一、船舶纵向运动建模及广义预测控制（论文文献综述）
何靖仪[1]（2020）在《基于RANS法与SBD技术的船舶阻力性能优化方法研究》文中认为在船舶阻力性能优化中,对阻力性能的预报方法、对船型及浮态设计方案的优化方法是至关重要的。对于常规的排水型船舶来说,良好的型线设计方案是众多减阻手段中的重要基础;对于高速滑行艇来说,良好的浮态设计方案是平衡高航速低阻力与纵向运动稳定性之间关系的重要手段。随着计算机性能的不断提高、数值模拟技术的不断发展,基于RANS法的船舶阻力性能预报方法也得到了广泛的研究与发展;同时,为了降低优化计算的成本,SBD技术也应运而生,并在船舶、车辆以及航空航天等诸多领域得到了发展与应用。目前在基于RANS法预报船舶阻力性能时,关于边界层的设置往往需要较多的论证工作,缺乏较简易的设置建议;关于计算域的大小及湍流模型的选择也多依据经验进行设置,缺乏较合理的参照方案。同时,将SBD技术应用于船舶优化设计领域时,缺乏对近似模型中建模方法的对比讨论、也缺乏针对具体问题的改进方案。因此,针对这一系列问题,论文从对基于RANS法的船舶阻力性能预报方法以及基于SBD技术的阻力性能优化方法两方面入手,首先讨论了在基于RANS法的船舶阻力性能计算中,边界层网格的设置、计算域大小的设计及针对常规排水型船与滑行艇两种不同船型的湍流模型的选择问题;随后对比分析了不同近似模型构建方法的建模精度,并针对两个具体的优化问题提出了相应的改进方案。具体的说,本文的研究工作有以下4个方面:（1）以KCS船模与Fridsma滑行艇两种不同的船型为计算对象,进行了基于RANS法的船舶阻力性能及纵向运动的预报,得到的预报结果与水池试验值相比误差较小,验证了论文所提出的边界层设置方法及计算域大小设计方法的合理性,并给出了两种船型的湍流模型的选择建议。（2）在基于型线设计的阻力性能优化方法研究中,将OLHS抽样法、Kriging模型法、敏感性分析、NSGA-Ⅱ优化算法相结合的SBD优化技术应用到一艘双尾鳍远洋渔船的尾部型线优化之中,较完整地展示了采用SBD技术进行优化设计时的流程,并对比分析了不同近似模型构建方法的建模精度,最终得到了四个航速下平均减阻5.4%、设计航速下减阻5.6%的尾鳍优化设计方案,体现了 SBD优化技术的可靠性。（3）在基于主尺度要素设计的低速直首式肥大型船舶的阻力性能优化方法研究中,由于几何建模时的设计变量与近似模型构建时的设计变量是存在耦合关系的不同变量,导致在数据训练时,在设计空间的边缘处产生“缺口”,论文针对这一问题提出了基于边缘修正样本的Kriging法,根据缺口距离均匀地生成边缘补充样本点,保证Kriging模型能够较完整的覆盖整个设计空间。在验证了基于ECS-Kriging法所构建的近似模型在设计空间边缘处拥有更佳的近似精度之后,将其应用到KVLCC2油船、KCS集装箱船及66000DWT散货船的主尺度要素优化之中,最终分别得到了减阻7.85%、5.08%及8.24%的主尺度要素优化设计方案。（4）在基于浮态设计的滑行艇阻力性能优化方法研究中,由于数值计算收敛的难易程度体现了滑行艇纵向运动的稳定程度,继而影响到样本点距离航态分界线的远近,因此无法简单的依靠基本的SVM算法构建稳定航行与纵向运动失稳样本点之间的分界线,论文针对这一问题提出了基于偏离度约束的SVM算法,将各个样本点的收敛难易程度作为偏离度约束添加到SVM算法中,进行了考虑“海豚运动”的滑行艇浮态优化设计方法研究,并以一艘V型高速滑行艇的浮态优化设计为例,通过对稳定滑行与纵向运动失稳之间分界线的合理拟合,得到了设计航速下减阻5.15%的浮态优化设计方案。本文以基于船舶阻力性能的船舶优化设计为研究背景,讨论在基于RANS法进行船舶阻力性能及纵向运动的预报中的一些细节,并提出了针对船舶型线设计、主尺度要素设计以及浮态设计的SBD技术,期望论文的研究有助于船舶阻力性能优化方法的进展。
杨晓[2]（2020）在《水动力模型驱动下的智能船舶仿真平台研究》文中研究指明在交通强国和海洋强国战略的指引下,我国正不断加快智能船舶的研发。智能船舶与普通船舶相比,无论自主航行还是远程遥控,在船舶航行过程中都离不开远程岸基中心和适任的岸基操作人员的支持。本文聚焦行业对智能船舶岸基中心和仿真训练系统的需求,针对智能船舶离线动态演进过程中缺少高精度船舶操纵运动数学模型的问题,以及智能船舶岸基中心缺乏友好的船舶数据呈现及交互载体的问题,在船舶操纵设备数值模拟、船舶操纵运动数值模拟及基于数字孪生的智能船舶仿真平台方面展开了相关研究。主要研究工作如下:1)针对研究中涉及到的计算流体动力学理论以及航海虚拟仿真技术进行了总结和论述。从流体的控制方程出发,总结了本文数值模拟研究中采用的RNGk-ε模型、SST k-ω模型以及RSM模型,介绍了数值离散常用的有限体积法以及对离散后的代数方程组进行求解的SIMPLE算法,给出了 ITTC对于船舶数值模拟最新推荐的不确定度分析规程。对智能船舶仿真平台涉及到的三维虚拟场景建模、三维空间的取景和几何变换以及虚拟物体的碰撞检测算法进行了讨论。2)针对螺旋桨和半悬挂舵的水动力性能进行了系列数值模拟研究。以国际标准船模KVLCC2的KP458螺旋桨为研究对象,对不同进速系数和湍流模型下的螺旋桨周围流场进行了数值模拟,分析了不同进速系数下和湍流模型下螺旋桨的推力、扭矩和效率。通过螺旋桨表面压力、尾流及涡强度分布图,分析了螺旋桨推力系数的变化以及梢涡、毂涡的生成和变化。以KVLCC2船模的半悬挂舵为研究对象,对不同攻角下半悬挂舵的水动力性能和周围流场进行了数值模拟,分析了作用在挂舵臂和舵叶上的升力和阻力,分析了半悬挂舵的表面压力和周围流场的流矢量分布。为确保数值计算的有效性,按照ITTC最新的不确定度分析规程对螺旋桨和半悬挂舵的数值模拟结果做了验证和确认。在螺旋桨和半悬挂舵水动力性能分析的基础上,数值模拟了螺旋桨和半悬挂舵之间的相互干扰,比较了桨舵干扰和敞水试验下螺旋桨的推力系数和转矩系数,分析了不同桨舵间距对螺旋桨水动力性能的影响。3)针对船舶操纵运动流场及水动力进行了数值模拟研究。以国际标准船模KVLCC2为研究对象,数值模拟了不同漂角下的船舶斜航运动,解算了斜航运动下船舶的阻力系数、横向力系数和转艏力矩系数,将数值模拟结果与NMRI的水池试验结果比较,本文的数值模拟结果与水池试验结果总体吻合较好。分析了不同湍流模型下船体表面压力分布、涡度分布和绕流特性,发现湍流模型SST k-ω能够更好的呈现船舶周围流场的压力及涡度分布。为确保数值计算结果的有效性,按照ITTC最新的不确定度分析规程对数值结果做了验证和确认。数值模拟了船舶在斜航运动、不同舵角下的拖曳运动、横荡运动、艏摇运动等四种运动工况,解算出了无因次化的船舶水动力位置导数、控制导数、线加速度导数、角速度导数以及角加速度导数。4)针对智能船舶仿真平台系统架构及开发中的系列关键技术进行了研究。