一种水翼船爬浪控制方法与流程

本发明涉及控制策略领域，具体涉及一种水翼船爬浪控制方法。

背景技术：

水翼船是一种具有快速性，耐波性，阻力小，适航性等特点的高性能船舶，水流快速通过水翼，从而在水翼上下表面产生压力差将船体拖起，减小船体湿表面积，降低摩擦阻力和兴波阻力，从而使航行阻力大幅下降，解决了一般排水型船舶快速航行时阻力较大的问题，大大减少了海浪对船体的冲击和影响，具有较好的适航性。然而，由于水翼船的船体被完全拖出水面，只有水翼、舵、浆位于水面之下，使得水翼船不能提供一定的恢复力和恢复力矩，自稳性大大降低。

在高海情下，随机海浪波幅及波高变化剧烈，水翼船在海面航行时，易出现水翼出水或艇体击水的现象。船体击水将使船体遭受到的瞬时阻力增加，影响船体航行的稳定性，并且对船体具有一定的磨损，减少水翼船的使用寿命。当水翼出水，会大大降低水翼提供的升力，使得水翼船瞬时垂向速度增加，影响水翼艇的纵向受力和力矩，使得水翼船纵向运动剧烈，并且影响水翼船航行的安全性能。所以研究水翼艇的爬浪控制方法具有重要意义。

目前对于水翼船爬浪控制方法的研究较少，并且多用最优控制策略进行研究，模型简单，不能实时跟踪海浪变化，从而及时调整控制策略。

技术实现要素：

本发明的目的在于提供使水翼船及时的跟踪高海情的波高变化，减少水翼出水和船体击水的一种水翼船爬浪控制方法。

一种水翼船爬浪控制方法，包括以下步骤：

(1)根据根据传感器获得的实际海浪波高，随机理论及海浪能量分布，建立海浪波高序列模型及预测序列；

(2)根据水翼船的运动学与动力学特性建立力及力矩平衡非线性方程；

(3)根据船艏的高度传感器测量船体的相对海平面的高度；

(4)根据预测海浪波高，计算船体跟随海浪的偏差值；

(5)将海浪波高与水翼支柱的长度进行比较，判断水翼出水与艇体击水情况，若出现水翼出水及艇体击水情况，则执行第(6)步、第(7)步，未发生水翼出水及艇体击水，则按原系统稳定控制策略设计；

(6)根据跟随偏差及控制性能要求，设计有限时域最优控制性能指标，选择决策变量，计算控制所需的襟翼偏转角，控制水翼船纵向位移高度；

(7)在一个海浪周期内，重复执行整个优化过程，进行滚动优化，实现海浪的实时预测和跟随。

步骤(4)中，通过公式，计算船体跟随海浪的偏差值，其中e(k+1)为传感器测得的k+1时刻水翼船实际纵向高度与期望跟踪波高的误差，z(k+1)为k+1时刻系统的输出，为波高序列k+1时刻的波高值。

步骤(5)中，判断水翼出水与艇体击水情况，满足以下条件：水翼船不发生水翼出水及艇体击水，其中为波高序列k+i时刻的波高值，z(k+i)为k+i时刻系统的输出，h为翼航时船体底部到静水面垂直距离，l为船体底部到水翼面垂直距离，i为非负整数。

步骤(6)中，控制输入变化量襟翼角的转动幅度及控制输入量襟翼角的最大偏转角受限，满足的约束条件如下，其中u(k+i)为k+i时刻的控制输入值，δu(k+i)为k+i时刻的控制输入变化量值，u为控制输入最小值，δu为控制输入变化量最小值，控制输入最大值，为控制输入变化量最大值。

步骤(6)中，根据跟随偏差及控制性能要求，设计有限时域最优控制性能指标，选择决策变量，通过线性矩阵不等式最优求解，计算控制所需的襟翼偏转角，控制水翼船纵向高度，满足其中q为第一最优加权矩阵，r为第二最优加权矩阵，u(k+i)为k+i时刻的控制输入值，e(k+i)为k+i时刻的实际输出纵向位移与期望跟踪波高位移的误差。

本发明的有益效果在于：

本发明通过预报海浪序列，设计离散分段控制方法，实时更新控制输出，从而使水翼船及时的跟踪高海情的波高变化，减少水翼出水和船体击水。

附图说明

图1为水翼船爬浪控制方法步骤图；

图2为水翼船爬浪控制方法流程图；

图3为水翼船爬浪控制方法系统结构图。

具体实施方式

下面结合附图对本发明做进一步描述。

以下说明仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

为了提高水翼船的航行稳定性，进行海浪波高的实时跟踪，减少水翼船的水翼出水和艇体击水，本发明提出了一种水翼船爬浪控制方法，具体实施方式如图1,图2及图3所示，包括以下步骤：

