控制 |
| 1.4 舰船回转中的减横倾/横摇控制研究现状 |
| 1.5 论文的研究内容与框架 |
| 第2章 船舶运动建模及回转仿真 |
| 2.1 引言 |
| 2.2 船舶运动数学模型 |
| 2.2.1 坐标系 |
| 2.2.2 船舶运动模型 |
| 2.3 船体受到的力和力矩 |
| 2.3.1 水动力和力矩 |
| 2.3.2 推进力和力矩 |
| 2.3.3 控制力和力矩 |
| 2.3.4 环境干扰力和力矩 |
| 2.4 船舶回转运动仿真 |
| 2.4.1 船舶回转运动 |
| 2.4.2 回转仿真分析 |
| 2.5 本章小结 |
| 第3章 减摇鳍回转减横倾/横摇控制方法研究 |
| 3.1 引言 |
| 3.2 减摇鳍作用下的船舶回转运动 |
| 3.2.1 不同鳍攻角作用下的回转运动仿真 |
| 3.2.2 不同鳍位置作用下的回转运动仿真 |
| 3.2.3 回转减摇鳍鳍角航速调节 |
| 3.3 减摇鳍减回转横倾/横摇控制研究 |
| 3.3.1 鳍减回转横倾/横摇控制模型分析 |
| 3.3.2 基于L_2-增益的鳍减回转横倾/横摇自适应鲁棒控制 |
| 3.3.3 基于非线性干扰观测器的鳍减回转横倾/横摇补偿控制 |
| 3.3.4 基于横倾补偿的鳍减回转横倾/横摇控制 |
| 3.4 本章小结 |
| 第4章 舵及舵鳍联合回转减横倾/横摇控制方法研究 |
| 4.1 引言 |
| 4.2 动态舵作用下的船舶回转运动 |
| 4.2.1 不同幅值舵运动下的回转运动仿真 |
| 4.2.2 不同周期舵运动下的回转运动仿真 |
| 4.2.3 变化幅值舵运动下的回转运动仿真 |
| 4.3 舵减回转横摇控制方法 |
| 4.3.1 舵减回转横摇控制模型分析 |
| 4.3.2 基于Backstepping的自适应滑模舵减回转横摇控制 |
| 4.3.3 变舵速回转舵减摇控制仿真 |
| 4.4 舵鳍联合减回转横倾/横摇控制方法 |
| 4.4.1 回转鳍减横倾+舵减横摇联合控制 |
| 4.4.2 回转鳍减横倾/横摇+舵减横摇联合控制 |
| 4.5 本章小结 |
| 第5章 自航模系统设计及试验验证 |
| 5.1 引言 |
| 5.2 自航模系统设计 |
| 5.2.1 自航模参数 |
| 5.2.2 自航模硬件系统设计 |
| 5.2.3 自航模软件系统设计 |
| 5.3 自航模试验大纲 |
| 5.3.1 试验目的 |
| 5.3.2 引用文件 |
| 5.3.3 试验场地 |
| 5.3.4 试验内容 |
| 5.4 自航模试验 |
| 5.4.1 自由横摇衰减试验 |
| 5.4.2 直航生摇试验 |
| 5.4.3 回转试验 |
| 5.4.4 减摇鳍、舵以及舵鳍联合控制试验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）海上平台（船舶）用并联运动补偿平台控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 研究课题的背景和意义 |
| 1.2 国内外发展和研究现状 |
| 1.2.1 运动补偿平台机械结构的研究现状 |
| 1.2.2 船舶位姿测量方法及运动预测的研究现状 |
| 1.2.3 并联机构控制策略的研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 运动学、动力学建模与仿真 |
| 2.1 引言 |
| 2.2 新型三自由度并联机构 |
| 2.3 三自由度并联机构运动学建模 |
| 2.3.1 三自由度并联机构位姿描述 |
| 2.3.2 虎克铰传动比特性分析 |
| 2.3.3 简化模型运动学分析 |
| 2.3.4 可伸缩支链两端虎克铰姿态分析 |
| 2.3.5 三自由度并联机构正向运动学 |
| 2.3.6 三自由度并联机构逆向运动学 |
| 2.4 三自由度并联机构动力学建模 |
| 2.4.1 速度、加速度分析 |
| 2.4.2 动力学建模 |
| 2.5 算例验证 |
| 2.5.1 仿真模型的建立 |
| 2.5.2 运动学、动力学模型验证 |
| 2.6 本章小结 |
| 第三章 动力学前馈控制器设计 |
| 3.1 引言 |
| 3.2 伺服电机三环控制结构 |
| 3.3 力矩控制伺服算法设计 |
| 3.3.1 力矩控制伺服算法设计 |