建立了具备在线和离线两种模式的智能船舶仿真平台架构,确定了仿真平台在线模式下作为虚拟岸基中心的11项主要功能,以及离线模式下作为虚拟训练系统的13项主要功能,设计了键鼠交互、触控交互、语音交互、VR头盔及手柄交互以及动作识别交互等五种交互方式。基于KVLCC2的数值模拟方法,为巴拿马籍57000吨散货船“CHANG SHAN HAI”建立了船舶操纵运动数学模型,并对模型进行了 35°左满舵旋回和10°/10°Z形仿真试验。通过搭建智能船舶三维模型层次结构,建立并优化了智能船舶三维模型,提高了场景真实感和实时性;从场景漫游、快速导航及瞬移、交互行为等方面实现了智能船舶的三维交互仿真。建立了智能船舶的数字孪生驾驶台,开发了基于IEC61162海事标准数据格式的航海仪器仿真设备,实现了仿真设备与实船设备数据的无缝对接。基于上述研究结果,本文开发了具备在线和离线两种模式的智能船舶仿真平台。通过对国际标准船模KVLCC2的数值模拟与结果验证,为智能船舶仿真平台离线动态演进过程建立了高精度的船舶操纵运动数学模型。通过对智能船舶仿真平台架构及关键技术的研究,开发了智能船舶数字孪生驾驶台,解决了智能船舶虚拟岸基中心数据呈现及交互的问题。智能船舶仿真平台在线模式下可作为智能船舶虚拟岸基中心,实时接收和显示实船数据;智能船舶仿真平台离线模式下可作为智能船舶虚拟训练系统,为岸基操作人员和船员提供高沉浸感的仿真训练。
刘彩云[3]（2020）在《船舶动力定位辅助锚泊系统控制方法研究》文中认为由于海洋浮式结构物需要在海洋环境下长时间持续工作,推进器辅助锚泊定位（Thrusted Assisted Position Mooring,简称TAPM）系统作为深水作业中一种经济定位方法被广泛采用。如何提高作业的经济性和安全性是TAPM控制方法研究中的两个重要内容。本文从定位系统的安全性和经济性出发,设计了一种新的动力定位辅助锚泊（Dynamic Positioning Assisted Mooring,简称DPAM）系统。为了提高DPAM系统的经济性、发挥锚泊系统的最大作用,本系统可以根据不同海况选择合适的船舶位置参考点,并设计了相应的DP辅助定位控制器。为了提升作业安全性,设计了一种锚泊监测系统,通过对目标船舶位置的实时监测,推断对应的锚缆状态,以实现不同控制策略间的切换。针对以上两点对DPAM系统的要求,本文的主要研究内容包括以下几个方面:首先,介绍了DPAM系统的工作原理、作业流程及其系统结构。其次对DPAM系统进行了数学建模,包括锚泊系统作用下的船舶水平面三自由度运动数学模型、海洋环境干扰模型和锚泊系统模型。然后对不同海况下的船舶运动特性进行分析并确定了不同海况下适用的控制方法。针对中等海况下DPAM系统的高定位精度和实时性需求,对系统控制方法进行了设计,其中包括船舶位置设定点优化和控制器设计两部分。通过对位置设定点优化设计,使定位系统具有更好的经济性;考虑有限时间控制技术收敛速度快、抗干扰性好及高精度等优点,针对船舶速度不可测和外部干扰未知的问题设计了一种有限时间状态观测器,使其估计误差在有限时间内有界。根据观测器估计的速度和环境干扰,设计了一种输出反馈定位控制律。利用齐次稳定性和李雅普诺夫稳定性理论证明了所设计的定位控制器的有限时间收敛性,使设计的控制系统具有更快的收敛速度,更好的抗干扰性和抗参数摄动能力以及更高的精度。针对高海况DPAM系统的作业安全性需求,对系统控制方法进行了设计,包括船舶位置设定点优化和控制器设计两部分。通过对位置设定点分两种策略进行优化设计,确保定位系统安全的同时又兼顾了经济性需求。为了避免在高海况下船舶位置超过临界平衡位置,造成锚缆断裂,采用阶梯式隐式广义预测控制算法设计了一种模型预测控制器,设计的控制器可以对船舶的位置提前预测。最后,为了降低推进系统能耗,并及时有效的提供所需的控制力及力矩,设计了一种多目标推力分配优化方法。推力分配过程中除了需要考虑力和力矩的准确分配,还需要考虑推进系统的能耗、推进器的磨损、推进器的推力禁区和死区、饱和以及方位角和推力变化速率等约束条件。针对以上的多目标优化问题,设计了一种基于改进的非支配解排序的进化算法（Non-dominated sorting genetic algorithm-II,简称NSGA-Ⅱ）的推力分配方法。为了提高种群多样性、算法的收敛性和节省计算时间,本文对所设计的推力分配方法进行了改进。本文针对设计的DPAM系统,分别对其在中等和高海况下的控制方法和推力分配方法进行了研究,并对设计的控制方法进行了仿真验证。结果表明,设计的有限时间输出反馈系统能更好地满足中等海况下DPAM系统的高精度定位目标;设计的模型预测控制系统使DPAM系统在高海况定位时既保证了锚缆的安全,又充分利用了锚泊系统的系泊作用,节约了成本,满足了高海况作业的安全需求;设计的基于NSGA-Ⅱ算法的推力分配方法可以有效地降低推进系统的能耗,使DPAM系统具有更好的经济性。
梅斌[4]（2020）在《基于自航试验的船舶操纵运动灰箱辨识建模》文中研究指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。
张晓磊[5]（2020）在《救助船舶运动7DOF数学模型的研究》文中研究指明船舶与海洋工程的实践应用与船舶操纵模拟器的发展,共同驱动着波浪中船舶操纵运动数学模型的研究。以高海况（本文特指6级海况及以上）中的船舶救助为背景,针对目前船舶操纵模拟器对救助船运动模拟精度不足的问题,本文从操纵性-耐波性统一数学模型、高海况中的减摇问题、波浪载荷求解问题和实时运动模拟4个方面开展深入研究,目的在于提高数学模型特别是救助船运动数学模型的精度,为船舶在高海况中的运动特性分析和救助船操纵模拟器行为真实感的研究提供理论支撑。（1）在统一模型方面,本文综合考虑环境载荷对船舶运动的影响,基于Cummins统一模型系统化的建立了完备的6DOF耦合船舶运动数学模型。其中,全面集成船体水动力、阻力-推进、回复力、舵力、风和波浪载荷模块,还特别考虑了流作用及波浪中舵桨沉深等问题。对主要模块进行了逐一的计算或验证,以保证各模块的有效性和准确性,其中横摇阻尼计算的最大误差在5%左右,阻力-推进系统的桨速计算最大误差约10.9%。（2）在减摇数学模型方面,由于救助船配备有可控被动减摇水舱,因此针对高海况下救援过程中的减摇问题,采用哈密尔顿动力学建立一般形式的减摇水舱数学模型,进而推导得到矩形横剖面的U型减摇水舱模型,在此基础上给出两侧气阀的最佳相位PD控制模型;将减摇水舱模型与6DOF船舶运动数学模型相结合,建立了完整的7DOF船舶-减摇水舱耦合运动数学模型。为验证减摇水舱及气阀控制模型的准确性和有效性,对仅考虑横摇和水舱液位的2DOF模型进行了规则波中的试验与仿真对比。结果表明,被动和可控被动减摇水舱确实能达到很好的减摇效果,减摇分别达46.5%和66.9%。（3）在波浪载荷数值计算方面,本文同时考虑一阶波激载荷和二阶平均漂移载荷对船舶操纵运动的影响。