本發(fā)明涉及的是一種船舶動(dòng)力定位系統(tǒng)的推力分配方法，特別是一種采用人工魚(yú)群算法的船舶動(dòng)力定位系統(tǒng)推力分配方法。

背景技術(shù)：

隨著人類對(duì)海洋開(kāi)發(fā)的深入和海域的擴(kuò)展，錨泊系統(tǒng)已經(jīng)不能滿足深海水域定位作業(yè)的要求，而船舶動(dòng)力定位系統(tǒng)卻能很好地解決這一問(wèn)題。過(guò)去，船舶在海上作業(yè)時(shí)，如果要求其保持作業(yè)地點(diǎn)固定不變，人們通常采用錨泊系統(tǒng)實(shí)現(xiàn)定位。但是隨著水深的增加，或作業(yè)地點(diǎn)水下情況復(fù)雜不允許拋錨時(shí)，錨泊系統(tǒng)就很難完成其保持船位的任務(wù)，所以動(dòng)力定位系統(tǒng)對(duì)于海洋工程裝備領(lǐng)域來(lái)說(shuō)，已成為十分重要的系統(tǒng)。

動(dòng)力定位系統(tǒng)的推力分配是根據(jù)控制系統(tǒng)計(jì)算出來(lái)為實(shí)現(xiàn)動(dòng)力定位而需要的推力和轉(zhuǎn)艏力矩，對(duì)船上各推進(jìn)器的推力大小和方向進(jìn)行合理分配，從而使各推進(jìn)器共同作用產(chǎn)生滿足船舶控制所需的合力和力矩，以滿足船舶定位的需要。

由于冗余要求，裝有動(dòng)力定位系統(tǒng)的船舶一般裝有多個(gè)推進(jìn)器，因此推進(jìn)器分配單元存在多個(gè)解都能滿足控制器指令。在考慮功率消耗和船舶的操縱性以及推進(jìn)器的磨損和噪聲前提下，可將推力分配問(wèn)題歸結(jié)為最優(yōu)化問(wèn)題。

公開(kāi)號(hào)為CN102508431A，名稱為“一種海洋鉆井平臺(tái)動(dòng)力定位系統(tǒng)推力分配方法”；公開(kāi)號(hào)為CN103092077A，名稱為“動(dòng)力定位系統(tǒng)的推力分配方法”的專利文件中，運(yùn)用粒子群算法和序列二次規(guī)劃方法對(duì)動(dòng)力定位系統(tǒng)推力分配優(yōu)化。

智能優(yōu)化算法是近年來(lái)國(guó)內(nèi)外優(yōu)化領(lǐng)域和工程界研究的熱點(diǎn)，其中人工魚(yú)群算法是一種基于模擬魚(yú)群行為的優(yōu)化算法，在人工魚(yú)群算法中，主要是利用了魚(yú)群的覓食、聚群和追尾行為，從構(gòu)造一條魚(yú)的底層行為做起，通過(guò)魚(yú)群中各個(gè)個(gè)體的局部尋優(yōu)，達(dá)到全局最優(yōu)值在群體中凸顯出來(lái)的目的，該算法具有良好的克服局部極值，取得全局極值的能力。并且算法中只使用目標(biāo)函數(shù)的函數(shù)值，無(wú)需目標(biāo)函數(shù)的梯度值等特殊信息，對(duì)搜索空間具有一定的自適應(yīng)能力，算法對(duì)初值無(wú)要求，對(duì)各參數(shù)的選擇也不很敏感。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于提供一種能降低能量的消耗、減少推進(jìn)器的磨損和避免奇異結(jié)構(gòu)，提高動(dòng)力定位系統(tǒng)性能的基于人工魚(yú)群算法的船舶動(dòng)力定位系統(tǒng)推力分配方法。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

步驟1.建立動(dòng)力定位系統(tǒng)的推力分配模型，令參與推力分配的輸入量τ＝[τ_x,τ_y,τ_z]，則

τ＝B(α)u

其中u＝[u₁,u₂,…,u₅]，

τ_x、τ_y、τ_z分別為輸入的縱向、橫向和艏搖方向的力和力矩；u為5個(gè)推進(jìn)器輸出的推力矢量；α_i為第i個(gè)推進(jìn)器旋轉(zhuǎn)方位角，l_xi、l_yi分別為第i個(gè)推進(jìn)器與船舶旋轉(zhuǎn)中心的縱向、橫向距離，B(α)是對(duì)應(yīng)的矩陣；

