115] 拖輪可拉可頂,因此αΚ角度范圍為
[0116] 無(wú)旋轉(zhuǎn)約束:
[0117] F1 力臂為 L ! = L lx;F 2力臂為 L 2= L 2χ;
[0118] 拖輪T3前纜繩與沉井固定點(diǎn)為A 3, A3與沉井中心橫向距離、縱向距離分別為L(zhǎng) 3χ、 L3y0
[0120] F3力矩為:
[0126] 沉井不旋轉(zhuǎn),沉井受到的合力矩為0(以順時(shí)針?lè)较驗(yàn)檎?br>[0127] T = F1 · L1-F2 · L2+F3 · L3-F4 · L4= 0
[0128] S2. 2,通過(guò)受力分析,建立后退工況下的拖帶控制模型,具體為:
[0129] 沉井受到了向后方向的合力(除沉井自身阻力f)為:
[0131] 無(wú)橫移約束:
[0132] /? -i% sin
[0133] 無(wú)旋轉(zhuǎn)約束:
[0134] T = F1 · L1-F2 · L2+F3 · L3-F4 · L4= 0
[0135] 其中,:?4和β44取值范圍分別為把% 4玄!和F1力臂為L(zhǎng) L lx,F(xiàn)2力 臂為 L2= L 2x,F(xiàn)3力臂為 = ,F(xiàn)4力臂為 4 =Α?τ cos 。
[0136] S2. 3,通過(guò)受力分析,建立橫移工況下的拖帶控制模型,具體為:
[0137] 以左橫移為例,沉井向左橫移受力合力(不考慮沉井自身阻力)為:
[0138] F =--Ρ,βηα^ - ./; - j\ - ./;
[0139] 總轉(zhuǎn)矩約束約束:
[0140] T = FiLi+F^+fsLs-^^-f^-FgLg= O
[0141] 前后無(wú)移動(dòng)約束:
[0144] S2. 4,通過(guò)受力分析,建立轉(zhuǎn)向工況下的拖帶控制模型,具體為:
[0145] 以左轉(zhuǎn)向?yàn)槔?,拖輪總轉(zhuǎn)矩(除阻力矩)為
[0148] 無(wú)縱向運(yùn)動(dòng)約束:
[0149] F, + Fb cos f \ - F.- cos a I ~ 0
[0150] 無(wú)橫向運(yùn)動(dòng)約束:
[0153] 所述的步驟S3包含:
[0154] S3. 1,針對(duì)不同工況,設(shè)置決策變量:前進(jìn)工況,決策變量取VJ1, 后退工 況,決策變量取V,F(xiàn)1, α34,α44;左轉(zhuǎn)向工況,決策變量取ω,F(xiàn) 5, <,α65;左橫移工況下,決策 變量取V,?φ:
[0155] S3. 2,初始化種群的初始位置和速度;
[0156] S3. 3,對(duì)前進(jìn)、后退、橫移三種工況,以式⑶作為適應(yīng)度函數(shù);對(duì)轉(zhuǎn)向工況,以式 (4)作為適應(yīng)度函數(shù)。根據(jù)適應(yīng)度函數(shù),設(shè)定好決策變量,求出隱性決策變量,計(jì)算每個(gè)粒子 的值,該粒子為粒子群優(yōu)化算法種群中的每個(gè)個(gè)體并得出最優(yōu)解,該最優(yōu)解為每個(gè)拖輪拖 力的大小、拖力角度,以及速度/角速度。
[0157] 綜上所述,本發(fā)明一種基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,建立前進(jìn)、 后退、橫移、轉(zhuǎn)向四種典型工況下的拖帶控制模型,并通過(guò)基于PSO算法的拖帶控制優(yōu)化方 法對(duì)控制模型進(jìn)行優(yōu)化,得出最優(yōu)的拖輪拖帶控制方案。
