一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法技术方案

本发明专利技术涉及船舶减摇和两对鳍减摇系统技术领域，尤其涉及一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法。本发明专利技术包括：(1)设计动态矩阵控制器；(2)选择动态矩阵控制参数；(3)采用前馈补偿控制后鳍升力。本发明专利技术首次将动态矩阵控制方法应用于两对鳍减摇系统，通过预测跟踪获得前鳍升力损失值。该方法能够有效提高前鳍升力损失值的计算效率，从而提高整个控制系统的工作效率。

【技术实现步骤摘要】

本专利技术涉及船舶减摇和两对鳍减摇系统
，尤其涉及一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法。
技术介绍
船舶在水上航行过程中，在海浪的作用下将会产生六个自由度的运动，其中横摇运动最为剧烈，对船舶的影响也最为严重，因此，船舶减摇问题一直是人们关注的热点。目前最常用的船舶减摇装置是减摇鳍和减摇水舱，但各自在应用上都有缺点。两对鳍减摇系统的专利技术，在很大程度上弥补了单个减摇鳍在船舶减摇方面的不足，对于1000吨以上较大型船舶，根据减摇需要，往往安装两对减摇鳍进行减摇。然而，两对鳍在工作的过程中，前鳍对后鳍存在严重的水动力干扰，这影响到两对鳍整体减摇效果。对于两对减摇鳍系统，其减摇效果主要取决于控制策略的优劣。因此，对于该干扰，需要采用一定的方法来减小前鳍的干扰对后鳍的影响。1988年，李积德以两对或多对鳍为研究对象，对其进行水动力分析，在理论上研究两鳍间工作机理，并通过实验分析鳍间距等，寻求最优的减摇鳍安装位置，同时对鳍的机械结构进行设计优化，以减小两者间的扰动作用。涡格法对研究这一问题有很大帮助。许叙遥则针对系统的扰动分析，对控制器进行设计改进，对减摇鳍的升力系数进行分析，研究其耦合关系，进行定量分析，最后提出一种顺馈补偿控制进行优化控制，来减小前后鳍间的水动力扰动。但这些研究只是对系统的影响进行削弱，或在一定假设条件下对其进行优化，具有一定局限性。本专利技术对两对鳍减摇系统数学模型进行研究分析，考虑前鳍与后鳍之间的扰动，利用动态矩阵控制和前馈补偿控制结合，消除两对鳍减摇系统中前鳍对后鳍的水动力扰动影响。本专利技术将后鳍升力损失引入数学模型，利用动态矩阵控制和前馈补偿控制结合，消除两对鳍系统中前后鳍间的扰动损失。对前鳍系统进行升力预测跟踪，与后鳍升力进行比较获得实时升力损失值，再用前馈补偿对其进行控制，使前后鳍之间的扰动对两对鳍系统产生的总扶正力矩没有影响，可以实现对控制系统的实时优化，减小系统时延、滞后，为两对鳍减摇系统控制器的设计奠定基础。
技术实现思路
本专利技术的目的在于提供一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法，采用动态矩阵控制方法对前鳍系统进行升力预测跟踪，与后鳍升力进行比较获得实时升力损失值，再用前馈补偿对其进行控制，消除前后鳍之间的扰动对两对鳍系统产生的影响，该方法可以实现对控制系统的实时优化，减小系统时延、滞后。本专利技术的目的是这样实现的：包括如下步骤：(1)设计动态矩阵控制器：动态矩阵控制包含预测模型、滚动优化、反馈校正三个部分：(1.1)设计预测模型首先对阶跃响应进行等间隔采样，获得控制实现中需要的样本值ai＝a(iT)，i＝1,2,…，其中T为采样周期；设在k时刻加入控制变量Δu(k)，并且这个值在将来的M个采样时间间隔逐渐变化，即Δu(k)，Δu(k+1)，…，Δu(k+M-1)，M≤P，在k时刻后的P个时刻的预测输出模型为：Ym(k+1)＝Y0(k+1)+A·ΔU(k)式中，Ym(k+1)＝[ym(k+1),ym(k+2),…,ym(k+P)]T，Y0(k+1)＝[y0(k+1),y0(k+2),…,y0(k+P)]T，ΔU(k)＝[Δu(k+1),Δu(k+2),…,Δu(k+M-1)]T，M为控制时域长度，P为预测时域长度；Y0(k+1)作为模型输出初值是由k时刻以前Δu(k)序列作用在系统中的效果；如果过程由稳态启动，则可取y0(k+i)＝y(k)；否则：Ym(k+1)＝AΔU(k)+A0ΔU(k-1)；式中ΔU(k-1)＝[Δu(k-N),Δu(k-N+1),…,Δu(k-1)]T， A 0 = a ^ N a ^ N a ^ N - 1 a ^ N - 2 ... a ^ 3 a ^ 2 a ^ N a ^ N a 本文档来自技高网...