在频域范围,基于流场速度势非线性边值问题,运用摄动展开法建立无限水深有航速条件下的线性边值问题;采用3D Green函数源法对一阶辐射和绕射问题进行数值求解,基于动量守恒原理,推导建立了计算量小、收敛性快的漂移载荷远场表达,并开发相关的载荷计算程序。以简单几何半球体、Wigley-I船、带有艉部外飘的S175船及Mariner船为研究对象,对本文方法的可靠性和有效性进行验证。结果表明,本文方法对辐射、绕射和波浪诱导运动等一阶问题,能保证计算结果的精度;对于二阶漂移载荷,在垂荡和纵摇运动的谐振频率附近,能较好预测漂移载荷的峰值位置;在短波长λ/L<0.5区域,本文结果相比其他主要研究学者的数值结果,能更好的趋向于渐进理论值。在时域范围,将模块化7DOF数学模型应用于实船,全面分析其对操纵性-耐波性问题预测的精确性和有效性。实船对象包括带有方艉的南海救111（NHJ111）、Mariner、带有艉部外飘的S175及育鲲（YuKun）。静水回转操纵中,通过与试验值的对比表明,7DOF模型精度可达7.0%,且预测结果优于经验方法和2D切片理论方法。在波浪中的操纵中,以Mariner和S175为对象,对发表稀缺的短峰波漂移载荷进行预测,与已发表其他学者的规则波数值结果相比,本文结果略小且有明显的振荡特性,回转圈和运动量的预测结果,与试验值和其他学者的结果吻合较好;对于YuKun,进行风、流和浪联合作用下的回转操纵计算,本文结果与试验回转圈吻合很好,充分表明所建立数学模型的优良船型适用性及其所能达到的最大预测精度,能较好预测实际海况中的船舶运动。采用已验证的7DOF数学模型,在6级海况下对NHJ111的操纵运动进行仿真预测,包括静水中风和流作用的操纵、短峰波中考虑舵桨沉深及减摇水舱作用下的操纵等。（4）将验证的7DOF数学模型应用于救助船操纵模拟器,自主开发了完整的船舶-减摇水舱耦合运动仿真测试平台,从视感和体感角度模拟高海况下的救助船运动。视感方面,为解决短峰波载荷计算耗时问题,本文提出采用并行同步追逐插值方法,将视景帧速率从7 FPS提升到20 FPS,满足了实时可视化15 FPS的最低要求,兼顾了模型的“精度”和计算的“实时”。体感方面,引入6DOF Stewart摇摆台,采用洗出滤波算法和动态虚拟装配算法,从试验和仿真方面实现了救助船的摇荡运动模拟,为配备有Stewart摇摆台的救助船操纵模拟器研究和相关标准制定奠定基础。
王晓强[6]（2020）在《钢-混凝土组合结构在海上超大型浮体中的应用研究》文中认为钢-混凝土组合结构能够充分利用钢材和混凝土各自的优势,具有优越的综合力学性能,其在对结构安全性、经济性有较高要求的海上超大型平台中具有良好的应用价值和广阔的发展潜力。论文围绕钢-混凝土组合结构在海上超大型浮式平台中的应用展开深入研究,提出了多种新型超大型浮式平台组合结构方案,开发了相应的水弹性响应分析程序包,并基于结构整体和局部构件研究,对结构受力性能进行深入分析,为钢-混凝土组合结构在海上超大型浮体中的应用提供了重要的设计参考依据。取得的主要研究成果如下:（1）提出多种新型海上超大型钢-混凝土组合结构平台方案。根据超大型平台结构及钢-混凝土组合结构的受力特点,针对桩基式、箱式和半潜式浮体平台,分别提出相应的组合结构方案,为组合结构在超大型平台中的应用研究奠定了基础。（2）海上超大型浮体的水弹性响应软件开发及参数分析。开发了超大型浮体水弹性响应计算程序包THhydro,该程序包支持基于模态叠加的水弹性响应分析及基于多体相互作用的水弹性响应分析,并已经过大量试验的验证。同时,进行了海上超大型浮体水弹性响应参数分析,并提出基于机器学习的超大型浮体水弹性响应快速预测及估算方法,从而简化结构初步设计的流程、缩短设计周期。（3）组合结构平台关键构件受力性能分析及优化。提出三种适用于浮式平台的组合板截面形式,并基于精细有限元从截面层次和构件层次对比分析了各截面在海洋环境不同受力模式下的响应特点,给出浮式平台中钢-混凝土组合顶底板的设计建议;通过理论分析,给出双钢板-混凝土组合板在考虑界面滑移时的平衡微分方程及整体屈曲临界荷载理论解,并提出隔板稳定设计方法。（4）海上超大型钢-混凝土组合浮式平台受力性能分析与案例设计。进行了海上超大型钢-混凝土组合箱式浮体结构以及半潜式浮体中组合潜体结构的案例分析,给出组合结构平台用钢量、自重及其他设计指标的定量参数,为钢-混凝土组合结构在海上超大型浮式平台中的应用提供设计参考依据。同时,给出钢-混凝土配比对结构各设计指标的影响规律。研究表明,组合结构浮体可以有效的减小结构用钢量,降低结构造价。此外,研究了多体连接器的各项参数对海上超大型浮式平台水弹性响应的影响。
江涛[7]（2020）在《欠驱动水面无人艇的路径规划及轨迹跟踪控制研究》文中进行了进一步梳理无人艇因其尺寸小、吃水浅和功能多样等特点,被广泛用在内河和近海场景执行无人任务,例如水质采样、岛礁测绘等。本文以课题组的“精海8-b”无人艇为研究对象,对无人艇的路径点跟踪任务进行了研究。针对无人艇在急转弯等极端场景存在的跟踪误差大、误差收敛缓慢等问题,提出了基于LOS（Line-ofSight）制导与广义预测控制（generalized predictive control,GPC）的路径规划方法和基于滑模控制（sliding mode control,SMC）的轨迹跟踪方法,并将两种方法结合提出LOS-GPC-SMC控制策略,实现了无人艇的路径点跟踪控制。在此基础上,开展了编队控制研究,采用跟随者独立控制的方法,通过编队控制运动学将编队控制问题转化为轨迹跟踪问题,最终实现了领航者-跟随者的编队控制。本文的主要研究内容如下:在无人艇运动建模方面,为了简化控制难度,在考虑外界干扰的情况下,建立了只考虑船纵荡、横荡和艏摇三个方向的运动的无人艇水动力模型。为了使后续生成的虚拟轨迹中包含船体的机动性能约束,建立了“精海8-b”无人艇的Nomoto模型。此外,因为“精海8-b”无人艇采用的是双螺旋桨驱动,推力通过两个螺旋桨产生,转艏依靠两个螺旋桨之间的差速实现,为给后续仿真做铺垫,建立了前进推力和转艏力矩与两个螺旋桨推进器油门值之间的数学关系。在任务路径规划方面,提出了一种基于LOS制导和GPC算法（LOS-GPC方法）的虚拟轨迹生成策略,通过LOS制导将路径点跟踪问题转化为艏向跟踪问题,之后将得出的虚拟艏向输入给控制器采用GPC算法设计的虚拟无人艇,从而生成虚拟轨迹,最后通过仿真实验证明了所提方法的可行性。在轨迹跟踪控制方面,针对无人艇在具有参数不确定以及风浪流等外界干扰情况下的轨迹跟踪问题,通过设计运动学回路中纵向和横向的虚拟控制律将轨迹跟踪问题转换成速度跟踪问题,之后采用滑模控制方法设计无人艇的纵向速度控制器和艏向控制器对虚拟控制律进行跟踪,此外为了有效解决滑模控制律所存在的状态抖动问题,论文设计了一种新的自适应切换律来减弱系统的抖动,最后通过仿真实验验证了所提方法的有效性。在编队控制应用方面,针对环境干扰和参数摄动场景中的编队控制问题,提出采用领航者-跟随者编队控制方法,结合编队运动学,将编队控制问题转化为跟踪控制问题。对于领航者,其期望路径通过工作人员以点的形式给出,然后采用LOS-GPC的方式生成一条包含无人艇机动性能约束的虚拟轨迹,通过提出的滑模控制方法对领航者的控制器进行设计进而对虚拟轨迹进行跟踪。针对跟随者,其期望轨迹通过结合领航者航行的轨迹与领航者之间的相对位置产生,采用滑模控制方法对跟随者的控制器进行设计,最后通过仿真实验证明了所提方法的可行性。通过路径点跟踪控制的实现和编队控制案例的应用,表明提出的LOS-GPCSMC控制策略能有效实现对路径点的跟踪控制,所提出的滑模控制方案能在参数存在摄动以及外界存在干扰的情况下能较好地实现轨迹跟踪,并且将提出的路径规划方法和滑模控制方案与编队运动学相结合能很好地实现编队运动控制。
