劉子健

摘 要：加強(qiáng)智能技術(shù)在船舶操縱運(yùn)動(dòng)模擬過程中的有效應(yīng)用，有利于提升船舶的可操作性，對(duì)增強(qiáng)航船的安全性和穩(wěn)定性，具有重要作用。本文在對(duì)船舶操縱運(yùn)動(dòng)模擬的方法進(jìn)行綜合闡述的基礎(chǔ)上，分析了船舶操縱運(yùn)動(dòng)模擬和智能技術(shù)的幾種算法，并介紹了智能技術(shù)在船舶操縱運(yùn)動(dòng)模擬中的應(yīng)用實(shí)例，以期為相關(guān)人士提供借鑒和參考。

關(guān)鍵詞：船舶操縱運(yùn)動(dòng) 智能技術(shù) 神經(jīng)網(wǎng)絡(luò)

1.前言

隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展和社會(huì)生產(chǎn)力水平的進(jìn)一步提升，航運(yùn)業(yè)呈現(xiàn)了迅猛的發(fā)展趨勢(shì)，航船呈現(xiàn)向大型化和高速化的發(fā)展趨勢(shì)，對(duì)航船的可操作性提出了較高的要求?，F(xiàn)階段，我國(guó)的航船操縱性較差，加之海上運(yùn)輸?shù)膿頂D，使得海難事故頻發(fā)，若不能完善航船的可操縱性，會(huì)對(duì)航海事業(yè)的更好發(fā)展形成阻礙。因此，加強(qiáng)智能技術(shù)在船舶操縱運(yùn)動(dòng)模擬過程中的有效應(yīng)用，具有十分重要的現(xiàn)實(shí)意義。

2.船舶操縱運(yùn)動(dòng)模擬的方法

現(xiàn)階段，自由自航船試驗(yàn)?zāi)M方法和建立船舶運(yùn)動(dòng)數(shù)學(xué)模型模擬方法是船舶操縱運(yùn)動(dòng)模擬的主要方法。其中，自由自航船試驗(yàn)?zāi)M方法屬于物理模擬方法，依據(jù)實(shí)際船舶的相關(guān)參數(shù)設(shè)計(jì)船舶模型，使其在天然湖泊中進(jìn)行操縱試驗(yàn)、回轉(zhuǎn)試驗(yàn)，獲得船舶操縱性的準(zhǔn)確數(shù)值，為研究人員提供科學(xué)的參考依據(jù)。建立船舶運(yùn)動(dòng)數(shù)學(xué)模型模擬方法屬于數(shù)學(xué)模擬方法，通過對(duì)計(jì)算機(jī)的充分利用，建立數(shù)學(xué)模型，通過求解船舶可操作性的數(shù)值得到船舶操縱運(yùn)動(dòng)的數(shù)學(xué)模型，然后進(jìn)行船舶操縱試驗(yàn)，獲得操縱性的精確數(shù)據(jù)，實(shí)現(xiàn)對(duì)船舶可操縱性的預(yù)測(cè)。建立船舶運(yùn)動(dòng)數(shù)學(xué)模型模擬方法需要對(duì)水動(dòng)力系數(shù)進(jìn)行預(yù)測(cè)，進(jìn)而選定數(shù)學(xué)模型，隨著科技的迅速發(fā)展，水動(dòng)力系數(shù)預(yù)測(cè)的方法日趨完善，船舶運(yùn)動(dòng)數(shù)學(xué)模型模擬方法在船舶操縱運(yùn)動(dòng)預(yù)報(bào)過程中得到了廣泛應(yīng)用。船舶操縱控制具有復(fù)雜性的特點(diǎn)，經(jīng)歷了控制、自適應(yīng)控制和智能控制的發(fā)展階段，包含神經(jīng)網(wǎng)絡(luò)、模糊分析和遺傳算法等智能技術(shù)，通過充分運(yùn)用上述技術(shù)，能夠有效降低航行環(huán)境對(duì)船舶航行安全性與穩(wěn)定性的不良影響，通過適時(shí)調(diào)整控制參數(shù)，實(shí)現(xiàn)對(duì)航船運(yùn)行不穩(wěn)定性問題的有效解決。