| 3.3.2 力矩控制伺服算法实现 |
| 3.4 运动平台动力学前馈控制系统设计 |
| 3.5 本章小结 |
| 第四章 运动补偿系统搭建及实验验证 |
| 4.1 引言 |
| 4.2 船舶运动补偿平台的硬件实现 |
| 4.2.1 船舶位姿测量子系统 |
| 4.2.2 运动控制子系统 |
| 4.2.3 运动补偿子系统 |
| 4.3 船舶运动补偿平台的软件开发 |
| 4.3.1 船舶位姿数据采集及处理软件 |
| 4.3.2 运动控制系统软件开发 |
| 4.3.3 人机交互界面开发 |
| 4.4 驱动关节摩擦力矩测定 |
| 4.5 动力学前馈控制效果验证 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（8）船舶运动姿态短时高精度预测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 船舶运动模型建立与分析 |
| 2.1 船舶运动模型 |
| 2.1.1 船舶六自由度运动 |
| 2.1.2 船舶横向运动分析 |
| 2.1.3 船舶纵向运动分析 |
| 2.2 随机海浪扰动建模 |
| 2.2.1 随机海浪扰动特性 |
| 2.2.2 海浪谱分解 |
| 2.2.3 海浪波倾角模型 |
| 2.2.4 随机海浪扰动信号仿真 |
| 2.3 船舶横向运动和纵向运动仿真 |
| 2.3.1 船舶横向运动仿真 |
| 2.3.2 船舶纵向运动仿真 |
| 2.4 本章小结 |
| 第3章 船舶运动姿态经典预测算法研究 |
| 3.1 船舶运动姿态经典预测算法概述 |
| 3.2 船舶运动姿态预测技术要求 |
| 3.3 自回归预测算法 |
| 3.3.1 自回归理论概述 |
| 3.3.2 模型的参数估计方法 |
| 3.3.3 模型的定阶准则 |
| 3.3.4 基于递推最小二乘参数估计的递推预测算法 |
| 3.3.5 船舶运动姿态预测仿真 |
| 3.4 卡尔曼滤波预测算法 |
| 3.4.1 卡尔曼滤波理论 |
| 3.4.2 扩展卡尔曼滤波算法 |
| 3.4.3 基于扩展卡尔曼滤波的船舶运动姿态预测算法 |
| 3.4.4 船舶运动姿态预测仿真 |
| 3.5 本章小结 |
| 第4章 EEMD-SVR组合预测算法 |
| 4.1 经验模态分解理论 |
| 4.1.1 经验模态分解基本概念 |
| 4.1.2 经验模态分解原理 |
| 4.1.3 经验模态分解的关键问题 |
| 4.1.4 经验模态分解的改进算法 |
| 4.2 支持向量机回归理论 |
| 4.2.1 统计学习理论 |
| 4.2.2 支持向量机回归模型 |
| 4.2.3 自适应参数选择 |
| 4.2.4 基于支持向量机回归的船舶运动姿态预测算法 |
| 4.2.5 船舶运动姿态预测仿真 |
| 4.3 基于EEMD和 SVR的组合预测方法 |
| 4.3.1 EEMD-SVR组合预测算法 |
| 4.3.2 船舶运动姿态预测仿真 |
| 4.4 基于实测船舶运动姿态的非线性非平稳性分析 |
| 4.5 基于实测船舶运动姿态的预测结果分析 |
| 4.6 本章小结 |
| 第5章 基于改进支持向量机回归的组合预测方法 |
| 5.1 粒子群优化算法 |
| 5.1.1 标准粒子群优化算法 |
| 5.1.2 粒子群优化的改进算法 |
| 5.1.3 IPSO优化过程 |
| 5.2 SORR回归算法 |
| 5.3 EEMD-IPSO-SORR组合预测算法 |
| 5.4 基于实测船舶运动姿态的预测结果分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（9）高桩对接作业的波浪补偿系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 课题的来源和意义 |
| 1.3 高桩对接作业技术现状分析 |
| 1.4 波浪补偿系统研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 波浪补偿技术发展趋势和存在的主要问题 |
| 1.6 本论文的主要研究内容 |
| 第2章 高桩对接作业的补偿系统方案设计 |
| 2.1 引言 |
| 2.2 海浪扰动下船舶的运动 |
| 2.2.1 空间固定坐标系的建立 |