步骤p1,考虑海浪为五级高海情，通过高度传感器测得波高值，根据随机过程理论，海浪能量谱分布，采用周期图法和函数外推法，通过不断刷新波高数据得到海浪随机波高序列。其具体过程如下：

其中显著周期及周期个数m＝100，采用周期图解法识别。为了从周期中辨识出来序列的显著周期，采用fisher统计检验方法。

海浪波高的预报方法是根据海浪波面的相关性，利用海浪波高序列式采用函数外推的方法获得，即用式中的作为ξ(n)在n＝k+1,...k+i时刻的预报值，经过i＝30步后，根据从传感器中获得的新数据将原始数据中ξ(1),...,ξ(i)刷新，从而用数据来建模并预报n＝k+i+1,...k+i+i时刻的波高值。

步骤p2，根据水翼船的水动力特性，运动学与动力学理论建立水翼船的力及力矩平衡非线性方程。得到水翼船的离散系统模型。其离散方程如下：

x(k+1)＝f(x(k),δx(k),u(k),w(k))

z(k+1)＝h(x(k+1),δx(k+1))+v(k+1)

为水翼船的纵向位移，纵向运动速度，纵摇角度，纵摇角速度。u(k)＝[u1(k)u2(k)]为水翼船前襟翼控制角和后襟翼控制角。w(k)＝[fd(k)md(k)]为干扰力及干扰力矩。v(k+1)为观测噪声。δx(k)，δx(k+1)为系统参数变化量。

步骤p3,根据船艏的高度传感器测量船体的相对海平面的高度及预测海浪高，计算出船体跟随海浪的偏差值：

z(k+1)为系统的输出，为波高序列k+1时刻的波高值，e(k+1)为实际输出纵向位移与期望跟踪波高位移的误差。

将跟踪误差代入系统方程，得到跟踪误差动态方程：

定义

则e(k+1)＝f1(e(k+1),x(k+1),δx(k+1)，v(k+1))

本发明主要适用于水翼船，其船体在高速航行时被拖出水面，因此不具有自稳性，在高海情下，海浪波高变化剧烈，对于船体脱离水面的情况，易出现艇体击水或水翼出水，因此对于此类船，考虑高海情下波高跟随情况，进行爬浪控制尤为重要。

步骤p4,及图2,从而根据预测波高与水翼船支柱长度的关系，判断水翼船是否发生水翼出水或船体击水，满足如下约束则不发生水翼出水或船体击水。

h为翼航时船体底部到静水面垂直距离，l为船体底部到水翼面垂直距离。

若出现水翼出水及艇体击水情况，采用本发明所述的方法进行控制设计，未发生水翼出水及艇体击水，则按原系统稳定控制策略设计。

步骤p5,在此基础上，再根据得到的预报海浪波高序列，水翼船的状态输出与待跟踪波高之间的误差值、控制输入约束等，设计预测控制最优控制性能指标，通过求解不等式得到控制输入序列，将第一个输入量加入到系统，得出的状态量与待跟踪波高比较，进一步修正控制量，如此滚动优化。

其中控制输入变化量襟翼角的转动幅度及控制输入量襟翼角的最大偏转角受限，满足的约束条件如下：

u，δu为控制输入和控制输入变化量最小值，为控制输入和控制输入变化量最大值。对于水翼船一般满足其襟翼偏角及偏转角变化量限制为定义δumin＝[δu,δu,...]^t，umin＝[u，u，...]^t，上式则可表示为：iu≤δumax,-iu≤-δumin，cu≤umax,-cu≤-umin，则有

pu≤m

p＝[i-ic-c]，m＝[δumaxδuminumaxumin]

再设计离散分段预测控制性能指标为：

满足pu≤m

其中u(k+i)＝fx(k+i)，i＝1,2,...

e(k+i)∈e

z(k+i)∈y

n为预测步长，q，r为最优加权矩阵，e为跟踪误差终端约束集，y为输出约束集。通过求解得到控制序列

u'(k+i)＝[u(k+0),u(k+1)....u(k+n-1)]，为控制序列，e'(k+i)＝[e(k+0),e(k+1)....e(k+n-1)]，为跟踪误差序列。

将第一个输入量加入到系统，得出的状态量与待跟踪波高比较。

在i＝1时刻，所述的系统离散方程及跟踪误差动态方程，设计下一个时刻的离散分段预测控制性能指标为：

满足pu≤m

其中u(k+i)＝fx(k+i)，i＝2,3...

e(k+i)∈e

z(k+i)∈y

解得u'(k+i)＝[u(k+1)....u(k+n-1)]，为控制序列，e'(k+i)＝[e(k+1)....e(k+n-1)]，为跟踪误差序列。

在随后周期采取相同的策略进行滚动优化，并将约束控制转换为线性矩阵不等式形式，通过matlab工具箱求解最优解。并且水翼艇的纵向运动响应具有快速性，可以基本跟随海浪波峰波谷值的变化。