陈冬[8]（2020）在《面向协同观探测的UUV绿色动态控位方法研究》文中进行了进一步梳理水下无人航行器（Unmanned Underwater Vehicle,UUV）的绿色动态控位过程,即指UUV在满足控制精度要求的前提下,以尽量少的能耗,尽可能低的推进器动车频次,尽量低的辐射噪声,使自身位姿到达并保持在目标状态。面向协同观探测的UUV绿色动态控位过程,则是在上述任务的前提下,以UUV集群的阵型保持为基本约束,对其中单体UUV的绿色动态控位方法及策略进行研究。本文主要研究内容有:首先,对面向观探测的UUV集群控位需求进行了分析,并对UUV动力学模型进行了仿真验证。针对三种典型的观探测阵型,结合任务约束、通信能力约束、安全距离约束等,分别对其进行了位姿保持需求分析。并对单体UUV的动力学模型进行了仿真验证,对本文所研究的UUV的动态控位能力进行了分析。其次,针对UUV在近水面动态控位过程中位置、速度及航向信息存在噪声,使得控制系统输入信号质量降低的问题,进行了无迹卡尔曼滤波方法的适用性分析,并对基于无迹卡尔曼滤波的UUV运动状态去噪方法进行了仿真试验验证。再次,针对面向观探测阵型保持的UUV,设计了绿色动态控位方法及策略。以UUV距目标定位点的距离为控制方法切换的判断条件,为UUV划定了不同控制级别的工作区域,以阵型保持为任务约束,针对每种情况设计了相应的动态控位方法。结合前述内容,当UUV距离目标定位点较远时,采用粒子群优化方法,为UUV抵达目标定位点附近的过程规划能耗最优的运动方案;当UUV距离目标定位点较近时,采用改进的广义预测控制方法,使UUV在目标位置值守的过程中更加安静、辐射噪声更低,同时延长值守作业时长。最后,结合工程应用背景,设计了仿真案例,对本文提出的面向观探测阵型保持的UUV绿色动态控位方法及策略进行了仿真试验。试验分别从UUV集群的阵型保持能力、单体UUV的绿色动态控位能力两个角度出发,对上述控制策略及方法进行了对照仿真试验验证。试验结果表明,本文提出的策略及控制方法,具有适时应变、节能降噪特点,能够在同样满足预期控制效果的前提下,降低能耗,达到绿色动态控位目的。
王恒家[9]（2019）在《随机波浪扰动下的船舶航向运动控制研究》文中研究指明船舶运动控制一直是研究的热点。船舶运动控制分为航向控制和航迹控制,航向控制是船舶运动控制的基础。自贸易全球化以来,各国之间的贸易主要是船舶运输。而船舶航行状况容易受海上复杂环境影响,其中波浪对船舶航行影响最大,导致船舶航向控制性能降低,在多船相遇时,存在着碰撞的险情,威胁着船舶的航行安全。另外,近年来无人艇的研究受到各国热烈追捧,而无人艇研制面临最大的问题是如何在波浪的影响下仍保持良好的航向控制性能。因此,提升船舶在波浪下的航向控制性能是船舶航向控制研究的重要内容之一。目前,PID控制算法广泛应用在船舶的航向控制,对于船舶航向控制算法已选定,船舶的航向控制性能跟控制算法的参数、波浪引起扰动的系统状态变量以及受控系统的模型有关。因此,分别研究了以上内容对船舶航向控制性能影响。主要研究内容如下:1、针对船舶航向控制系统的控制性能跟航向控制算法的控制参数有直接联系。建立船舶航向控制系统的目标函数,在标准粒子群优化算法（PSO）基础进行改进,并对标准粒子群算法及改进粒子群算法进行了收敛性分析。然后采用该算法对目标函数寻优,在解空间内搜寻一组使得目标函数最优化的粒子,粒子的位置即为最优的控制参数,可使得船舶航向控制性能达到最佳。从仿真结果可以得出,将改进粒子群优化算法得到的控制参数应用于船舶控制系统中,船舶做转向运动时,航向角的超调量很小。2、针对船舶系统状态变量容易受到波浪的扰动影响。将粒子滤波算法应用到船舶系统状态变量的滤波处理,将处理后的船舶系统变量输入到航向控制系统中。船舶航向控制运动分为航向保持运动和航向跟踪运动。在不同海况下分别仿真了船舶的直航运动、转航运动、Z型运动。直航运动检验航向保持性能,转向运动检验航向跟踪性能,Z型运动则全面检验船舶航向控制性能的强弱。仿真结果表明了针对不同海况下的船舶三种运动,船舶的系统状态变量经粒子滤波处理输入到航向控制系统后,船舶的真实航向角在指定航向角附近小幅度波动,也说明该方法在一定程度上提高了控制系统的抗干扰性。3、针对受外界环境的影响及船舶自身参数的改变,船舶运动模型中的参数会出现漂移。基于系统辨识理论,采用遗忘因子最小二乘法和传感器采集的数据递推得到参数值,实时更新模型的参数值。将该方法应用到“海之灵”号航向运动控制中,在水池中分别进行了无人艇直航运动、转向运动实验。实验结果得到,通过辨识方法得到了“海之灵”号在实验时运动模型中参数值以及变化情况,且“海之灵”号具有良好的航向控制性能。
金仲佳[10]（2020）在《船舶远洋安全航行运动姿态控制技术研究》文中认为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。
二、船舶纵向运动建模及广义预测控制（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、船舶纵向运动建模及广义预测控制（论文提纲范文）
（1）基于RANS法与SBD技术的船舶阻力性能优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于RANS法的船舶阻力性能及纵向运动预报方法的研究现状 |
| 1.2.2 型线及主尺度要素优化设计方法的研究现状 |
| 1.2.3 滑行艇浮态优化设计方法的研究现状 |
| 1.3 研究目标与主要研究内容 |
| 1.4 论文组织结构 |
| 2 基于RANS法的船舶阻力性能及纵向运动的预报方法研究 |
| 2.1 引言 |
| 2.2 RANS法理论基础 |
| 2.2.1 RANS法的控制方程 |
| 2.2.2 湍流模型 |
| 2.2.3 数值计算方法 |
| 2.2.4 自由液面处理方法 |
| 2.2.5 重叠网格技术求解纵向运动 |
| 2.2.6 边界条件 |
| 2.3 边界层网格的设置及计算域大小的设计 |
