基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

作者：梅斌; 孙立成; 史国友; 马文耀; 王伟

来源：交通运输工程学报, 2020, 20(02): 88-99.

DOI：10.19818/j.cnki.1671-1637.2020.02.008

• 船舶工程
• 船舶操纵
• 线性支持向量回归
• 辨识建模
• 验证试验

为实现舵角小、试验数据少条件下船舶操纵辨识建模,提出了一种船舶操纵运动灰箱模型;搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM),计算被辨识船舶与备选RM的相关系数,并以此筛选合适的RM;运用相似准则将观测数据映射到RM的输入值域,建立被辨识船舶与RM的运动关联,获得了RM的加速度项,并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差;分析了机理模型,设计了合适的LSVR输入项,使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数;基于自航模试验数据训练了灰箱模型,并与约束模试验(CMT)结果和计算流体力学结果比较,验证了灰箱模型的泛化能力和预报精度。研究结果表明:在20°船艏向、20°舵角Z形试验预报中,灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°,灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°;在35°舵角旋回试验预报中,灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%,灰箱模型所得战术直径精度比CMT所得结果低4%,比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模,GO算法能够优化LSVR的不敏感边界参数,建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。

• 单位
  大连海事大学; 广东海洋大学