锚泊船在风流中的偏荡运动研究

为研究单锚泊船在较强干涉力(风、流)作用下产生的偏荡运动,利用分离型建模思想,建立了锚泊船运动的数学模型,并利用Matlab对单锚泊船的偏荡运动进行仿真,得出船舶在偏荡以及走锚时的运动形态和各运动参量的变化趋势,进而得出船舶在风流中保证安全锚泊的出链长度的计算公式,可为船舶驾驶员的锚泊操纵提供参考.     

浮体锚泊系统计算分析

利用数值方法研究了锚泊浮体在风、浪、流联合作用下的运动响应和锚链线张力变化规律.采用的数学模型主要包括三维锚链线静力模型和浮体频域运动模型.在数值计算中,分别采用有限差分法和频域格林函数法求解三维锚链线静力模型和浮体频域运动模型得到锚泊系统的总体刚度和浮体的水动力参数,据此求解锚泊浮体运动方程,得到锚泊浮体的运动响应和锚链线上的张力变化.对一锚泊半潜式海洋平台的实际校核应用证明,本方法可以提供具有工程精度的锚泊性能预报.     

高速水翼双体船波浪中运动建模与仿真

为了开发高速船航海模拟器的需要，对高速水翼双体船垂荡和纵摇运动的数学模型进行研究．该数学模型反映了波浪对高速水翼双体船运动的影响．为验证建模的正确性，并使该模型应用于模拟器，以一艘水翼双体船HC200B-A1为例，利用Matlab的Simulink工具箱，在6组实验波浪参数的条件下，进行了在迎浪海况下垂荡和纵摇的仿真研究．仿真结果与船模水池试验数据对比表明，笔者提出的高速水翼双体船在波浪中运动的数学模型是令人满意和可靠的．     

船舶锚泊操纵运动预报与分析

结合船舶操纵模拟器的开发,建立了船舶锚泊操纵运动数学模型,以预报分析船舶在锚泊操纵全过程中各种动态运动响应.提出了一种较为合理的锚抓底力的数学计算模型,并计入抓底走锚等影响,给出了具体的数值计算方法.整个模型包括：水面船舶采用MMG模型来进行建模,并计入低速时水动力的影响;水下锚链因其运动是一种三维动态运动,采用针对海洋缆索系统的集中质量法来描述其运动;锚自身因其尺度很小,在确定其抓力的基础上将其视为锚链的一个节点,溶入到锚链的运动控制方程中去.最后,应用该模型对一水面船舶进行了锚泊操纵运动计算,并对比分析了不同情况下的锚泊操纵性能,给出了一些规律性的定性结论.     

水下驻留航行器锚泊过程动态运动仿真

基于集中质量法的基本原理以及水下航行器六自由度运动仿真数学模型,建立了锚泊型水下驻留航行器与缆绳耦合运动的三维数学模型.模型中以缆绳微元的姿态角为基准,提出了一种较为合理的缆绳三维曲率离散化方法,给出了缆绳离散节点处的曲率及弯矩,并将离散化弯矩的影响计入到耦合运动模型中.采用龙格-库塔积分求解运动模型,以预报分析驻留航行器在锚泊过程中各种动态运动响应.     

船舶在规则波中纵摇与升沉运动的仿真

对船舶在波浪上纵摇与升沉运动的数学模型进行了介绍和分析，并根据船舶在波浪中运动的特点，对此数学模型的各个系数进行了适当的简化，然后，运用MATLAB语言以SR108集装箱船为例进行了仿真研究，所介绍的数学模型为开发六个自由度的船舶操纵操纵模拟器奠定了技术基础。     

双频率锚泊线动力分析

本文比较详尽、全面地介绍了一种求解锚泊线动力响应的方法，即将锚泊线的非线性基本运动方程应用摄动法展开，并考虑了运动过程中由于锚泊线位置的变化所引起的对动力响应的影响，得到一阶和二阶的线性偏微分方程，并将此两方程在频率域内求解，得到一阶和二阶频率响应函数，再用傅里叶变求得脉冲响应函数，将脉冲响应数与输入卷积，即得锚泊线动态时历响应，为了验证这种方法，将脉冲响应函数与输入卷积，即得锚泊线动态时历响应。     

静水中高速水翼双体船运动建模和仿真

从高速水翼双体船受力分析的角度，提出了其静水中垂荡和纵摇运动的数学模型。其中对水翼所产生的升力进行了较为详尽的分析，为了验证该数学模型，针对一水翼双体船HC200B，利用Matlab的Simulink工具箱进行了仿真研究，得到了在各航行速度时的船体上浮量和纵倾角，并与实船实验数据进行对比，表明所提出的模型是合理的。     

海洋资料浮标锚泊系统的系泊力计算

为了准确预报海洋资料浮标的受力及运动情况,建立了浮标锚泊系统的运动方程,提出了在海洋环境中作用在浮标及锚系上的各种外载荷的计算方法,得到了浮标的运动方程以及锚系的受力表达式。在计算锚泊系统的外载荷时,考虑了作用在锚系上的海流载荷以及由波浪载荷引起的波频运动对锚系的影响。通过算例在时域内对浮标锚泊系统的运动和张力进行了数值模拟计算,结果表明,该方法满足海洋工程中对浮标系统运动和受力分析的精度要求。     

基于深度学习的船舶横摇运动姿态控制研究综述

深度学习是人工智能领域的一个研究热点,在学术界、工业界以及政府部门均可发挥重要的作用。深度学习在船舶运动姿态领域的研究尚处于起步阶段,目前可查的研究成果甚少。该文首先概述了4种机器学习算法,包括监督学习、无监督学习、半监督学习和强化学习,介绍了几种重要的神经网络模型与常用大规模训练方案;其次分析几种常用的深度学习优化算法,并在此基础上,结合船舶横摇/艏摇运动模型,阐述了船舶横摇角和艏摇角的数据训练系统、数学模型和预测方法;最后总结了该领域存在的问题和发展前景。