| 2.3.1 边界层网格设置方法 |
| 2.3.2 船行波波长与波高 |
| 2.3.3 计算域大小的设计 |
| 2.3.4 计算流程 |
| 2.4 常规排水型船验证算例 |
| 2.4.1 计算对象及计算工况 |
| 2.4.2 网格划分及网格独立性验证 |
| 2.4.3 湍流模型适用性验证 |
| 2.4.4 验证计算结果 |
| 2.5 滑行艇验证算例 |
| 2.5.1 计算对象及计算工况 |
| 2.5.2 网格划分及网格独立性验证 |
| 2.5.3 湍流模型适用性验证 |
| 2.5.4 验证计算结果 |
| 2.6 本章小结 |
| 3 基于型线设计的船舶阻力性能优化方法研究 |
| 3.1 引言 |
| 3.2 SBD技术简介 |
| 3.2.1 抽样方法 |
| 3.2.2 近似模型技术思想 |
| 3.2.3 Kriging模型法 |
| 3.2.4 主效应及方差分析 |
| 3.2.5 启发式优化算法 |
| 3.2.6 基于型线设计的船舶阻力性能优化方法流程 |
| 3.3 基于型线设计的船舶阻力性能优化算例 |
| 3.3.1 计算对象及设计变量 |
| 3.3.2 样本点抽取及样本点的参数化建模 |
| 3.3.3 基于RANS法的双尾鳍渔船阻力性能预报 |
| 3.3.4 近似模型的构建及建模结果分析 |
| 3.3.5 基于NSGA-Ⅱ算法的优化求解及结果验证 |
| 3.4 本章小结 |
| 4 基于主尺度要素设计的船舶阻力性能优化方法研究 |
| 4.1 引言 |
| 4.2 基于边缘修正样本的Kriging法 |
| 4.2.1 问题的提出 |
| 4.2.2 样本点在设计空间边缘处的修正 |
| 4.2.3 基于主尺度要素设计的船舶阻力性能优化方法流程 |
| 4.3 基于主尺度要素设计的船舶的阻力性能优化算例 |
| 4.3.1 计算对象及设计变量 |
| 4.3.2 样本点的抽取及边缘修正 |
| 4.3.3 基于RANS法的直首式肥大型船阻力性能预报 |
| 4.3.4 基于ECS-Kriging构建近似模型以及建模结果分析 |
| 4.3.5 优化求解及结果验证 |
| 4.4 本章小结 |
| 5 基于浮态设计的滑行艇阻力性能优化方法研究 |
| 5.1 引言 |
| 5.2 基于偏离度约束的SVM算法 |
| 5.2.1 基础SVM算法 |
| 5.2.2 基于偏离度约束的SVM算法 |
| 5.2.3 基于浮态设计的滑行艇阻力性能优化方法流程 |
| 5.3 基于浮态设计的滑行艇阻力性能优化算例 |
| 5.3.1 计算对象及设计变量 |
| 5.3.2 样本点抽取 |
| 5.3.3 基于RANS法的滑行艇阻力性能及纵向运动的预报 |
| 5.3.4 基于SVM算法的航行状态分类及分类结果分析 |
| 5.3.5 基于DC-SVM算法的浮态优化设计及结果验证 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录A 样本数据 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（2）水动力模型驱动下的智能船舶仿真平台研究（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 |
| 1.3 国内外相关研究现状 |
| 1.3.1 智能船舶发展及研究现状 |
| 1.3.2 船舶操纵水动力数值模拟研究现状 |
| 1.3.3 航海虚拟仿真研究现状 |
| 1.4 本文研究目标及内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 论文章节安排 |
| 2 船舶仿真理论基础 |
| 2.1 引言 |
| 2.2 船舶计算流体动力学理论 |
| 2.2.1 控制方程 |
| 2.2.2 湍流模型 |
| 2.2.3 数值方法 |
| 2.2.4 数值不确定度分析 |
| 2.3 航海虚拟仿真技术 |
| 2.3.1 三维虚拟场景建模 |
| 2.3.2 三维取景变换和几何变换 |
| 2.3.3 碰撞检测技术 |
| 2.4 本章小结 |
| 3 螺旋桨及半悬挂舵水动力数值模拟研究 |
| 3.1 引言 |
| 3.2 螺旋桨水动力性能及不确定度分析 |
| 3.2.1 研究对象 |
| 3.2.2 计算域及网格划分 |
| 3.2.3 数值方法 |
| 3.2.4 不同进速系数下螺旋桨水动力数值计算 |
| 3.2.5 螺旋桨压力分布及涡强度分析 |
| 3.2.6 数值结果验证和确认 |
| 3.3 半悬挂舵水动力性能及不确定度分析 |
| 3.3.1 研究对象 |
| 3.3.2 计算域及网格划分 |
| 3.3.3 数值方法 |
| 3.3.4 不同攻角下半悬挂舵水动力数值计算 |
| 3.3.5 半悬挂舵压力分布及周围流场分析 |
| 3.3.6 数值结果验证和确认 |
| 3.4 桨舵干扰水动力性能研究 |
| 3.5 本章小结 |
| 4 船舶操纵运动流场及水动力数值模拟研究 |
| 4.1 引言 |
| 4.2 船舶操纵运动数学描述 |
| 4.2.1 坐标系的建立 |
| 4.2.2 船舶运动数学描述 |
| 4.2.3 船舶操纵运动水动力数学模型 |
| 4.3 船舶斜航运动水动力性能及不确定度分析 |
| 4.3.1 研究对象 |
| 4.3.2 计算域及网格划分 |
| 4.3.3 数值方法 |
| 4.3.4 不同漂角下船舶斜航水动力数值计算 |
| 4.3.5 船舶周围流场及涡流分布分析 |
| 4.3.6 数值结果验证和确认 |
| 4.4 船舶不同运动工况下水动力导数计算 |
| 4.4.1 船舶四种典型运动工况 |
| 4.4.2 斜航运动及位置导数计算 |
| 4.4.3 拖曳运动及控制导数计算 |
| 4.4.4 横荡运动及加速度导数计算 |
| 4.4.5 艏摇运动及角速度/角加速度导数计算 |
| 4.5 本章小结 |
| 5 智能船舶仿真平台构建 |
| 5.1 引言 |
| 5.2 智能船舶仿真平台架构 |
| 5.2.1 智能船舶仿真平台架构 |
| 5.2.2 智能船舶仿真平台功能设计 |
| 5.2.3 智能船舶仿真平台交互方式设计 |
| 5.3 船舶运动数学模型测试与验证 |
| 5.3.1 仿真船舶主要参数 |
| 5.3.2 船舶运动数学模型测试流程 |
| 5.3.3 典型船舶操纵运动仿真测试与验证 |
| 5.4 智能船舶三维建模与交互仿真 |
| 5.4.1 智能船舶三维模型构建 |
| 5.4.2 智能船舶三维交互仿真 |
| 5.5 智能船舶数字孪生驾驶台的实现 |
| 5.5.1 智能船舶数字孪生驾驶台模型 |
| 5.5.2 数字孪生驾驶台数据接口及设备孪生 |
| 5.6 本章小结 |