其中水翼船爬浪控制装置包括，海浪检测测量装置，测得海浪的波高值；高度传感器，测量得到船体相对于海平面的高度；控制器，将求解得到控制量输入到控制器中，控制装置输出控制电压量；伺服系统，伺服系统接收控制电压量，经过放大，转化为襟翼转角；襟翼系统，襟翼系统在伺服器的驱动下，实现襟翼偏转角，从而改变水翼产生的升力，对水翼船的纵向位移进行控制，跟踪海浪波高变化，达到稳定状态。

针对现有技术中的缺陷，本发明提供了一种水翼船爬浪控制方法。由于爬浪控制过程极为复杂，存在着非线性及参数变化等问题，建立水翼船非线性离散模型，预测海浪波高序列，设计离散分段预测控制策略，实现对于水翼船的实时波高跟踪控制，并且离散模型在计算机上容易实现，从而达到减少水翼船艇体击水和水翼出水的情况。

本发明提供了一种水翼船爬浪控制方法包括根据水翼船的动态特性和运动特性建立水翼船的动力学非线性离散模型。根据随机过程理论，海浪波高的预报方法是根据海浪波面的相关性，海浪能量谱分布，采用周期图法和函数外推法，通过不断刷新波高数据得到海浪随机波高序列，用于预测控制器的设计。所述设计预测控制器，根据得到的随机海浪预测波高序列，设计离散分段预测控制策略，选择预测时域和控制时域相等，设定控制初始状态，根据实际输出和跟踪海浪波高之间的误差和控制快速性，设计每个采样周期的最优控制性能函数，在满足控制输入量和控制输入变化量约束及控制误差约束的条件下，得到预测状态变量和最优控制序列；将预测控制序列的第一个控制量作用于系统，进行状态更新，重复整个优化过程，在一个海浪波高序列周期内，实现滚动优化；将下一时刻传感器测得的实际船高与待跟踪的波高进行比较，设计最优控制性能函数，解算得到预测状态序列和最优控制序列，将预测控制序列的第一个控制量作用于系统，进行状态更新，重复整个优化过程，实现滚动优化。以此类推，进行每个海浪周期波高值的预测跟踪优化。

所述的水翼船爬浪控制方法，海浪波高预测序列为：

其中显著周期及周期个数m，采用周期图解法识别。为了从周期中辨识出来序列的显著周期，采用fisher统计检验方法。

海浪波高的预报方法是根据海浪波面的相关性，利用海浪波高序列式采用函数外推的方法获得，即用式中的作为ξ(n)在n＝k+1,...k+i时刻的预报值，经过i步后，根据从传感器中获得的新数据将原始数据中ξ(1),...,ξ(i)刷新，从而用数据来建模并预报n＝k+i+1,...k+i+i时刻的波高值。

所述的水翼船爬浪控制方法，根据水翼船的运动学与动力学特性建立力及力矩平衡非线性方程并进行离散化，由于爬浪控制过程较为复杂，并且系统参数不断变化，其非线性离散方程如下：

x(k+1)＝f(x(k),δx(k),u(k),w(k))

z(k+1)＝h(x(k+1),δx(k+1))+v(k+1)

为水翼船的纵向位移，纵向运动速度，纵摇角度，纵摇角速度。u(k)＝[u1(k)u2(k)]为水翼船前襟翼控制角和后襟翼控制角。w(k)＝[fd(k)md(k)]为干扰力及干扰力矩。v(k+1)为观测噪声。δx(k)，δx(k+1)为系统参数变化量。

其中输入变化量襟翼角的转动幅度及控制输入量襟翼角的最大偏转角受限，满足的约束条件如下：

u，δu为控制输入和控制输入变化量最小值，为控制输入和控制输入变化量最大值。定义δumin＝[δu,δu,...]^t，umin＝[u,u,...]^t，上式则可表示为：iu≤δumax,-iu≤-δumin，cu≤umax,-cu≤-umin，则有

pu≤m

p＝[i-ic-c]，m＝[δumaxδuminumaxumin]

所述根据跟随偏差及控制性能要求，设计有限时域最优控制性能指标，选择决策变量，通过线性矩阵不等式最优求解，计算控制所需的襟翼偏转角，控制水翼船纵向高度；

满足pu≤m

其中u(k+i)＝fx(k+i)，i＝1,2,...

e(k+i)∈e

z(k+i)∈y

n为预测步长，q，r为最优加权矩阵，e为跟踪误差终端约束集，y为输出约束集。通过求解得到控制输入序列u'(k+i)＝[u(k+0),u(k+1)....u(k+n-1)]，为控制序列，e'(k+i)＝[e(k+0),e(k+1)....e(k+n-1)]，为跟踪误差序列。

采取相同的策略进行滚动优化，并将约束控制转换为线性矩阵不等式形式，通过matlab工具箱求解最优解。