升力/鳍角综合控制减摇鳍及其控制策略研究

论文摘要

减摇鳍是目前最常用且应用最成功的船舶主动式减摇装置，理论减摇效果可达90％以上。传统的鳍角反馈控制减摇鳍主要依据鳍的静态水动力特性来计算鳍上升力，但减摇鳍在波浪中作往复运动时，鳍上的水动力特性比相应的静态水动力特性要复杂得多；另外，鳍与舭龙骨、鳍与船体以及前后鳍之间也存在相互干扰，鳍上产生的实际升力与鳍角之间存在严重的非线性、不确定关系，这些因素都直接对传统鳍角反馈减摇鳍的减摇性能产生不利影响。于是，人们提出了升力反馈控制减摇鳍的概念。论文来源于哈尔滨工程大学“十五”211重点工程项目“升力反馈控制减摇鳍”课题。论文的主要研究内容是研究一种能克服传统鳍角反馈控制减摇鳍缺点的升力反馈控制的减摇鳍。论文首先介绍了船舶减摇的基本原理及减摇鳍的工作机理，在阐述传统鳍角反馈控制缺点的基础上，对升力控制在减摇鳍系统中的特点及机理进行了分析。结合国内外的相关资料和研究现状，对减摇鳍升力控制具体实施中升力难以测量问题做了研究，并详细分析了所研究系统中升力传感器的工作原理和影响其性能的主要因素。鳍角反馈控制虽然是目前比较成熟的控制方法，但是其仍然存在着一些不足；而升力反馈控制减摇鳍在国内还处于实验阶段。升力／鳍角综合控制方法则是在这样的背景条件下提出的，也是对升力控制减摇鳍系统的改进研究。论文在研究多传感器数据融合技术的基础上，结合哈尔滨工程大学升力鳍试验台架系统，应用信息融合技术构建了升力／鳍角综合控制系统的数据融合模型，以解决升力反馈控制减摇鳍系统中升力信号检测问题。论文对该融合模型构建方法做了深入研究，并验证了应用该模型的升力鳍系统的有效性。多传感器数据融合过程主要研究信号的采集、处理和融合算法，这两部分研究决定了信息融合的精度和系统的控制效果。基于升力／鳍角多传感器信号融合模型的研究基础，应用小波降噪技术来处理数据融合过程中各传感器采集数据。依托数据融合模型采用最优加权的构建原理，先对各采集信号应用小波变换手段进行分解，再分别对各层分解信号利用阈值方法降噪，并按其最优权值分配来融合两路分解后的低频信号，进而重构出升力信号。最后通过实验仿真验证了应用小波降噪数据融合算法的升力鳍系统的减摇效果。论文最后讨论了升力鳍系统中升力指令控制规律，针对减摇鳍系统控制对象存在的非线性特点，应用了模糊PID控制器。同时为了改善基本模糊控制器的动态和稳态性能，引入了可在线修正量化因子和比例因子的子模糊控制器。采用复合模糊控制器的升力反馈减摇鳍系统减摇效果也在研究中做了详细的理论分析和试验仿真。结果表明该系统不但具有良好的自适应性和鲁棒性，且减摇性能也得到了提高。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的来源、目的和意义
• 1.2 船舶减摇鳍的发展现状
• 1.2.1 减摇鳍的发展
• 1.2.2 减摇鳍控制效果分析
• 1.3 升力反馈控制减摇鳍的研究现状
• 1.3.1 国外升力反馈控制减摇鳍研究现状
• 1.3.2 国内升力反馈控制减摇鳍研究现状
• 1.4 论文的主要研究工作
• 第2章 升力反馈控制减摇鳍系统分析
• 2.1 船舶横摇运动的数学模型
• 2.2 船舶减摇鳍的减摇原理
• 2.2.1 传统减摇鳍的减摇原理
• 2.2.2 鳍角反馈控制减摇鳍存在问题
• 2.3 升力反馈控制减摇鳍
• 2.3.1 升力反馈控制减摇鳍控制原理
• 2.3.2 升力反馈控制减摇鳍优点及技术难点
• 2.4 升力反馈控制减摇鳍试验台架
• 2.4.1 升力反馈控制减摇鳍试验台架构成
• 2.4.2 升力反馈控制减摇鳍试验台架中升力检测研究
• 2.5 本章小结
• 第3章 升力/鳍角数据融合建模
• 3.1 基于参数估计的多传感器数据融合技术
• 3.1.1 数据融合定义
• 3.1.2 数据融合模型分析
• 3.2 升力/鳍角最优加权数据融合模型建立
• 3.2.1 最优加权数据融合模型研究
• 3.2.2 基于多传感器数据融合技术的动态测量
• 3.3 数据融合模型在升力鳍系统中的应用
• 3.3.1 升力/鳍角综合控制减摇鳍结构设计
• 3.3.2 升力/鳍角综合控制减摇鳍计算设计
• 3.4 数据融合结构模型仿真结果及其分析
• 3.4.1 数据融合模型应用仿真
• 3.4.2 数据融合模型仿真分析
• 3.5 本章小结
• 第4章 基于小波降噪升力/鳍角信号融合算法研究
• 4.1 数据融合过程中的信号处理与分析
• 4.1.1 升力/鳍角数据融合过程
• 4.1.2 升力鳍伺服系统中升力反馈信号的特性
• 4.1.3 测量信号的分析方法
• 4.2 小波降噪技术原理
• 4.2.1 多分辨率分析框架
• 4.2.2 升力/鳍角信号的小波降噪
• 4.3 基于小波降噪的升力/鳍角信号融合算法
• 4.3.1 数据融合模型算法实现
• 4.3.2 数据融合模型加权因子的构造
• 4.4 应用小波降噪数据融合的升力鳍系统仿真
• 4.5 本章小结
• 第5章 升力减摇鳍控制策略及控制器
• 5.1 升力反馈控制减摇鳍PID控制器
• 5.1.1 PID控制器的基本原理
• 5.1.2 船舶减摇鳍PID控制器
• 5.1.3 减摇鳍PID控制存在的问题
• 5.2 PID参数模糊自整定控制器
• 5.2.1 PID参数模糊自整定控制系统结构
• 5.2.2 PID参数自整定模糊推理计算及输入输出变量模糊化接口设计
• 5.2.3 PID控制器参数自整定模糊推理算法设计
• 5.2.4 PID控制器参数自整定解模糊方法选择
• 5.2.5 PID参数模糊自整定控制在升力鳍系统中的仿真
• 5.3 量化、比例因子与变论域
• 5.3.1 量化因子和比例因子对系统性能影响的分析
• 5.3.2 量化、比例因子与变论域的关系
• 5.4 基于量化、比例因子可修正的变论域模糊控制器设计
• 5.4.1 基于量化、比例因子可修正的变论域模糊控制器结构
• 5.4.2 变论域伸缩模糊规则的制定
• 5.4.3 基于量化、比例因子可修正变论域模糊控制器的应用仿真
• 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