| 6 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 |
（3）船舶动力定位辅助锚泊系统控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景、目的及意义 |
| 1.2 课题相关内容的研究现状 |
| 1.2.1 TAPM系统控制方法的研究进展 |
| 1.2.2 锚泊系统的发展状况 |
| 1.2.3 DP控制系统的研究现状 |
| 1.2.4 DP船状态估计研究进展 |
| 1.2.5 推力分配策略的研究进展 |
| 1.3 论文的研究难点 |
| 1.4 论文主要研究内容与结构安排 |
| 第2章 DPAM系统数学模型的建立 |
| 2.1 引言 |
| 2.2 DPAM系统描述 |
| 2.3 船舶运动数学模型 |
| 2.3.1 坐标系定义及其转换 |
| 2.3.2 动力学模型 |
| 2.3.3 海洋环境干扰数学模型 |
| 2.3.4 锚泊系统数学模型 |
| 2.4 仿真验证 |
| 2.4.1 静水中船舶运动试验 |
| 2.4.2 环境干扰下船舶运动试验 |
| 2.4.3 锚泊作用下船舶运动试验 |
| 2.5 锚泊监测系统描述 |
| 2.6 本章小结 |
| 第3章 中等海况下DPAM系统控制方法研究 |
| 3.1 引言 |
| 3.2 中等海况船舶位置设定点优化 |
| 3.3 有限时间输出反馈控制器设计 |
| 3.3.1 预备知识 |
| 3.3.2 有限时间状态观测器设计 |
| 3.3.3 观测器稳定性分析 |
| 3.3.4 有限时间输出反馈控制器设计 |
| 3.4 仿真验证 |
| 3.4.1 有限时间控制器仿真验证 |
| 3.4.2 DPAM控制方法仿真验证 |
| 3.5 本章小结 |
| 第4章 高海况下DPAM系统控制方法研究 |
| 4.1 引言 |
| 4.2 高海况船舶位置设定点优化 |
| 4.3 模型预测控制器设计 |
| 4.3.1 GPC算法基本概述 |
| 4.3.2 滤波器设计 |
| 4.3.3 模型预测控制器设计 |
| 4.4 仿真验证 |
| 4.4.1 模型预测控制器仿真验证 |
| 4.4.2 DPAM控制方法仿真验证 |
| 4.5 本章小结 |
| 第5章 基于NSGA-Ⅱ算法的推力分配方法研究 |
| 5.1 引言 |
| 5.2 三自由度推力分配数学模型 |
| 5.2.1 推力分配约束条件 |
| 5.2.2 推力分配优化目标 |
| 5.2.3 推力分配多目标优化模型 |
| 5.3 基于NSGA-Ⅱ的推力分配方法研究 |
| 5.3.1 NSGA-Ⅱ算法的基本描述 |
| 5.3.2 推力分配方法研究 |
| 5.3.3 优化算法的改进 |
| 5.4 仿真验证 |
| 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 |
（4）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 |
（5）救助船舶运动7DOF数学模型的研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 船舶操纵模拟器的研究现状及进展 |
| 1.2.1 国外研究 |
| 1.2.2 国内研究 |
| 1.3 船舶运动数学模型的研究现状及进展 |
| 1.3.1 船舶操纵运动建模的发展 |
| 1.3.2 波浪载荷理论计算的研究 |
| 1.3.3 波浪中船舶操纵运动的研究 |
| 1.3.4 船舶操纵模拟器用数学模型的研究 |
| 1.3.5 减摇水舱数学模型的研究 |
| 1.4 本文主要研究的问题和思路 |
| 1.5 本文的主要工作 |
| 2 救助船在波浪中的操纵运动数学模型 |
| 2.1 救助特例中的运动问题 |
| 2.2 运动学方程 |
| 2.2.1 坐标系统 |
| 2.2.2 运动变量的符号表示 |
| 2.2.3 运动学坐标变换 |
| 2.3 动力学方程 |
| 2.3.1 平移方程 |
| 2.3.2 转动方程 |
| 2.3.3 刚体动力学方程的矩阵表达 |
| 2.4 6DOF船舶运动数学模型 |
| 2.4.1 统一数学模型的一般形式 |
| 2.4.2 船体水动力模型 |
| 2.4.3 横摇阻尼建模 |
| 2.4.4 阻力-推进建模 |
| 2.4.5 船体回复力建模 |
| 2.4.6 舵力建模 |
| 2.4.7 风载荷 |
| 2.4.8 波浪载荷 |
| 2.4.9 流作用下的船舶运动方程 |
| 2.5 本章小结 |
| 3 船舶-减摇水舱数学模型及验证 |
| 3.1 坐标系统及运动学分析 |
| 3.1.1 坐标系统 |
| 3.1.2 舱内流体的运动学分析 |
| 3.2 7DOF船舶-减摇水舱数学模型 |
| 3.2.1 一般形式的船舶-减摇水舱数学模型 |
| 3.2.2 船舶-矩形横剖面U型减摇水舱数学模型 |
| 3.2.3 舱内流体阻尼 |
| 3.2.4 舱内流体运动控制 |
| 3.3 船舶-减摇水舱数学模型的验证 |
| 3.3.1 船舶-减摇水舱降阶数学模型 |
| 3.3.2 仿真分析及试验验证 |
| 3.4 本章小结 |
| 4 水动力和波浪载荷的频域计算及验证 |
| 4.1 坐标系和流场定义 |
| 4.2 流场速度势边值问题 |
| 4.2.1 非线性边值问题 |
| 4.2.2 线性边值问题 |
| 4.3 基于3D Green函数法的载荷数值计算 |
| 4.3.1 边界积分方程及相关问题 |
| 4.3.2 水动力及波浪载荷 |
| 4.4 数值计算与对比验证 |
| 4.4.1 计算对象 |
| 4.4.2 辐射问题 |
| 4.4.3 绕射问题 |
| 4.4.4 波激载荷诱导运动 |
| 4.4.5 平均波浪漂移力 |
| 4.5 本章小结 |
| 5 船舶-减摇水舱数学模型的实船仿真和验证 |
| 5.1 计算对象 |
| 5.2 静水中实船操纵运动的计算和验证 |
| 5.2.1 NHJ111的静水操纵计算 |
| 5.2.2 Mariner的静水操纵计算 |
| 5.2.3 S175的静水操纵计算 |
| 5.3 波浪中实船操纵运动的计算和验证 |
| 5.3.2 Mariner在波浪中的操纵计算 |
| 5.3.3 S175在波浪中的操纵计算 |
| 5.3.4 YuKun在实际海况中的操纵计算 |
| 5.4 环境载荷作用下的NHJ111船运动仿真 |
| 5.4.1 静水中风和流作用下的操纵仿真 |
| 5.4.2 波浪中考虑舵桨沉深的操纵仿真 |
| 5.4.3 减摇水舱作用下NHJ111船的操纵仿真 |
| 5.5 本章小结 |
| 6 救助船操纵模拟器的动感模拟 |
| 6.1 数学模型在救助船操纵模拟器中的应用 |
