【技术实现步骤摘要】
本专利技术涉及船舶运动控制，尤其涉及一种联合船舶和推进器模型的动力定位预测控制方法及系统。
技术介绍
1、船舶动力定位控制系统,实时接收船舶的位置、姿态、艏向等传感信息，借助自动控制算法计算所需推力，自动抵御海上风、浪、流等环境干扰，实现船舶位置与艏向的精准控制，具有定位精度高、机动性强、不受海域深度限制等优点。通常，动力定位控制系统包括传感信息处理模块、观测器模块、控制器模块、推力分配模块。
2、模型预测控制算法，是动力定位控制器模块常用的控制算法之一，其核心思想是：借助船舶动力学模型，建立了全船推力与船舶未来运动状态的数学联系，通过提出最优化评价函数、采用最优化计算，即可求得最优的全船推力。推力分配，是动力定位的核心模块之一，其主要任务是：将全船推力最优化分解到全部推进器，生成全部推进器的推力、角度指令，其数学本质是带约束的最优化计算问题。
3、目前常见的动力定位控制系统，大多采用“控制器-推力分配”模块级联方案，控制器负责求解使得船舶稳定、可控的全船合力，推力分配将全船合力最优化分解到全部推进器，求出推进器控制指令。此类方案的弊端在于：当动力定位控制器模块采用模型预测控制等最优化算法时，控制器模块与推力分配模块需经历两次带约束的最优化计算，不但影响了计算效率，更不能保证最终的推进器指令是全局最优指令。
4、为了更好的对船舶的动力定位控制进行预测，出现了联合使用船舶模型和推进器模型的方法。如申请公布号cn117311142a的中国专利技术专利公开了一种融合粒子群算法与神经网络预测控制的dp
技术实现思路
1、本专利技术旨在解决船舶动力定位预测控制效果不佳的问题。为此，本专利技术提供一种联合船舶和推进器模型的动力定位预测控制方法及系统，建立了联合船舶动力学模型和推进器推力模型的船舶广义运动模型，通过滚动迭代，计算得到船舶迭代预测模型，还提出了多元评价目标函数，能够从控制误差、能量消耗和机械磨损的3个维度实现动力定位最优控制，使船舶保持在预设位置上。本专利技术适用于船舶动力定位控制，能够实现传统动力定位控制器和推力分配的联合最优计算，具备低误差、低能耗、低磨损的控制特点。
2、本专利技术提供一种联合船舶和推进器模型的动力定位预测控制方法，采用的技术方案如下：包括：
3、构建船舶广义运动模型；
4、基于所述船舶广义运动模型，通过滚动迭代，计算得到船舶迭代预测模型；
5、建立船舶运动控制的多元评价目标函数，所述多元评价目标函数包含控制误差、能量消耗和机械磨损，所述控制误差、能量消耗和机械磨损的权值根据船舶当前位置控制误差实时自动调整；
6、基于所述多元评价目标函数和船舶迭代预测模型，根据当前时刻的推进器的推力大小和推力方向，进行最优化计算，计算得到推进器的推力大小和推力方向的最优控制序列，根据最优控制序列，驱动推进器产生推力，使船舶保持在预设位置上。
7、进一步的，船舶广义运动模型为：
8、
9、其中，表示艏向位置向量，表示速度向量，表示环境载荷向量，表示船舶质量矩阵，表示船舶阻尼矩阵，表示单位矩阵，表示艏向位置向量的导数，表示速度向量的导数，表示推进器配置矩阵，表示船舶全部推进器的推力大小。
10、进一步的，根据船舶动力学模型和推进器推力模型，联立计算得到船舶广义运动模型；
11、船舶动力学模型为：
12、
13、其中，表示推进器推力向量；
14、推进器推力模型为：
15、
16、其中，，、……、分别表示第1、2、……、个推进器的推力角度，、……、分别表示第1、2、……、个推进器相对于船舶旋转中心的纵向位置，、……、分别表示第1、2、……、个推进器相对于船舶旋转中心的横向位置，，、……、分别表示第1、2、……、个推进器的推力大小。
17、进一步的，基于所述船舶广义运动模型，通过滚动迭代，计算得到船舶迭代预测模型的过程为：
18、将所述船舶广义运动模型离散化，得到离散化船舶广义运动模型：
19、
20、其中，表示船舶控制系统的一个控制周期，变量表示第个控制周期，变量表示第个控制周期；
21、将所述离散化船舶广义运动模型记为状态空间形式，得到状态空间模型：
22、
23、其中，表示状态向量，，表示系统矩阵，，表示输入矩阵，；
24、对所述状态空间模型进行迭代预测，并采用状态空间形式表示，得到船舶迭代预测模型：
25、
26、其中，表示状态向量序列，表示推进器配置矩阵序列，表示推进器推力大小向量序列，表示环境载荷向量序列，表示迭代步数。
27、进一步的，所述多元评价目标函数为：
28、