[0158] 盡管本發(fā)明的內(nèi)容已經(jīng)通過(guò)上述優(yōu)選實(shí)施例作了詳細(xì)介紹,但應(yīng)當(dāng)認(rèn)識(shí)到上述的 描述不應(yīng)被認(rèn)為是對(duì)本發(fā)明的限制。在本領(lǐng)域技術(shù)人員閱讀了上述內(nèi)容后,對(duì)于本發(fā)明的 多種修改和替代都將是顯而易見(jiàn)的。因此,本發(fā)明的保護(hù)范圍應(yīng)由所附的權(quán)利要求來(lái)限定。
【主權(quán)項(xiàng)】
1. 一種基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于,該方法包含如下 步驟: S1,分析沉井的結(jié)構(gòu)特點(diǎn),對(duì)沉井前進(jìn)或后退時(shí)的阻力、旋轉(zhuǎn)時(shí)的阻力矩進(jìn)行數(shù)學(xué)描 述; 52, 通過(guò)受力分析建立前進(jìn)、后退、橫移、轉(zhuǎn)向這四種典型工況下的拖帶控制模型; 53, 設(shè)計(jì)基于對(duì)數(shù)加權(quán)的適應(yīng)度函數(shù),采用一種逆求解方法,提出一種基于粒子群優(yōu)化 (PSO)算法的拖帶控制優(yōu)化方法。2. 如權(quán)利要求1所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 所述的S1具體包含如下步驟: S1. 1,沉井的結(jié)構(gòu)特點(diǎn),具體為:沉井為長(zhǎng)方體結(jié)構(gòu),設(shè)長(zhǎng)、寬、高分別為:L、W、H,拖航 時(shí)沉井吃水為Hd。沉井的拖帶作業(yè)主要由前進(jìn)、后退、橫移(左/右)、轉(zhuǎn)向(左/右)幾 組動(dòng)作組成。所有動(dòng)作的實(shí)現(xiàn)都需要拖輪實(shí)時(shí)采取相應(yīng)的動(dòng)作進(jìn)行配合,其中拖輪的動(dòng)作 主要為頂推或拖曳。 S1. 2,對(duì)沉井前進(jìn)或后退時(shí)阻力進(jìn)行數(shù)學(xué)描述,具體為:正常氣象條件下(風(fēng)力3~4 級(jí))沉井的拖航水阻力Rt: Rt= 1. 15(Rf+RB) Rf為沉井拖航摩擦阻力:式中,P為沉井拖航所處的海水密度,u為沉井拖航對(duì)水速度,S為沉井水下濕表面 積,Cf為沉井拖航摩擦阻力系數(shù):艮為雷諾系數(shù):ACf為粗糙度補(bǔ)貼系數(shù),根據(jù)三因次方法,沉井粗糙度補(bǔ)貼系數(shù)描述為:式中:K--沉井表面粗糙度,按ITTC向各國(guó)水池推薦值取150X10 6。 RB為沉井拖航剩余阻力,經(jīng)《海上拖航指南》剩余阻力計(jì)算的形狀修正: Rb= 0. 62F2A2V2 式中,F(xiàn)2為被拖沉井艏艉部形狀系數(shù)(本發(fā)明取值1. 0),A2為被拖沉井的水下橫剖面 積,V為沉井拖航對(duì)水速度。若是直航,A2是沉井浸水部分的橫剖面積,A2=W?Hd;若是橫 移,A2是沉井浸水部分的縱剖面積,A2=L?Hd; S1. 3,對(duì)沉井旋轉(zhuǎn)時(shí)的阻力矩進(jìn)行數(shù)學(xué)描述,具體為:沉井旋轉(zhuǎn)時(shí)的阻力矩計(jì)算較為復(fù) 雜,本發(fā)明用橫移時(shí)的阻力與沉井旋轉(zhuǎn)速度折中值的乘積來(lái)近似。3.如權(quán)利要求1所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 所述的步驟S2包含: S2. 1,通過(guò)受力分析,建立前進(jìn)工況下的拖帶控制模型,具體為: 沉井拖帶是勻速運(yùn)動(dòng)或勻速旋轉(zhuǎn),除沉井自身阻力f外,沉井受到了前進(jìn)方向的合力 為:其中,F(xiàn)pF2、F3、?4分別為拖輪T:、T2、T3、八的拖力。 