| 6.2 视感模拟的实时算法设计 |
| 6.2.1 仿真测试平台的开发 |
| 6.2.2 实时算法设计 |
| 6.2.3 实时算法测试——短峰波中NHJ111船的实时操纵仿真 |
| 6.3 Stewart摇摆台的体感运动模拟 |
| 6.3.1 基于运动学分析的动态装配算法 |
| 6.3.2 基于Stewart摇摆台的体感运动模拟 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 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 |
（6）钢-混凝土组合结构在海上超大型浮体中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究和应用现状及不足 |
| 1.2.1 超大型浮体的水弹性力学响应分析 |
| 1.2.2 钢-混凝土组合结构在海洋工程中的应用及优势 |
| 1.3 论文的研究目标和总体思路 |
| 1.3.1 研究目标 |
| 1.3.2 总体思路 |
| 第2章 海上超大型钢-混凝土组合结构平台方案 |
| 2.1 概述 |
| 2.2 海上超大型钢-混凝土组合桩基式平台 |
| 2.3 海上超大型钢-混凝土组合箱式浮体平台 |
| 2.3.1 基于隔板体系的组合箱式浮体平台 |
| 2.3.2 基于框剪体系的组合箱式浮体平台 |
| 2.4 海上超大型钢-混凝土组合半潜式浮体平台 |
| 2.5 海上超大型浮式平台结构设计流程 |
| 2.6 本章小结 |
| 第3章 超大型浮体水弹性力学分析 |
| 3.1 概述 |
| 3.2 水弹性力学理论概述 |
| 3.2.1 基于三维势流理论及模态叠加的水弹性力学分析 |
| 3.2.2 基于三维势流理论及多体相互作用的水弹性力学分析 |
| 3.2.3 两种水弹性力学响应分析方法的比较 |
| 3.3 浮体水弹性力学计算程序包THhydro |
| 3.3.1 程序实现 |
| 3.3.2 程序验证 |
| 3.4 大型浮体水弹性响应的特征 |
| 3.4.1 主要内力占比 |
| 3.4.2 结构响应形态 |
| 3.4.3 不同模态的贡献 |
| 3.5 海上超大型浮体水弹性力学响应参数分析 |
| 3.5.1 纵向弯曲刚度的影响 |
| 3.5.2 水深的影响 |
| 3.5.3 吃水深度的影响 |
| 3.5.4 长宽比的影响 |
| 3.6 基于机器学习的超大型浮体水弹性响应预测 |
| 3.6.1 机器学习及基于机器学习的数据拟合方法 |
| 3.6.2 基于GBDT的超大型浮体水弹性响应模型拟合及预测 |
| 3.6.3 模型的优缺点及机器学习方法用于土木和海洋工程的讨论 |
| 3.7 本章小结 |
| 第4章 组合结构平台关键构件受力性能分析与设计优化 |
| 4.1 概述 |
| 4.2 箱型结构及其受力特点和建模策略 |
| 4.3 钢板-混凝土组合板研究现状、数值模型及试验验证 |
| 4.3.1 双钢板-混凝土组合板研究现状 |
| 4.3.2 组合板有限元模型 |
| 4.3.3 有限元模型的适用性验证 |
| 4.4 组合箱型结构顶、底板分析 |
| 4.4.1 箱型浮体结构的三种受力模式 |
| 4.4.2 截面及构件形式 |
| 4.4.3 截面层次:组合板截面在压弯及拉弯荷载下的受力分析 |
| 4.4.4 构件层次:组合板在箱型结构整体中的受力分析 |
| 4.5 组合箱型结构隔板分析 |
| 4.5.1 考虑滑移的双钢板-混凝土组合板整体稳定性分析 |
| 4.5.2 不考虑滑移的双钢板-混凝土组合板整体稳定性分析 |
| 4.5.3 钢板局部稳定性及栓钉间距 |
| 4.6 本章小结 |
| 第5章 超大型钢-混凝土组合箱式浮体结构受力性能分析与案例设计 |
| 5.1 概述 |
| 5.2 结构力学性能及案例设计 |
| 5.2.1 截面刚度特性 |
| 5.2.2 设计条件及计算假定 |
| 5.2.3 水弹性响应及结构强度分析模型 |
| 5.2.4 结构设计案例 |
| 5.3 结构方案对比及参数讨论 |
| 5.3.1 结构方案对比 |
| 5.3.2 钢与混凝土配比对超大型组合箱式浮体的影响 |
| 5.4 本章小结 |
| 第6章 超大型钢-混凝土组合半潜式浮体结构受力性能分析与案例设计 |
| 6.1 概述 |
| 6.2 半潜式平台的受力特点概述 |
| 6.3 钢-混凝土组合潜体分析及讨论 |
| 6.3.1 组合潜体结构构成 |
| 6.3.2 组合潜体结构案例分析及讨论 |
| 6.4 连接器对超大型浮体水弹性响应的影响 |
| 6.4.1 连接器形式及研究概况 |
| 6.4.2 梁式连接器 |
| 6.4.3 铰链式连接器 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 论文的主要研究成果 |
| 7.2 有待进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）欠驱动水面无人艇的路径规划及轨迹跟踪控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外水面无人艇研究现状概述 |
| 1.3.1 国外无人艇研究现状概述 |
| 1.3.2 国内无人艇研究现状概述 |
| 1.4 路径规划与轨迹跟踪控制的研究现状概述 |
| 1.4.1 路径规划的研究现状 |
| 1.4.2 轨迹跟踪的国内外研究现状 |
| 1.5 论文的主要内容及结构 |
| 第二章 欠驱动水面无人艇运动模型 |
| 2.1 无人艇运动相关坐标系 |
| 2.1.1 坐标系转换 |
| 2.2 无人艇的动力学模型 |
| 2.2.1 水动力统一模型 |
| 2.2.2 Nomoto模型 |
| 2.2.3 “精海8-b”无人艇的驱动力变换 |
| 2.3 本章小结 |
| 第三章 基于LOS制导和GPC的路径规划方法 |
| 3.1 LOS制导 |
| 3.2 广义预测控制 |
| 3.2.1 广义预测控制的基本方法 |
| 3.3 基于LOS-GPC的路径生成 |
| 3.3.1 虚拟无人艇的艏向控制器设计 |
| 3.3.2 虚拟轨迹的生成 |
| 3.4 虚拟轨迹生成实验仿真 |
| 3.5 本章小结 |
| 第四章 轨迹跟踪控制与路径点跟踪控制的实现 |
| 4.1 Lyapunov稳定性定理和Barbalat引理 |
| 4.2 轨迹跟踪控制器设计 |
| 4.2.1 运动学回路虚拟控制律的设计 |
| 4.2.2 动力学回路控制器设计 |
| 4.2.3 艏向稳定性分析 |
| 4.2.4 仿真分析 |
| 4.3 路径点跟踪控制仿真 |
| 4.3.1 仿真对比 |
| 4.4 本章小结 |