步驟2.初始化魚(yú)群：初始化人工魚(yú)群參數(shù)，所述參數(shù)包括：人工魚(yú)群規(guī)模M、每條人工魚(yú)的初始位置、視野Visual和步長(zhǎng)Step、擁擠度因子δ、最大重復(fù)嘗試次數(shù)try_number、最大迭代次數(shù)；

步驟3.將步驟1和步驟2得到的信息讀入人工魚(yú)群算法中；

步驟4.更新算法的迭代次數(shù)；

步驟5.每條人工魚(yú)分別執(zhí)行兩種行為：第一種行為，每條人工魚(yú)執(zhí)行聚群行為，缺省行為是覓食行為；第二種行為，每條人工魚(yú)執(zhí)行追尾行為，缺省行為是覓食行為；

步驟6.計(jì)算每個(gè)人工魚(yú)個(gè)體的適應(yīng)度值：建立推力分配數(shù)學(xué)模型，其中目標(biāo)函數(shù)為：

其中，第一項(xiàng)S^TQS懲罰項(xiàng)指在橫向、縱向合力及回轉(zhuǎn)力矩與控制器指令之間誤差S，對(duì)于權(quán)值矩陣Q保證無(wú)論何時(shí)都滿足S≈0；第二項(xiàng)是總的能量消耗；第三項(xiàng)用于約束方位角的變化速率，其中權(quán)值矩陣Ω＞0；第四項(xiàng)用于避免奇異結(jié)構(gòu)，其中ε＞0，ρ＞0是權(quán)值系數(shù)，

滿足以下的約束條件：

約束條件中第一項(xiàng)用于懲罰推力誤差，其中S＝[S_x,S_y,S_z]分別為三個(gè)方向的推力誤差；第二項(xiàng)是限制推進(jìn)器的推力大小范圍，u代表推進(jìn)器輸出的力的大小，其中u_min為推進(jìn)器輸出的最小推力，u_max為推進(jìn)器輸出的最大推力；第三項(xiàng)是限制推進(jìn)器旋轉(zhuǎn)方位角的大小范圍，α代表推進(jìn)器旋轉(zhuǎn)的方位角，其中α_min為最小方位角，α_max為最大方位角；第四項(xiàng)是約束推進(jìn)器的推力變化率，u₀表示推進(jìn)器上一時(shí)刻的推力，其中Δu_min為當(dāng)前采樣時(shí)刻推力變化的最小變化值，Δu_max為當(dāng)前采樣時(shí)刻推力變化的最大變化值；第五項(xiàng)是約束推進(jìn)器的旋轉(zhuǎn)方位角的變化率，α₀表示推進(jìn)器上一時(shí)刻的方位角，其中Δα_min為當(dāng)前采樣時(shí)刻的方位角變化的最小變化值，Δα_max為當(dāng)前采樣時(shí)刻的方位角的最大變化值；第六項(xiàng)是為了避免方位角陷入推力禁區(qū)，α_l為推進(jìn)器方位角禁區(qū)的下限角度，α_u為推進(jìn)器方位角禁區(qū)的上限角度；

步驟7.分別對(duì)每條人工魚(yú)比較兩種行為的結(jié)果，執(zhí)行適應(yīng)度值更好的行為；

步驟8.將人工魚(yú)的適應(yīng)度值與公告板進(jìn)行比較，以適應(yīng)度值好的人工魚(yú)更新公告板；

步驟9.重復(fù)步驟4到步驟8的過(guò)程，即對(duì)可能的優(yōu)化分配方案進(jìn)行搜索，達(dá)到預(yù)定的最大迭代次數(shù)，結(jié)束算法；

步驟10.輸出人工魚(yú)群算法尋找到的最優(yōu)分配方案，即每個(gè)推進(jìn)器產(chǎn)生的推力大小和方向。

本針對(duì)現(xiàn)有技術(shù)存在的缺陷，在考慮海洋工程作業(yè)船縱蕩、橫蕩和艏搖三個(gè)自由度的運(yùn)動(dòng)基礎(chǔ)上，提出了一種基于人工魚(yú)群算法的船舶動(dòng)力定位系統(tǒng)推力分配方法，使其降低能量的消耗、減少推進(jìn)器的磨損和避免奇異結(jié)構(gòu)，提高動(dòng)力定位系統(tǒng)的性能