無(wú)橫移約束:拖輪可拉可頂,因此角度范圍為-3j。 無(wú)旋轉(zhuǎn)約束: Fi力臂為L(zhǎng)lx;F2力臂為L(zhǎng)2=L2x; 拖輪T3前纜繩與沉井固定點(diǎn)為A3,A3與沉井中心橫向距離、縱向距離分別為L(zhǎng)3x、L3y。沉井不旋轉(zhuǎn),沉井受到的合力矩為〇(以順時(shí)針?lè)较驗(yàn)檎? T=Fi?L「F2 ?L2+F3 ?L3-F4 ?L4= 0 S2. 2,通過(guò)受力分析,建立后退工況下的拖帶控制模型,具體為: 沉井受到了向后方向的合力(除沉井自身阻力f)為:無(wú)旋轉(zhuǎn)約束: T=Fi?L「F2 ?L2+F3 ?L3-F4 ?L4= 0 其中,a)和<取值范圍分別為和〇^44<晉;Fi力臂為L(zhǎng)i=Llx,F(xiàn)2力臂為 L2=L2x,F(xiàn)3力臂為心=4、cosa34,F(xiàn)4力臂為 =Z4ycosa44。 S2. 3,通過(guò)受力分析,建立橫移工況下的拖帶控制模型,具體為: 以左橫移為例,沉井向左橫移受力合力(不考慮沉井自身阻力)為: F= -./; -/4-/5 總轉(zhuǎn)矩約束約束: T=F1L1+F2L2+f5L5-f3L3-f4L4-F6L6= 0 前后無(wú)移動(dòng)約束: ^ +i*ge?s?| = :0 其中,Q = L lx,L2 = L 2x,L3 = L 3y,L4 = L 4y,L6 = L 6y,+ [6r sin( ?6 + 辦6 ).。 S2. 4,通過(guò)受力分析,建立轉(zhuǎn)向工況下的拖帶控制模型,具體為: 以左轉(zhuǎn)向?yàn)槔?,拖輪總轉(zhuǎn)矩(除阻力矩)為>,4.如權(quán)利要求3所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 所述建立沉井拖帶控制模型的目標(biāo)函數(shù)為: 各拖輪拖力裕量值最大,時(shí)間最短,則兩個(gè)子目標(biāo)分別為:minft=t (2) 式a)中僅對(duì)出力的拖輪進(jìn)行計(jì)算,對(duì)其他拖輪不計(jì)算。前進(jìn)、后退、橫移三種工況下, 式⑵可取式⑶;轉(zhuǎn)向工況下,式⑵可取式⑷。 maxfv=v (3) maxfu=co(4)5. 如權(quán)利要求1所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 在所述的步驟S3中設(shè)計(jì)基于對(duì)數(shù)加權(quán)的適應(yīng)度函數(shù)為: 沉井拖輪控制優(yōu)化問(wèn)題是一個(gè)強(qiáng)非線性優(yōu)化問(wèn)題,具有兩個(gè)子目標(biāo)。參考法采用 線性加權(quán)和效用函數(shù)方法。但按傳統(tǒng)的線性加權(quán)方法求解,可能會(huì)出現(xiàn)一個(gè)子目標(biāo)為0。比 如,取加權(quán)和效用函數(shù):(其中,minfF、maxfF分別是fp?的最小值、最大值,minft、maxft分別是ft的最小 值、取大值,^1,〇<X1,入2< 1,X1,入2是兩部分的權(quán)重系數(shù)。)可陡會(huì)出現(xiàn)某 些拖輪裕量為〇,導(dǎo)致第一個(gè)子目標(biāo)為〇的情況,即僅僅是在優(yōu)化第2個(gè)子目標(biāo):時(shí)間最短。 這不符合我們兼顧兩個(gè)子目標(biāo)的初衷。為避免這種現(xiàn)象,設(shè)計(jì)一種基于對(duì)數(shù)加權(quán)的效用函 數(shù):通過(guò)增加對(duì)數(shù)函數(shù),使得fF趨近于minfF時(shí),第一部分不是趨近于0,而是趨近于-°°。 