船舶纵横摇和升沉运动预报方法研究

《船舶纵横摇和升沉运动预报方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔演工程大学硕t：学位论文摘要水面舰船在复杂海况下航行时会产生各种摇荡运动，其中纵横摇和升沉运动对船的危害和影响最大。激烈的纵横摇和升沉会严重影响船员的舒适感和安全，使航速下降、主机功率变低、船的稳定性破坏，甚至可能导致翻船，产生严重的后果。因此，对船舶摇荡姿态有效准确的预报已成为一个重要的课题，它对于提高船舶的耐波性和适航性，对船体摇荡提前进行补偿控制具有极为重要的意义。基于上述情况本文开展了船舶纵横摇和升沉运动预报研究。首先，基于切片理论建立了大型水面船的六自由度运动微分方程，为船舶摇荡运动仿真研究提供了精确的数学模

2、型。由于随机海浪是产生船舶摇荡的主要原因，建立理想的随机海浪模型，是进行船舶摇荡运动研究的基础条件。因而根据长峰波随机海浪理论对海浪扰动力和扰动力矩进行仿真计算。本文主要采用两种方法对船舶纵横摇和升沉运动进行预报。一是基于卡尔曼滤波法的预报，包括系统建模、成形滤波器设计、系统扩展等仿真研究。二是应用时间序列法预报，通过对船舶运动姿态统计分析，利用AR(AutoRegressiveModel)时间序列模型进行预报。采用递推最小二乘方法进行AR模型参数估计，并应用经典AIC准则对模型定阶。利用上述两种方法，针对某大型水面船进行

3、了船舶纵横摇及升沉运动极短期预报仿真研究并得出仿真结果。通过结果分析，验{止了上述方法准确、有效。通过理论分析和大量仿真结果证明，对于船舶纵横摇和升沉运动预报，卡尔曼估计法和时间序列分析法都能取得较为满意的效果。时间序列分析法计算简单快捷，只需要运动位移或姿态角变化的历史数据作为模型输入。而卡尔曼估计法针对只休系统分析，且预报效果更好，虽然使用条件较多，但预报精度ikl高．“萧J’阑的麻川前景。本论文的形f究成粜乖

4、I结论对于船Jj

5、：1纵横摇和升沉运动极短期实时预报具有一定的参考价值。关键词：纵横摇；升沉运动；预报：矗尔

6、曼；时间序列；●IABSTRACTIncomplexseaconditions，Surfaceshipswillbeproducedavarietvofrockandswaymotion，inwhichtheimpactandharmofthepitch，rollandheaveisgreatest·Intensepitch，rollandheavewillnotonlyseriouslyaffectthecomfortandsatetyofthecrew,butalsomakethespeedofshipdown，let

7、thepowerofhosten91neIoweranddamagetheship’sstability,，andmayevenleadtocapsize，resuJtlnglnserIOUSconsequences．Therefore，effectiveandaccuratepredictionofshlPmotionattitudehasbecomeanimportantissue，itisofgreatsignificancetoenhancetheship’sseakeepingqualitiesandseawor

8、thiness，tomakecompensatecontroiforrockandswaymotioninadvance．Inthispaper,basedontheaboveissue,bringforwardthestudyofpredictionmethodonshippitch，rollandheavemotion．Firstofall，basedonstriptheory,establishedalargesurfaceshiptsslx。degreesequationsofmotion，whichcouldpr

9、ovideaprecisemathematicalmodelforthesimulationstudyofshiprockandswaymotion．Randomwaveisthemalnreasonofrockandswaymotion，SOestablishtheidealmodelofrandomwaVes1sthebasicconditionsforresearchonthemotionofship．Basedthetheoryof啪angFengrandomwaves，wesimulatedandcalculat

10、edthewavedisturbanceforceanddisturbancetorque．Int№ipaper,twopredictionmethodsoftheshippitch，rollandheavemoVementwereadopted·OnebasedonKalmanfilteringmet