| 2.2.2 随船移动坐标系的建立 |
| 2.2.3 船体坐标系的建立 |
| 2.2.4 海浪作用下船舶的运动 |
| 2.3 高桩对接作业装置的方案设计 |
| 2.3.1 高桩对接作业装置的设计要求 |
| 2.3.2 主动补偿登靠系统的整体方案 |
| 2.4 高桩对接作业中波浪补偿系统方案设计 |
| 2.4.1 横摇补偿系统设计 |
| 2.4.2 纵摇和升沉补偿系统设计 |
| 2.5 高桩对接作业装置的优化分析 |
| 2.5.1 设计变量 |
| 2.5.2 约束条件 |
| 2.5.3 优化目标 |
| 2.5.4 优化计算 |
| 2.6 本章小结 |
| 第3章 波浪补偿系统的数学建模与分析 |
| 3.1 引言 |
| 3.2 高桩承台作业环境 |
| 3.3 海浪的参数化模拟 |
| 3.4 波浪补偿系统的数学模型 |
| 3.4.1 波浪补偿系统的运动学分析 |
| 3.4.2 波浪补偿系统的动力学模型 |
| 3.5 高桩对接装置的仿真分析 |
| 3.5.1 横纵摇周期的确定 |
| 3.5.2 约束关系的等效确定 |
| 3.5.3 系统虚拟样机边界条件的加载 |
| 3.5.4 结构无碰撞分析 |
| 3.5.5 装置的运动分析 |
| 3.6 本章小结 |
| 第4章 波浪补偿系统的预报方法及控制研究 |
| 4.1 引言 |
| 4.2 波浪补偿系统控制方案的设计 |
| 4.2.1 补偿系统整体控制策略研究 |
| 4.2.2 前馈预报控制策略研究 |
| 4.3 预报方法概述 |
| 4.4 预报方案设计 |
| 4.4.1 预报方案的选取 |
| 4.4.2 基于BP神经网络的船舶预报分析方法 |
| 4.4.3 海浪谱曲线模拟 |
| 4.4.4 船舶运动姿态预报分析 |
| 4.5 本章小结 |
| 第5章 基于波浪补偿技术的对接作业系统建模与分析 |
| 5.1 引言 |
| 5.2 高桩对接作业的液压控制机构建模 |
| 5.2.1 伺服阀流量线性化方程 |
| 5.2.2 液压缸流量连续性方程 |
| 5.2.3 液压缸及负载的力平衡方程 |
| 5.2.4 液压缸参数化设计 |
| 5.3 高桩对接作业的液压执行系统设计 |
| 5.3.1 横摇补偿液压系统设计 |
| 5.3.2 纵摇补偿液压系统设计 |
| 5.3.3 升沉补偿液压系统设计 |
| 5.3.4 整体液压系统布局设计 |
| 5.4 基于波浪补偿技术的对接装置性能验证 |
| 5.5 本章小结 |
| 总结 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）舰船并靠波浪补偿研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文研究的背景和意义 |
| 1.1.1 海上舰船并靠的重要性 |
| 1.1.2 海上并靠作业存在的问题分析 |
| 1.1.3 论文研究的目的和意义 |
| 1.2 国内外相关领域的研究现状 |
| 1.2.1 舰船并靠摇荡运动研究现状 |
| 1.2.2 波浪补偿研究现状 |
| 1.2.3 舰船运动预报研究现状 |
| 1.2.4 磁流变液技术研究现状 |
| 1.3 论文研究的主要内容 |
| 1.4 论文创新点 |
| 1.5 本章小结 |
| 第二章 波浪中舰船并靠相对运动研究 |
| 2.1 规则波中并靠两船运动方程的建立 |
| 2.1.1 坐标系的建立 |
| 2.1.2 速度势的分解 |
| 2.1.3 流体作用力 |
| 2.1.4 两船并靠运动方程 |
| 2.2 规则波中并靠两船相对运动特性 |
| 2.2.1 两船相对运动的定义 |
| 2.2.2 两船并靠 AQWA 建模 |
| 2.2.3 两船六自由度响应幅值 |
| 2.2.4 并靠两船相对运动响应幅值 |
| 2.3 不规则波中并靠两船相对运动特性研究 |
| 2.3.1 不规则波中并靠两船相对运动响应幅值预报 |
| 2.3.2 不规则波中并靠两船相对运动统计特性分析 |
| 2.4 本章小结 |
| 第三章 舰船并靠相对运动极短时间预报研究 |
| 3.1 基于 AR 模型的相对运动极短时间预报 |
| 3.1.1 AR 模型 |
| 3.1.2 模型参数估计 |
| 3.1.3 模型阶数 p 的确定 |
| 3.1.4 基于 AR 模型的多步预报算法 |