| 第五章 领航者—跟随者编队控制研究 |
| 5.1 编队控制运动学 |
| 5.2 编队控制动力学 |
| 5.2.1 控制器设计 |
| 5.2.2 稳定性分析 |
| 5.3 编队控制仿真 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者在攻读硕士学位期间所作的项目 |
| 作者在攻读硕士学位期间公开发表的论文和成果 |
| 致谢 |
（8）面向协同观探测的UUV绿色动态控位方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 UUV绿色动态控位技术研究现状 |
| 1.2.1 UUV动态控位技术研究现状 |
| 1.2.2 UUV绿色节能技术研究现状 |
| 1.3 协同观探测对主从式UUV集群动态控位的能力要求 |
| 1.4 主要研究内容 |
| 第2章 面向协同观探测的UUV动态控位需求及能力分析 |
| 2.1 引言 |
| 2.2 主从式UUV集群协同观探测的动态控位需求分析 |
| 2.2.1 一字形阵型的UUV位姿保持需求分析 |
| 2.2.2 三角形阵型的UUV位姿保持需求分析 |
| 2.2.3 矩形阵型的UUV位姿保持需求分析 |
| 2.3 UUV动态控位的环境干扰分析 |
| 2.4 UUV动态控位的动力学建模 |
| 2.4.1 UUV对象简介及坐标系建立 |
| 2.4.2 UUV三自由度的动态控位动力学模型 |
| 2.4.3 UUV动力学模型的仿真验证 |
| 2.5 UUV动态控位能力分析 |
| 2.6 本章小结 |
| 第3章 UUV近水面绿色动态控位的运动状态去噪 |
| 3.1 引言 |
| 3.2 UUV近水面低速小范围机动的噪声特性分析 |
| 3.2.1 UUV近水面位置测量噪声特性分析 |
| 3.2.2 UUV低速状态的艏向及速度测量噪声特性分析 |
| 3.3 基于无迹卡尔曼滤波的UUV近水面低速运动状态去噪算法设计 |
| 3.3.1 卡尔曼及扩展卡尔曼滤波在UUV运动状态去噪问题的局限性分析 |
| 3.3.2 UUV近水面小范围低速运动的无迹卡尔曼滤波算法设计 |
| 3.4 基于无迹卡尔曼滤波的UUV近水面运动状态去噪仿真 |
| 3.5 本章小结 |
| 第4章 面向阵型保持的UUV绿色动态控位方法及策略 |
| 4.1 引言 |
| 4.2 面向主从式UUV集群阵型保持的绿色动态控位策略设计 |
| 4.3 刚性守位区外大偏差时的UUV绿色动态控位方法设计 |
| 4.3.1 UUV动态控位过程中优化目标函数的确立 |
| 4.3.2 基于粒子群寻优的最优运动规划 |
| 4.3.3 基于粒子群寻优的最优运动规划仿真试验 |
| 4.4 刚性守位区内小偏差时的UUV绿色动态控位方法设计 |
| 4.5 本章小结 |
| 第5章 面向阵型保持的UUV绿色动态控位方法试验验证 |
| 5.1 引言 |
| 5.2 UUV绿色动态控位能力的评定准则 |
| 5.3 面向协同观探测的UUV绿色动态控位案例仿真 |
| 5.3.1 典型阵型下的UUV集群阵型保持能力验证仿真 |
| 5.3.2 单UUV的绿色动态控位策略及方法试验仿真 |
| 5.4 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）随机波浪扰动下的船舶航向运动控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 课题研究现状 |
| 1.2.1 船舶航向控制研究历史与现状 |
| 1.2.2 波浪模型的研究历史与现状 |
| 1.2.3 波浪滤波方法的历史及研究现状 |
| 1.3 本文主要工作 |
| 第二章 船舶运动建模与PID控制理论 |
| 2.1 运动坐标系及转换关系 |
| 2.1.1 大地坐标系和附体坐标系 |
| 2.1.2 两种坐标系之间的相互转换 |
| 2.2 船舶运动模型的建立 |
| 2.2.1 船舶三自由度线性化运动数学模型 |
| 2.2.2 船舶三自由度非线性化运动数学模型 |
| 2.3 波浪运动模型 |
| 2.4 PID航向控制理论 |
| 2.4.1 PID控制原理 |
| 2.4.2 PID控制的类型 |
| 2.5 本章小结 |
| 第三章 基于改进粒子优化算法的船舶航向控制 |
| 3.1 航向控制模型 |
| 3.2 粒子群优化算法原理 |
| 3.2.1 标准粒子群优化算法 |
| 3.2.2 改进粒子群优化算法 |
| 3.3 控制系统参数确定 |
| 3.3.1 目标函数确定 |
| 3.3.2 PID参数的确定 |
| 3.4 仿真与分析 |
| 3.5 本章小结 |
| 第四章 基于粒子滤波算法的船舶航向控制 |
| 4.1 船舶扰动模型建立 |
| 4.2 粒子滤波理论 |
| 4.3 粒子滤波算法步骤 |
| 4.4 仿真与分析 |
| 4.5 本章小结 |
| 第五章 基于CARIMA模型的船舶航向控制 |
| 5.1 航向控制模型的建立 |
| 5.2 航向控制模型参数值辨识 |
| 5.2.1 递推最小二乘法离线辨识原理 |
| 5.2.2 遗忘因子递推最小二乘法在线辨识原理 |
| 5.3 船舶航向控制实现步骤 |
| 5.4 实船试验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（10）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 |
四、船舶纵向运动建模及广义预测控制（论文参考文献）
- [1]基于RANS法与SBD技术的船舶阻力性能优化方法研究[D]. 何靖仪. 大连理工大学, 2020
- [2]水动力模型驱动下的智能船舶仿真平台研究[D]. 杨晓. 大连海事大学, 2020(04)
- [3]船舶动力定位辅助锚泊系统控制方法研究[D]. 刘彩云. 哈尔滨工程大学, 2020
- [4]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)
- [5]救助船舶运动7DOF数学模型的研究[D]. 张晓磊. 大连海事大学, 2020(01)
- [6]钢-混凝土组合结构在海上超大型浮体中的应用研究[D]. 王晓强. 清华大学, 2020
- [7]欠驱动水面无人艇的路径规划及轨迹跟踪控制研究[D]. 江涛. 上海大学, 2020(02)
- [8]面向协同观探测的UUV绿色动态控位方法研究[D]. 陈冬. 哈尔滨工程大学, 2020(05)
- [9]随机波浪扰动下的船舶航向运动控制研究[D]. 王恒家. 浙江海洋大学, 2019(03)
- [10]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)