一种船舶运动数学模型的制作方法
【技术领域】
[0001]本发明涉及船舶运动模型领域，具体涉及一种船舶运动数学模型。
【背景技术】
[0002]简洁且精度较高的船舶运动模型一直是船舶运动控制航海仿真领域追求的终极目标，在航海界，Nomoto模型是形式最简洁的船舶运动数学模型。但其精度较低，而各种状态空间型船舶运动数学模型的精度一般能够保证，但其众多水动力导数的获得较麻烦，或基于水池试验，或基于实船试验，或部分基于水池试验部分基于实船试验，由于水池模拟的海洋环境与实际海洋环境，特别是波浪的非线性差别较大，加之船模水池试验的尺度效应和池壁效应影响，其试验结果与实船试验结果相差较大，而全面的实船试验花费巨大。大部分学者使用回归公式或经验公式计算众多水动力导数，所获得的船舶运动数学模型会有50%-200%误差。航海界从没放弃寻找介于Nomoto模型和船舶运动状态空间型数学模型之间的数学模型的努力。
【发明内容】
[0003]为了弥补以上技术的不足，本发明提供了一种船舶运动数学模型。本发明的特征是
为获得形式简洁而精度较高的船舶运动数学模型，将航空航天领域的特征模型移植到航海领域，利用部分实船试验数据辨识出特征模型的参数。通过船舶形试验验证了在航海领域使用特征模型的可行性该精度，稍高于目前使用的Nomoto模型且保留了其简洁的形式。
[0004]特征模型最初用于空间飞行器建模控制器的设计。空间飞行器的动力模型一般都是高阶模型特征模型，抓住高阶模型的本质特征，把模型的高阶信息压缩到特征模型的特征参量中，既能保证模型精度，又能使其形式变得简洁。通过对一直应用于航空航天领域的特征模型的研究并试图将其移植到航海界，利用其简洁的形式和船舶出厂时做的回转和形实验数据，证明了特征模型就是航海界苦苦寻找的形式简洁而精度满足要求的数学模型。
[0005]一、基于上述思想基于特征模型的船舶运动数学模型的建立步骤:
1、数据提取
建立基于特征模型的船舶运动数学模型的第一步为数据提取，数据来源为实船的实操数据。2、数据滤波处理
通过数据提取中的数据存在干扰，需要滤波处理。根据需要一般采用限幅滤波和中值滤波处理数据。
[0006]3、特征参数辨识
用含有遗传因子的递推最小二乘法对经滤波处理后的艏向角数据进行参数辨识。
[0007]二、船舶运动数学模型的精度验证
按照基于特征模型的船舶运动数学模型的步骤求取基于特征模型的船舶运动数学模型，通过数据处理和滤波处理特征参数，辨识得到特征模型的个特征参量表达式。即其基于特征模型的船舶运动数学模型的表达式。引入相关数据及绘制图形，二者进行比较，得出精度验证结论。
[0008]建立了通用的基于特征模型的船舶运动数学模型并将该模型模型进行仿真试验，与实船形试验结果进行对比研究，验证了该模型精度高于Nomoto模型，且形式简洁，经分析特征模型能保证较高精度的主要原因为:
1、基于特征模型的船舶运动数学模型中的参数，是利用实船试验数据，进行辨识得到的实船试验数据中包含了船舶的综合信息。
[0009]2、特征模型不同于整体型船舶运动数学模型。后者是从整体的角度把作用在船体上的流体动力对每个运动变量按泰勒级数展开，取至3阶这样高阶所包含的信息就会丢失；而特征模型与降阶模型存在本质区别，它把船舶运动高阶模型的有关信息都压缩到几个特征参量中，并不丢失信息。
【主权项】
1.一种船舶运动数学模型，其特征是为获得形式简洁而精度较高的船舶运动数学模型，将航空航天领域的特征模型移植到航海领域，利用部分实船试验数据辨识出特征模型的参数，通过船舶形试验验证了在航海领域使用特征模型的可行性该精度，稍高于目前使用的Nomoto模型且保留了其简洁的形式。2.基于上述思想基于特征模型的船舶运动数学模型的建立步骤: ⑴数据提取:建立基于特征模型的船舶运动数学模型的第一步为数据提取，数据来源为实船的实操数据； ⑵数据滤波处理 通过数据提取中的数据存在干扰，需要滤波处理，根据需要一般采用限幅滤波和中值滤波处理数据； ⑶特征参数辨识 用含有遗传因子的递推最小二乘法对经滤波处理后的艏向角数据进行参数辨识； ⑷船舶运动数学模型的精度验证。
【专利摘要】本发明提供了一种船舶运动数学模型。本发明的特征是为获得形式简洁而精度较高的船舶运动数学模型，将航空航天领域的特征模型移植到航海领域，利用部分实船试验数据辨识出特征模型的参数。通过船舶形试验验证了在航海领域使用特征模型的可行性该精度，稍高于目前使用的Nomoto模型且保留了其简洁的形式。
【IPC分类】G09B9/06
【公开号】CN105513456
【申请号】CN201410540778
【发明人】刘鑫
【申请人】威海拓达高科船舶科技有限公司
【公开日】2016年4月20日
【申请日】2014年10月14日