船舶横摇非线性阻尼系数识别

根据自由横摇曲线估算船舶横摇非线性阻尼系数,用于预报船舶海浪中的运动．提出了能量衰减函数的概念,并由实际能量衰减函数与估算能量衰减函数之间的方差最小来确定非线性阻尼系数．由船模的自由横摇试验曲线,分别估算了平方阻尼模型及立方阻尼模型的非线性阻尼系数,并与试验数据进行了比较.结果表明,在考虑了试验测量误差的情况之下,计算结果同试验结果很接近,可用于预报实船非线性横摇运动．该方法不需要事先确定阻尼的准确形式,并且可以满足大角度横摇回复力矩强非线性的要求．     

小型船舶的横摇减摇

评述了船舶尺度对较小型船舶的横摇响应的影响，以及在较小的波高和波长的海浪中对于小的横摇自然周期的船舶的升沉和横摇共振的影响。并且对各类小船的减摇装置的选择方法作了评论。另外，还提供 带有和不肯减摇装置的船模水池试验结果和实船航行试验结果。     

基于Lagrangian粒子法的船舶横摇阻尼涡模式数值研究

Lagrangian粒子法是近年来新兴的一类无网格方法.基于该广义理论下的有限点法,将问题求解域离散为有限个空间粒子点,借助移动最小二乘法获得粒子的物理场函数,利用投影法分步求解拉格朗日形式下的不可压缩Navier-Stokes方程,最后数值模拟得到S60船模各二维横剖面在横摇时的涡模式,有效地捕捉到船体周围流场的非线性特征,如流体分离、漩涡泄出等.计算结果表明:船舯附近的剖面在横摇时,在其舭部周围将会产生两个涡,故舭部表面压力呈正负交错变化;当剖面位置逐渐靠近船艏或船艉时,其舭部涡缩减为一个,此时舭部附近压力符号无变化.将该数值计算结果与试验进行对比验证,二者吻合较好,说明Lagrangian观点下的有限点法针对船体各横剖面的横摇阻尼涡模式均给出了较为准确的数值模拟结果,有效验证了本文计算方法的可靠性.     

一种基于计算流体力学的三维船舶横摇阻尼预报方法

针对三维船体强迫振荡运动,以黏性流理论为基础,通过求解雷诺平均纳维 斯托克斯(Reynolds averaged Navier Stokes,RANS)方程,计及自由面影响情况,对S60船在有航速和无航速时不同幅值的横摇运动进行了数值模拟.分析计算了三维船模的横摇阻尼系数,研究了横摇幅值和航速对横摇阻尼的影响,并与试验值和势流计算值进行了比较.结果表明,数值模拟能够显现出船体流场非线性特征以及黏性的影响,横摇阻尼系数与试验值吻合良好,较势流方法预报更为准确,可广泛应用于船舶与海洋工程浮式结构物的水动力性能分析研究.     

基于回声状态网络的船舶横摇运动预报

针对普通的递归神经网络训练过程较复杂,而且存在记忆渐消等问题,提出一种基于回声状态网络的船舶横摇运动预报方法.该网络将隐层设计成一个巨大的动态记忆库,具有记忆功能,隐层中的神经元在学习过程中不进行权值调整,而通过线性回归的方式训练网络,使网络记忆功能加强,学习速度加快.运用该网络对某型船舶在海浪遭遇角为90°海况下的横摇运动进行预报.结果表明:回声状态网络训练简单,加速了网络的训练速度,有更好的记忆性能,以预报60步为例,回声状态网络和对角递归神经网络预报的均方根误差分别为0.003 9和0.024 9,提高了近8倍,在相同的预报精度下,回声状态网络的预报时长明显增长,验证了该方法的可行性与有效性.     

船舶横摇倾覆迈尔尼科夫分析

为理性分析船舶大幅值横摇倾覆现象,推导出有关船舶横摇倾覆的迈尔尼科夫衡准公式,并据该式计算了对应于特定系统参数的临界外激励值.为验证该迈尔尼科夫衡准公式的正确性,选取一组外激励值,并且计算了对应于各个激励值的最大李雅谱诺夫指数值.计算结果显示,两种方法给出的预报有很好的吻合性.     

船舶横摇与纵摇运动的非线性耦合方程

以欧拉角描述船舶的摇摆运动,考虑规则波浪力及船舶受定常力矩的情形,将水动力展为Ｔａｙｌｏｒ级数,利用欧拉动力学方程推导出船舶横摇与纵摇二自由度耦合的非线性运动方程,为船舶内共振运动响应动力行为分析奠定基础。     

基于双向差分的船舶横摇时间序列的预报

根据船舶在随机海浪作用下的运动特性,基于双向差分算法建立模型,并运用于船舶横摇运动时间序列的预报,取得较好的效果.该模型也可用于纵摇、艏摇的时间序列的预报.     