| 3.1.5 基于 AR 模型的仿真预报 |
| 3.2 基于混沌 ELMAN 神经网络的相对运动极短时间预报 |
| 3.2.1 Elman 神经网络模型 |
| 3.2.2 动态反向传播学习算法 |
| 3.2.3 混沌反向传播学习算法 |
| 3.2.4 混沌 Elman 神经网络的构建原则 |
| 3.2.5 基于混沌 Elman 神经网络的多步预报算法 |
| 3.2.6 基于混沌 Elman 神经网络的相对运动预报仿真研究 |
| 3.3 本章小结 |
| 第四章 舰船并靠变阻尼波浪补偿及控制研究 |
| 4.1 变阻尼波浪补偿器的设计与性能分析 |
| 4.1.1 变阻尼波浪补偿器设计 |
| 4.1.2 变阻尼波浪补偿器性能测试 |
| 4.1.3 变阻尼波浪补偿器的力学公式 |
| 4.2 基于变阻尼波浪补偿的舰船并靠时域运动方程 |
| 4.2.1 两船并靠时域运动方程 |
| 4.2.2 附加质量和迟滞函数 |
| 4.2.3 波浪力 |
| 4.2.4 变阻尼波浪补偿器对两船的作用力（矩） |
| 4.3 变阻尼波浪补偿控制策略 |
| 4.3.1 时域运动状态空间方程的建立 |
| 4.3.2 变阻尼波浪补偿控制策略 |
| 4.4 变阻尼波浪补偿仿真分析 |
| 4.5 本章小结 |
| 第五章 模型试验信号采集与处理方法研究 |
| 5.1 舰船并靠模型试验运动信号采集 |
| 5.1.1 运动信号采集系统的传感器 |
| 5.1.2 运动信号采集系统的数据采集卡 |
| 5.1.3 运动信号采集流程 |
| 5.1.4 运动信号采集软件系统设计 |
| 5.2 数据预处理 |
| 5.2.1 采样数据的标定转换 |
| 5.2.2 采样数据的平滑处理 |
| 5.2.3 滑动平均法消除趋势项的有效性检验 |
| 5.3 加速度信号频域积分处理法 |
| 5.3.1 基本原理 |
| 5.3.2 加速度数据的频域滤波处理 |
| 5.3.3 频域积分方法的有效性检验 |
| 5.4 基于 EMD 和 FFT 的加速度信号处理法 |
| 5.4.1 经验模态分解（EMD） |
| 5.4.2 基于 EMD 的自适应滤波 |
| 5.4.3 基于 EMD 和 FFT 的加速度信号处理方法 |
| 5.4.4 仿真研究 |
| 5.5 本章小结 |
| 第六章 舰船并靠波浪补偿模型试验研究 |
| 6.1 舰船模型试验的建立 |
| 6.1.1 模型试验相似准则的选定 |
| 6.1.2 试验所用母型船及船模主要参数 |
| 6.1.3 试验设备和测量仪器 |
| 6.2 舰船并靠相对运动模型试验 |
| 6.2.1 试验条件和测试参数 |
| 6.2.2 舰船并靠相对运动模型试验结果分析 |
| 6.3 舰船并靠波浪补偿模型试验 |
| 6.3.1 试验条件和测试参数 |
| 6.3.2 舰船并靠波浪补偿模型试验结果分析 |
| 6.4 本章小结 |
| 结论 |
| 主要结论 |
| 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 答辩委员会对论文的评定意见 |
四、船舶横向运动基于周期图建模的补偿控制研究（论文参考文献）
- [1]风帆推进船舶路径跟踪制导与控制[D]. 邓英杰. 大连海事大学, 2020(04)
- [2]基于自航试验的船舶操纵运动灰箱辨识建模[D]. 梅斌. 大连海事大学, 2020(01)
- [3]海上双体风电运维船总体设计的关键技术研究[D]. 于兴鹏. 江苏科技大学, 2020(03)
- [4]运动目标被动声呐信号频域分析关键技术研究[D]. 郭微. 哈尔滨工程大学, 2020(04)
- [5]船舶远洋安全航行运动姿态控制技术研究[D]. 金仲佳. 哈尔滨工程大学, 2020(04)
- [6]舰船回转中减横倾/横摇控制方法研究[D]. 赵朋. 哈尔滨工程大学, 2019(04)
- [7]海上平台（船舶）用并联运动补偿平台控制策略研究[D]. 马千里. 天津大学, 2018(06)
- [8]船舶运动姿态短时高精度预测方法研究[D]. 刘世林. 哈尔滨工程大学, 2019(08)
- [9]高桩对接作业的波浪补偿系统研究[D]. 秦明杰. 哈尔滨工程大学, 2017(08)
- [10]舰船并靠波浪补偿研究[D]. 施平安. 华南理工大学, 2013(05)