本發(fā)明的主要技術(shù)手段是：輸入?yún)⑴c推力分配的縱蕩、橫蕩和艏搖的力和力矩；設(shè)定每個(gè)推進(jìn)器推力的大小、推力變化率、推進(jìn)器方位角禁區(qū)的范圍和推進(jìn)器方位角變化率；根據(jù)船舶所受的合力，要求所有的推進(jìn)器產(chǎn)生的合力和合力矩與參與推力分配的輸入指令相等；建立推力分配數(shù)學(xué)模型，并應(yīng)用人工魚(yú)群算法解決推力分配的優(yōu)化問(wèn)題。

本發(fā)明的有益效果表現(xiàn)如下：

1.本發(fā)明結(jié)合了推力分配的特點(diǎn)，將人工魚(yú)群算法應(yīng)用于推力分配尋優(yōu)的過(guò)程中，能夠有效地將縱蕩、橫蕩和艏搖三個(gè)自由度的推力指令分配到各個(gè)推進(jìn)器上，各個(gè)推進(jìn)器推力變化平穩(wěn)，而且推進(jìn)器方位角沒(méi)有進(jìn)入推進(jìn)器間禁區(qū)，能夠有效地避免奇異結(jié)構(gòu)的發(fā)生；

2.本發(fā)明對(duì)推力分配的目標(biāo)函數(shù)的性質(zhì)要求不高，尋優(yōu)速度快，具備全局尋優(yōu)的能力，可以很好地解決推力分配問(wèn)題。

附圖說(shuō)明

圖1為動(dòng)力定位系統(tǒng)結(jié)構(gòu)圖。

圖2為船舶推進(jìn)器布置示意圖。

圖3為本發(fā)明推力分配算法流程圖。

具體實(shí)施方式

下面結(jié)合附圖舉例對(duì)本發(fā)明作進(jìn)一步描述。

圖1是船舶動(dòng)力定位系統(tǒng)結(jié)構(gòu)圖，主要由測(cè)量系統(tǒng)、控制器和推力分配單元組成，由測(cè)量系統(tǒng)測(cè)得當(dāng)前船舶的位置和艏向，并與設(shè)定值進(jìn)行比較計(jì)算，然后將測(cè)得的位置和艏向的數(shù)據(jù)進(jìn)行信號(hào)處理和數(shù)據(jù)融合，再把濾波后的位置和艏向角的偏差e(t)輸入到控制器，控制器通過(guò)運(yùn)算產(chǎn)生控制指令，經(jīng)過(guò)推力分配單元進(jìn)行推力分配后，傳輸?shù)綀?zhí)行機(jī)構(gòu)推進(jìn)器，推進(jìn)器產(chǎn)生相應(yīng)的力和力矩來(lái)抵抗外界環(huán)境產(chǎn)生的力和力矩，以保持作業(yè)船在要求的位置和艏向上。本發(fā)明中主要研究推力分配優(yōu)化問(wèn)題，將控制指令轉(zhuǎn)換為傳送到推進(jìn)器的推力指令。

圖2為船舶推進(jìn)器布置示意圖，其中1#-5#為推進(jìn)器編號(hào)。

圖3為基于人工魚(yú)群算法的船舶動(dòng)力定位系統(tǒng)推力分配方法的流程圖，包括以下步驟：

步驟1.建立動(dòng)力定位系統(tǒng)的推力分配模型，令參與推力分配的輸入量τ＝[τ_x,τ_y,τ_z]，則

τ＝B(α)u

其中u＝[u₁,u₂,…,u₅]，

推進(jìn)器的推力大小和方向u_i，α_i為待求解，模擬的推力指令τ為已知量，按照?qǐng)D2所示的船舶推進(jìn)器布置示意圖，本發(fā)明中的推進(jìn)器的坐標(biāo)(l_xi,l_yi)分別為(54.5,0)；(50.6,0)；(33.0,0)；(-59.2,-4.2)；(-59.2,4.2)；

步驟2.初始化魚(yú)群：人工魚(yú)群規(guī)模M＝50，每條人工魚(yú)的初始位置為(0,0)，視野Visual＝2.5和步長(zhǎng)Step＝0.3、擁擠度因子δ＝0.618、最大重復(fù)嘗試次數(shù)try_number＝10、最大迭代次數(shù)為200次等參數(shù)；