基于MLP方法的船舶大幅横摇近似解析解

具有一定精度的近似解析解可以将船舶横摇运动特征直接与船体参数相联系,便于分析船体参数对横摇运动及稳定性的影响.文中考虑阻尼力矩和恢复力矩的非线性建立了船舶在规则波中的横摇运动方程;为了克服弱非线性的局限性,采用改进的Lindstedt-Poincare(MLP)方法对横摇运动方程进行摄动求解,经细致推导得到精确至二阶的解析解(静水中)和精确至一阶的解析解(波浪中).最后对一目标船分别采用MLP和数值算法进行求解,验证了近似解析解的正确性.     

基于灰色PSO-ANFIS模型的船舶横摇运动预报分析

为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(Grey Particle Swarm Optimization-Adaptive Neural-fuzzy Inference System, GPSO -ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统,再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船“育鲲”轮的横摇数据进行仿真实验,实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。     

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。     

基于MATLAB的海浪及船舶横摇仿真模型研究

在分析随机海浪的波倾角和能量谱以及船舶运动受力的基础上,建立了随机海浪的仿真模型,利用MATLAB软件对海浪波倾角及船舶的横摇运动进行了仿真,为船舶横摇控制及隔离船摇稳定平台的建立奠定了基础。     

船舶参数激励横摇运动研究综述

为避免参数激励导致船舶出现不稳定横摇,提出有效抑制参数横摇的方法.分析参数激励引起的大幅横摇运动的动力特性,从船舶非线性耦合运动、横浪运动、纵浪上参数激励运动和波浪上参数与波浪联合激励运动方面,对目前研究现状及取得的主要成果进行综述,对船舶参数激励横摇运动及其倾覆机理的研究前景进行展望.     

非线性横摇阻尼的试验确定——数据处理方法

通过对规则波中和不规则波中横摇衰减试验以确定非线性横摇阻尼的数据分析，研究了对大幅横摇随机讯号采用随机减量法确定非线性阻尼方法的理论论据，同时讨论在处理试验数据时所面临的一些问题。指出，随机减量法的测量精度极大地依赖于门槛值和分段的段数，对相对较短的试验记录，采用增加负门槛值使分段段数约可增大一倍，从而可以改善分析结果。     

船舶非线性大幅横摇导致倾覆的研究

综述了风浪中船舶倾覆研究的最新进展,对各种主要的研究成果作了述评,着重归纳论述风浪中稳性损失,非线性大幅横摇运动的性态和随机波浪中船舶倾覆的概率预报,在分析了各种理论方法优缺点的基础上提出了须进一步研究的建议。     

基于误差反传神经网络的船舶横摇时间序列预报

给出了误差反传神经网络模型和学习型算法及其改进型学习算法，并将其应用于船舶横摇运动时间序列预报，取得了较好的效果。亦可用于纵摇、艏摇的时间序列预报。     

基于小波变换理论的船舶横摇运动分析与预测

为获得横摇运动在不同时间尺度下的演变规律,提出基于小波变换(WT)理论进行船舶横摇运动非线性时间序列分析与预测的方法.通过小波变换对横摇运动时间序列进行多分辨率分析(MRA),将原序列分解为多个相对简单的准周期信号,对信号的趋势项、周期项和随机项进行分离,并采用人工神经网络(ANN)模型对上述准周期信号进行预报和集成.仿真结果表明:该方法有效提高了预报长度,并可获得较高建模及预报精度.     

基于非线性横摇运动的风翼助航船舶航行安全性研究

应用非线性动力学理论与随机理论,建立随机风浪作用下风翼助航船舶非线性横摇运动数学模型,分析风翼助航船舶在随机风浪作用下的非线性横摇运动。以一艘76000 DWT巴拿马型散货船为目标船,仿真分析其加装风翼前后在轻载和满载时的横摇特性。仿真结果表明,风翼助航船舶轻载状态较满载状态产生的固定横倾角大得多。风翼助航船舶应尽量避免轻载航行或轻载航行时应减少风翼数量,以提高船舶航行安全性。     

基于Lyapunov稳定性的船舶参数激励横摇非线性简捷鲁棒控制

为减小参数激励带来的不利因素,需要非线性鲁棒控制器对系统稳定性进行控制.为简化船舶参数横摇非线性控制器设计过程,通过构建Lyapunov能量函数,将设计步骤由2步变为l步,减少了控制器参数的整定数量,避免了非线性控制律对消系统的非线性项.仿真结果表明,采用以上方法设计的非线性简化控制器对于消除船舶参数横摇系统的大幅横摇十分有效,并且具有一定的鲁棒性.