【技术保护点】
一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法，其特征在于，包括如下步骤：(1)设计动态矩阵控制器：动态矩阵控制包含预测模型、滚动优化、反馈校正三个部分：(1.1)设计预测模型首先对阶跃响应进行等间隔采样，获得控制实现中需要的样本值ai＝a(iT)，i＝1,2,…，其中T为采样周期；设在k时刻加入控制变量Δu(k)，并且这个值在将来的M个采样时间间隔逐渐变化，即Δu(k)，Δu(k+1)，…，Δu(k+M‑1)，M≤P，在k时刻后的P个时刻的预测输出模型为：Ym(k+1)＝Y0(k+1)+A·ΔU(k)式中，Ym(k+1)＝[ym(k+1),ym(k+2),…,ym(k+P)]T，Y0(k+1)＝[y0(k+1),y0(k+2),…,y0(k+P)]T，ΔU(k)＝[Δu(k+1),Δu(k+2),…,Δu(k+M‑1)]T，M为控制时域长度，P为预测时域长度；Y0(k+1)作为模型输出初值是由k时刻以前Δu(k)序列作用在系统中的效果；如果过程由稳态启动，则可取y0(k+i)＝y(k)；否则：Ym(k+1)＝AΔU(k)+A0ΔU(k‑1)；式中ΔU(k‑1)＝[Δu(k‑N),Δu(k‑N+1),…,Δu(k‑1)]T，A0=a^Na^Na^N-1a^N-2...a^3a^2a^Na^Na^Na^N-1...a^4a^3.....................a^Na^Na^Na^N...a^N-1...a^P+2a^P+1P×N;]]>(1.2)设计反馈校正Yp(k+1)＝Ym(k+1)+λ[y(k)‑ym(k)]＝AΔU(k)+A0ΔU(k‑1)+λe(k)   (2)式中，Ym(k+1)为模型的预测输出，Yp(k+1)为反馈校正后的预测输出，Yp(k+1)＝[yp(k+1),yp(k+2),…,yp(k+P)]T，λ＝[λ1,λ2,…,λP]T，λ的元素可根据实际需要确定；(1.3)滚动优化模型预测输出的系统二次型滚动优化目标为：J=||Yd(k+1)-YP(k+1)||Q2+||ΔU(k)||2rj]]>Q＝diag[q1,q2,…,qp]，Q为误差权矩阵；R＝diag[r1,r2,…,rM]，R为控制权矩阵；(2)选择动态矩阵控制参数；动态矩阵控制在控制过程中，变化的参数主要有模型动态参数ai，模型动态参数ri和校正参数hi；ai受T的限制，ri受T、P、M、Q、R的影响；(2.1)设计采样周期T和模型长度NN的选定，满足aN≈as；在实际应用中，还要考虑计算机的性能问题，因此，一般选择合理的采样周期，使系统模型长度N在20～50范围内；根据N的范围，设定采样周期T；(2.2)设计时域长度P根据系统二次型滚动优化指标，优化时域长度P，考虑式(3)所示的优化指标，使系统二次型滚动优化指标达到最小；(2.3)设计控制时域长度M和控制权矩阵R对具有简单动态响应的对象，选择M＝1～2；对于含有振荡等复杂响应的对象，则选择M＝4～8，且M≤P；R＝diag(r1,…,rM)中，ri选为同一个数，记为r；R主要是用来对Δu(k)的大小变化进行限制，以免加入变化过快的控制；一般情况下，选取r＝0.1；(2.4)设计误差权矩阵QQ为一个对角矩阵，Q＝diag(q1,…,qP)，权系数qi是对应误差项的值在所有指标中的权重值，qi选0或1；(3)采用前馈补偿控制后鳍升力；在确定后鳍实时升力损失之后，通过前馈补偿控制，实时调整后鳍转角，增大后鳍的转角，以增大后鳍的有效鳍角，进而补偿后鳍升力损失；(3.1)控制系统GS(s)接收船舶横摇角速度Wq(s)，根据所获取数据计算前后鳍控制参数，将参数分别传给前后鳍随动系统GB(s)和GF(s)；(3.2)系统根据动态矩阵控制预测模型计算前鳍对后鳍的扰动量β，并将其传递给前馈补偿控制器Gff(s)；(3.3)前馈补偿控制器Gff(s)根据扰动量计算补偿差值，将差值反馈给后鳍随动系统GB(s)；(3.4)后鳍随动系统GB(s)将控制系统GS(s)和前馈补偿控制器Gff(s)的参数加和，最终得到后鳍转动角度，作用于后鳍；(3.5)前后鳍传感器实时传输前后鳍力矩，当前后鳍力矩不相等时，重复步骤(3.2)、(3.3)、(3.4)；当前后鳍力矩相等时，进行步骤(6)；(3.6)船舶横摇角减小后，船舶反馈横摇角速度Wq(s)至控制系统GS(s)，重复步骤(3.1)至(3.6)；实现前馈完全补偿的条件是：Gff(s)=-GPD(s)GB(s)]]>扰动量即可视为后鳍升力损失的大小，由动态矩阵控制的预测输出值与后鳍升力进行比较获得；GPD(s)利用升力反推鳍转角，再通过拉氏变换求的；在前后鳍系统型号相同的情况下，GB(s)与前鳍传函一致。...

