基于船舶操纵性的船舶海上航行安全研究

摘要

船舶操纵性作为船舶重要的航行性能之一，一直以来与船舶海上航行安全有着紧密的联系，受到了国际海事组织、各国政府以及专家学者们的广泛关注。根据统计，近十年来与船舶操纵性有关的海上交通事故类型的事故数占海上交通事故总数超过30％，凸显出船舶操纵性在船舶海上航行安全中的重要性。同时，随着未来船舶向着智能化和无人化的趋势发展，降低了人为因素的影响，船舶操纵性在船舶海上航行安全中的重要性将逐渐增加。基于上述原因，为了减少与船舶操纵性相关的海上交通安全事故的发生数量，降低相应的海上人员和财产损失，保护好海洋生态环境，本文基于船舶操纵性，从以下三部分开展了船舶海上航行安全研究工作，首先利用实船操纵性试验获得的静态特征参数和指标开展船舶操纵性评价研究，然后基于动态的船舶运动数学模型开展船舶操纵运动控制设计与分析研究，最后同时利用动态的船舶操纵运动过程和静态的操纵性试验特征参数开展紧迫局面下船舶操纵避碰研究。
　　本研究主要内容包括：⑴基于IMO和ABS《船舶操纵性标准（准则）》，利用模糊网络分析法提出了一种新颖的基于等级的船舶操纵性评价模型。该评价模型能够初步解决船舶操纵性评价中各操纵性因素间相互关联、相互影响的问题，并改进现有船舶操纵性评价中各操纵性因素权重不合理的缺陷。基于该评价模型，使得船舶操纵性评价的过程及结果更为合理，并对各操纵性因素赋予了合理的权重值。最后，利用三艘船舶实船操纵性试验数据确定船舶操纵性等级，并进行分析和对比研究，结果表明该评价模型的合理性和有效性。通过确定船舶操纵性等级，能直观、准确的反映船舶操纵性是否满足海上航行安全的最低要求，并能够为进一步提升船舶操纵性和海上航行安全水平提供理论支撑。⑵针对一类增益已知的不确定严格反馈离散时间非线性系统，提出了一种新颖的自适应神经网络控制设计，并进一步对增益未知的船舶操纵运动离散时间非线性系统进行控制设计与分析。通过将单一神经网络控制技术和最少学习参数算法相结合，所提出控制算法能够较好的解决常规自适应后推控制设计所存在的“复杂性爆炸”问题和“维数灾难”问题，并在控制设计中通过引入辅助设计系统以有效的克服输入饱和限制问题。根据所提方法设计的控制器结构简单，仅包含一个实际控制律与一个自适应律，在线学习的神经网络输入变量和权重都大为减少，最终整个系统需要在线学习的可调参数减少至一个。与现有控制算法相比，本文所提出的控制结构更为简单，学习参数最少，并且计算量也最小。在船舶操纵运动系统进行控制设计过程中，通过考虑由实船船舶操纵性试验结果分析得到的船舶操纵性指数，使得最终的船舶操纵运动控制系统能较为准确反映出船舶在海上实际操纵过程中的操纵性，为进一步开展船舶避碰研究提供坚实的理论基础。⑶开展处于紧迫局面会遇态势下的船舶操纵避碰研究，首先，针对紧迫局面定义下的避碰态势，通过将船舶操纵运动数学模型、船舶操纵运动控制系统、以及船舶动态避碰要素计算模型相结合，提出了一种基于操纵性的船舶操纵避碰动态辅助系统。该辅助系统能基本上消除过去在船舶避碰过程中常常忽略船舶操纵性的缺陷，并利用该辅助系统对处于紧迫局面内两船的三种会遇态势进行了仿真研究，仿真结果证明了该辅助系统的合理性和有效性，也表明在避碰过程中考虑船舶操纵性的必要性和重要性。随后，基于船舶操纵性和协同学理论提出了一种新颖的协同船舶领域模型。基于协同学理论和分析大量实船操纵旋回试验数据，所提出的协同船舶领域模型初步解决了常规船舶领域中未考虑会遇船舶间相互影响的问题以及未充分考虑船舶操纵性的不足。与常规船舶领域相比，所提出的协同船舶领域更为合理，为减少由于船舶操纵性因素所导致的船舶碰撞事故提供有效的理论基础，以切实提供船舶海上航行的安全水平。

目录

声明

摘要

第1章 绪论

1．1 选题背景和研究意义

1．2 研究进展及现状

1．2．1 船舶操纵性评价研究进展及现状

1．2．2 船舶操纵运动控制设计研究进展及现状

1．2．3 船舶操纵避碰研究进展及现状

1．3 本文的主要工作与内容安排

1．3．1 主要研究内容

1．3．2 拟解决的问题

1．3．3 主要工作与内容安排

第2章 基于模糊网络分析法的船舶操纵性评价

2．1 引言

2．2 模糊网络分析法

2．2．1 模糊理论

2．2．2 网络分析法

2．2．3 模糊网络分析法

2．3 基于IMO《船舶操纵性标准》的船舶操纵性评价

2．3．1 IMO《船舶操纵性标准》

2．3．2 船舶操纵性评价过程

2．4 基于ABS《船舶操纵性准则》的船舶操纵性评价

2．4．1 ABS《船舶操纵性准则》

2．4．2 船舶操纵性评价过程

2．5 讨论与分析

2．6 本章小结

第3章 基于离散时间非线性系统的船舶操纵运动控制研究

3．1 引言

3．2 模型描述与预备

3．2．1 船舶操纵运动数学模型

3．2．2 离散时间非线性系统模型描述

3．2．3 高阶神经网络

3．3 基于单一神经网络的增益已知离散时间非线性系统自适应控制

3．3．1 自适应控制设计

3．3．2 稳定性分析

3．3．3 仿真研究

3．4 基于最少学习参数的增益已知离散时间非线性系统自适应控制

3．4．1 预备知识

3．4．2 自适应控制设计

3．4．3 稳定性分析

3．4．4 仿真研究

3．5 考虑输入饱和的增益已知离散时间非线性系统自适应控制

3．5．1 预备知识

3．5．2 自适应控制设计

3．5．3 稳定性分析

3．5．4 仿真研究

3．6 基于单一神经网络的增益未知船舶操纵运动离散系统自适应控制

3．6．1 知识预备

3．6．2 自适应控制

3．6．3 稳定性分析

3．6．4 仿真研究

3．7 本章小结

第4章 紧迫局面会遇态势下的船舶操纵避碰研究

4．1 引言

4．2 紧迫局面及船舶操纵避碰动态辅助系统描述

4．2．1 紧迫局面

4．2．2 船舶操纵避碰动态辅助系统

4．3 紧迫局面下船舶避碰仿真研究

4．3．1 态势1：对遇局面

4．3．2 态势2：交叉相遇局面

4．3．3 态势3：追越局面

4．3．4 讨论与分析

4．4 船舶领域及协同论描述

4．4．1 常规船舶领域模型介绍

4．4．2 协同学理论

4．4．3 道路工程中的安全距离

4．5 协同船舶领域

4．5．1 常规船舶领域讨论与分析

4．5．2 协同船舶领域模型

4．5．3 仿真研究

4．6 本章小结

第5章 结论与展望

5．1 全文总结

5．2 工作展望

参考文献

攻读学位期间公开发表论文

致谢

作者简介