式(5)是求最大值,則趨近于的解明顯是劣解,在算法優(yōu)化過(guò)程中會(huì)很快被拋棄。這樣 就有效地避免了前述" 一個(gè)子目標(biāo)為0 "的問(wèn)題。 另外,調(diào)節(jié)AA2可以改變對(duì)速度、拖輪;拖力裕量的重視程度。 前進(jìn)、后退、橫移三種工況下,時(shí)間ft可以調(diào)整為速度匕,即式(5)調(diào)整為:顯然minfF=0,minfv=0,;^難以直接求出來(lái),阻力與 速度之間存在強(qiáng)非線性關(guān)系,因此本發(fā)明先用PSO算法求出maxfv,再用PSO算法求解max f〇 類似地,轉(zhuǎn)向工況下,式(5)調(diào)整為:同樣,先用PS0算法求出maxfu,再用PS0算法求解maxf〇6. 如權(quán)利要求1所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 在所述的步驟S3中采用一種逆求解方法為: 拖帶控制模型的決策變量是各拖輪的拖力及其與沉井的夾角,目標(biāo)函數(shù)為各拖輪拖力 裕量值最大、速度V/角速度co最快。將速度V/角速度co作為決策變量,原決策變量少取 一個(gè)(本發(fā)明將這個(gè)未取的決策變量稱為隱性決策變量),由速度V/角速度co反推計(jì)算出 隱性決策變量的大小。若求出來(lái)的隱性決策變量超過(guò)其大小范圍,采用懲罰函數(shù)法處理。7. 如權(quán)利要求1所述的基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,其特征在于, 所述的步驟S3包含: S3. 1,針對(duì)不同工況,設(shè)置決策變量:前進(jìn)工況,決策變量取V,F(xiàn)d?丨5< 5后退工況,決 策變量取V,F(xiàn)i,(Z34,a44;左轉(zhuǎn)向工況,決策變量取《,F(xiàn)5, 左橫移工況下,決策變量取 V,al S3. 2,初始化種群的初始位置和速度; S3. 3,對(duì)前進(jìn)、后退、橫移三種工況,以式(3)作為適應(yīng)度函數(shù);對(duì)轉(zhuǎn)向工況,以式(4)作 為適應(yīng)度函數(shù)。根據(jù)適應(yīng)度函數(shù),設(shè)定好決策變量,求出隱性決策變量,計(jì)算每個(gè)粒子的值, 該粒子為粒子群優(yōu)化算法種群中的每個(gè)個(gè)體并得出最優(yōu)解,該最優(yōu)解為每個(gè)拖輪拖力的大 小、拖力角度,以及速度/角速度。
【專利摘要】本發(fā)明公開(kāi)了一種基于粒子群優(yōu)化算法的沉井拖帶控制優(yōu)化方法,該方法包含如下步驟:S1,分析沉井的結(jié)構(gòu)特點(diǎn),對(duì)沉井前進(jìn)或后退時(shí)的阻力、旋轉(zhuǎn)時(shí)的阻力矩進(jìn)行數(shù)學(xué)描述;S2,通過(guò)受力分析建立前進(jìn)、后退、橫移、轉(zhuǎn)向這四種典型工況下的拖帶控制模型;S3,設(shè)計(jì)基于對(duì)數(shù)加權(quán)的適應(yīng)度函數(shù),采用一種逆求解方法,提出一種基于粒子群優(yōu)化(PSO)算法的拖帶控制優(yōu)化方法。本發(fā)明建立拖帶控制模型,通過(guò)基于PSO算法的拖帶控制優(yōu)化方法對(duì)控制模型進(jìn)行優(yōu)化,獲取最優(yōu)的拖輪拖帶控制方案。
【IPC分類】G05B13/04
【公開(kāi)號(hào)】CN105116722
【申請(qǐng)?zhí)枴緾N201510362147
【發(fā)明人】李軍軍, 肖英杰, 許波桅, 韓仕儒, 張榮海
【申請(qǐng)人】上海海事大學(xué)
【公開(kāi)日】2015年12月2日
【申請(qǐng)日】2015年6月26日