【技术特征摘要】
1.一种基于前馈动态矩阵控制算法的两对鳍减摇系统控制方法，其特征在于，包括如下步骤：(1)设计动态矩阵控制器：动态矩阵控制包含预测模型、滚动优化、反馈校正三个部分：(1.1)设计预测模型首先对阶跃响应进行等间隔采样，获得控制实现中需要的样本值ai＝a(iT)，i＝1,2,…，其中T为采样周期；设在k时刻加入控制变量Δu(k)，并且这个值在将来的M个采样时间间隔逐渐变化，即Δu(k)，Δu(k+1)，…，Δu(k+M-1)，M≤P，在k时刻后的P个时刻的预测输出模型为：Ym(k+1)＝Y0(k+1)+A·ΔU(k)式中，Ym(k+1)＝[ym(k+1),ym(k+2),…,ym(k+P)]T，Y0(k+1)＝[y0(k+1),y0(k+2),…,y0(k+P)]T，ΔU(k)＝[Δu(k+1),Δu(k+2),…,Δu(k+M-1)]T，M为控制时域长度，P为预测时域长度；Y0(k+1)作为模型输出初值是由k时刻以前Δu(k)序列作用在系统中的效果；如果过程由稳态启动，则可取y0(k+i)＝y(k)；否则：Ym(k+1)＝AΔU(k)+A0ΔU(k-1)；式中ΔU(k-1)＝[Δu(k-N),Δu(k-N+1),…,Δu(k-1)]T， A 0 = a ^ N a ^ N a ^ N - 1 a ^ N - 2 ... a ^ 3 a ^ 2 a ^ N a ^ N a ^ N a ^ N - 1 ... a ^ 4 a ^ 3 . . . . . . . . . . ... . . . . ...

【专利技术属性】
技术研发人员：王辉，车超，王正坤，于立君，张一，毕文鹏，童丽峰，贲浩然，魏智红，董泽全，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23