步驟3.將步驟1和步驟2中所述的信息讀入人工魚(yú)群算法中；

步驟4.更新算法的迭代次數(shù)；

步驟5.每條人工魚(yú)分別執(zhí)行兩種行為：(1)每條人工魚(yú)執(zhí)行聚群行為，缺省行為是覓食行為；(2)每條人工魚(yú)執(zhí)行追尾行為，缺省行為是覓食行為；

步驟6.計(jì)算每個(gè)人工魚(yú)個(gè)體的適應(yīng)度值：推力分配優(yōu)化的目標(biāo)函數(shù)是推進(jìn)器的能耗、推進(jìn)器的磨損、推力誤差最小，以及避免奇異結(jié)構(gòu)。根據(jù)以上的考慮，建立如下的推力分配數(shù)學(xué)模型，其中目標(biāo)函數(shù)為：

其中，第一項(xiàng)S^TQS懲罰項(xiàng)指在橫向、縱向合力及回轉(zhuǎn)力矩與控制器指令之間誤差S。此懲罰項(xiàng)的主要意義是確保推進(jìn)器產(chǎn)生的合力能抵消環(huán)境因素作用在船上的外界力，所以，對(duì)于權(quán)值矩陣Q，對(duì)角線上的值應(yīng)該取得足夠大，保證無(wú)論何時(shí)都滿足S≈0。第二項(xiàng)是總的能量消耗。第三項(xiàng)用于約束方位角的變化速率，是為了減小推進(jìn)器的磨損，其中權(quán)值矩陣Ω＞0。第四項(xiàng)用于避免奇異結(jié)構(gòu)，其中ε＞0是為了防止分母出現(xiàn)零的情況，ρ＞0是權(quán)值系數(shù)，可以在操作性和能耗方面進(jìn)行調(diào)節(jié)。

滿足以下的約束條件：

目標(biāo)函數(shù)的要求是最小化燃油的消耗和減小推力誤差，其中S＝[S_x,S_y,S_z]分別為三個(gè)方向的推力誤差，為5個(gè)推進(jìn)器的能量消耗之和；Q、Ω為單位矩陣；1#、2#推進(jìn)器為槽道推進(jìn)器，3#、4#、5#推進(jìn)器為全回轉(zhuǎn)推進(jìn)器；推進(jìn)器輸出的最小推力u_1min＝u_2min＝0kN，u_3min＝u_4min＝u_5min＝0kN，推進(jìn)器輸出的最大推力u_1max＝u_2max＝350kN，u_3max＝u_4max＝u_5max＝600kN；1#和2#推進(jìn)器的方位角固定為90°，即α₁＝α₂＝90°，3#、4#和5#推進(jìn)器旋轉(zhuǎn)最大方位角α_3max＝α_4max＝α_5max＝360°，最小方位角α_3min＝α_4min＝α_5min＝0°；推進(jìn)器當(dāng)前采樣時(shí)刻推力變化的最小變化值Δu_1min＝Δu_2min＝0kN，Δu_3min＝Δu_4min＝Δu_5min＝0kN，最大變化值Δu_1max＝Δu_2max＝5.83kN，Δu_3max＝Δu_4max＝Δu_5max＝10kN；推進(jìn)器當(dāng)前采樣時(shí)刻的方位角變化的最小變化值Δα_3min＝Δα_4min＝Δα_5min＝0°，最大變化值Δα_3max＝Δα_4max＝Δα_5max＝6°；3#推進(jìn)器方位角禁區(qū)范圍α₃∈(160,180)∪(180,200)，4#推進(jìn)器方位角禁區(qū)上限α_u＝-60°，下限α_l＝-120°，5#推進(jìn)器方位角禁區(qū)上限α_u＝120°，下限α_l＝60°；

步驟7.分別對(duì)每條人工魚(yú)比較兩種行為的結(jié)果，執(zhí)行適應(yīng)度值更好的行為；

步驟8.將人工魚(yú)的適應(yīng)度值與公告板進(jìn)行比較，以適應(yīng)度值好的人工魚(yú)更新公告板；

步驟9.重復(fù)步驟4到步驟8的過(guò)程，即對(duì)可能的優(yōu)化分配方案進(jìn)行搜索，達(dá)到預(yù)定的最大迭代次數(shù)，結(jié)束算法；

步驟10.輸出人工魚(yú)群算法尋找到的最優(yōu)分配方案，即每個(gè)推進(jìn)器產(chǎn)生的推力大小和方向。