29、其中，表示控制误差的惩罚权值矩阵，表示能量消耗的惩罚权值矩阵，表示机械磨损的惩罚权值矩阵，表示的转置，表示的转置，表示推进器推力角度变化率向量序列，表示的转置。
30、进一步的，所述控制误差、能量消耗和机械磨损的权值根据船舶当前位置控制误差实时自动调整的过程为：
31、当时，；
32、当时，；
33、其中，表示控制误差的惩罚权值矩阵的初值，表示能量消耗的惩罚权值矩阵的初值，表示机械磨损的惩罚权值矩阵的初值，表示控制误差边界，表示调整参数，表示船舶当前位置控制误差。
34、进一步的，
35、其中，表示船舶当前的北向位置，表示船舶当前的东向位置，表示设定的船舶目标北向位置，表示设定的船舶目标东向位置。
36、进一步的，选择所述最优控制序列的第一组数据，作为推进器下一时刻的指令，驱动推进器产生推力。
37、进一步的，最优化计算的算法为序列二次规划算法、内点法算法或粒子群算法。
38、本专利技术还提供一种联合船舶和推进器模型的动力定位预测控制系统，采用的技术方案如下：包括：船舶模型构建模块、多元评价目标函数模块和控制模块，所述控制模块分别本文档来自技高网...
【技术保护点】
1.一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，包括：
2.如权利要求1所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，船舶广义运动模型为：
3.如权利要求2所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，根据船舶动力学模型和推进器推力模型，联立计算得到船舶广义运动模型；
4.如权利要求2所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，基于所述船舶广义运动模型，通过滚动迭代，计算得到船舶迭代预测模型的过程为：
5.如权利要求4所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，所述多元评价目标函数为：
6.如权利要求5所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，所述控制误差、能量消耗和机械磨损的权值根据船舶当前位置控制误差实时自动调整的过程为：
7.如权利要求6所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，
8.如权利要求1所述的一种联合船舶和推进器模型的动力定位预测控制方
9.如权利要求1所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，最优化计算的算法为序列二次规划算法、内点法算法或粒子群算法。
10.一种联合船舶和推进器模型的动力定位预测控制系统，其特征在于，用以执行如权利要求1至9任一项所述的联合船舶和推进器模型的动力定位预测控制方法，包括：船舶模型构建模块、多元评价目标函数模块和控制模块，所述控制模块分别与所述船舶模型构建模块、多元评价目标函数模块连接，
...【技术特征摘要】
1.一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，包括：
2.如权利要求1所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，船舶广义运动模型为：
3.如权利要求2所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，根据船舶动力学模型和推进器推力模型，联立计算得到船舶广义运动模型；
4.如权利要求2所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，基于所述船舶广义运动模型，通过滚动迭代，计算得到船舶迭代预测模型的过程为：
5.如权利要求4所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，所述多元评价目标函数为：
6.如权利要求5所述的一种联合船舶和推进器模型的动力定位预测控制方法，其特征在于，所述控制误差、能量消耗和机械磨...
【专利技术属性】
技术研发人员：徐凯，王小东，齐孟松，李佳川，赵宾，
申请(专利权)人：中国船舶集团有限公司第七〇七研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。