3.船舶操縱運(yùn)動(dòng)模擬和智能技術(shù)的應(yīng)用分析

（1）船舶操縱運(yùn)動(dòng)模擬和智能技術(shù)的幾種算法

①神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是智能技術(shù)的典型算法，多個(gè)并行的神經(jīng)單元構(gòu)成了神經(jīng)網(wǎng)絡(luò)，與自然界的生物神經(jīng)系統(tǒng)同出一轍，各個(gè)神經(jīng)單元之間的連接強(qiáng)度決定了神經(jīng)網(wǎng)絡(luò)的連接函數(shù).一般情況下，通過對(duì)神經(jīng)元之間的連接強(qiáng)度進(jìn)行適當(dāng)調(diào)整，使得網(wǎng)絡(luò)輸出值與網(wǎng)絡(luò)輸入值盡量相符，從而實(shí)現(xiàn)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的目的。神經(jīng)網(wǎng)絡(luò)是一種隱性的數(shù)學(xué)機(jī)制，可被應(yīng)用于映射A維空間到B維空間的非線性關(guān)系，而這一應(yīng)用需要依靠對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練方可實(shí)現(xiàn)。隨著神經(jīng)網(wǎng)絡(luò)的迅速發(fā)展，神經(jīng)網(wǎng)絡(luò)在社會(huì)生活的各個(gè)領(lǐng)域得到了廣泛的應(yīng)用，且在圖像處理、系統(tǒng)辨識(shí)和自動(dòng)控制領(lǐng)域的應(yīng)用最為廣泛。在神經(jīng)網(wǎng)絡(luò)中，多層前向網(wǎng)絡(luò)得到了廣泛應(yīng)用，該神經(jīng)網(wǎng)絡(luò)建立在誤差反向傳播的基礎(chǔ)上，實(shí)踐研究表明，90%以上的神經(jīng)網(wǎng)絡(luò)是建立在多層前向神經(jīng)網(wǎng)絡(luò)基礎(chǔ)之上。多層前向神經(jīng)網(wǎng)絡(luò)通過給定任意函數(shù)f，ε大于0，建立三層前向神經(jīng)網(wǎng)絡(luò)，使得ε的平方值無(wú)限接近函數(shù)f，由此可知，神經(jīng)網(wǎng)絡(luò)映射的為網(wǎng)絡(luò)輸入值和輸出值在任意精度上的連續(xù)函數(shù)。

②模糊邏輯

模糊邏輯是基于模糊控制理論的一種算法，為了提升數(shù)學(xué)建模的精確性，通過結(jié)合人腦的特點(diǎn)，對(duì)其進(jìn)行智能化處理，進(jìn)而演化成一種新型的智能控制方法。1965年，模糊集理論的誕生標(biāo)志著模糊邏輯算法的產(chǎn)生。模糊控制由模糊推力、模糊化、去模糊化和規(guī)則庫(kù)等模塊構(gòu)成。為了實(shí)現(xiàn)模糊控制，通常應(yīng)用非模糊量描述模糊程度，通過將非模糊量轉(zhuǎn)化為模糊量，實(shí)現(xiàn)模糊化，反之，若模糊推理的值為模糊值，需要將模糊值轉(zhuǎn)化為非模糊量，這一過程被稱為去模糊化。規(guī)則庫(kù)是指專家的專業(yè)知識(shí)和操作人員的操作經(jīng)驗(yàn)，是模糊推理建立的基礎(chǔ)。規(guī)則庫(kù)能夠?qū)＜业膶I(yè)知識(shí)和操作人員的操作經(jīng)驗(yàn)轉(zhuǎn)化為模糊控制規(guī)則，充分體現(xiàn)人為控制的特點(diǎn)。

③遺傳算法

遺傳算法是基于達(dá)爾文生物進(jìn)化論基礎(chǔ)之上的，通過模仿生物體的遺傳和變異，實(shí)現(xiàn)對(duì)外部環(huán)境的良好適應(yīng)，實(shí)現(xiàn)優(yōu)勝劣汰的目的，形成較為優(yōu)化的算法。遺傳算法通過模擬即將搜索問題的解空間，將其映射為遺傳空間，對(duì)求解的問題進(jìn)行編碼，將每一個(gè)解表示為具體的向量，稱為染色體，向量的基本元素稱為基因，隨機(jī)產(chǎn)生一個(gè)種群，依據(jù)一定的目標(biāo)評(píng)價(jià)每個(gè)染色體，根據(jù)評(píng)價(jià)結(jié)果給出適應(yīng)度值，遺傳算法的計(jì)算規(guī)則依據(jù)適應(yīng)度值合理選擇染色體產(chǎn)生新的種群，對(duì)種群進(jìn)行重新評(píng)價(jià)，以此類推，促使種群中染色體的適應(yīng)度值不斷提升，直至達(dá)到最優(yōu)，方可停止迭代，計(jì)算結(jié)束。

（2）智能技術(shù)在船舶操縱運(yùn)動(dòng)模擬中的應(yīng)用實(shí)例分析

①用于操縱性水動(dòng)力系數(shù)的預(yù)測(cè)

建立船舶操縱運(yùn)動(dòng)模型是獲悉船舶在運(yùn)動(dòng)過程中網(wǎng)絡(luò)控制輸入的關(guān)鍵，有利于求解船舶操縱運(yùn)動(dòng)模擬的前提條件，能夠?yàn)樵O(shè)計(jì)自動(dòng)舵奠定良好基礎(chǔ)。本文應(yīng)用船舶操縱性水動(dòng)力系數(shù)的預(yù)測(cè)方法對(duì)江蘇南通長(zhǎng)江大橋船隊(duì)的船舶可操縱性進(jìn)行了濾波、無(wú)量綱化和插值處理，求得了試驗(yàn)船舶操縱性水動(dòng)力系數(shù)，水動(dòng)力系數(shù)的值分為為：X1=-0.0039，X2=-0.3221，X3=0.0247，Y1=-0.0298，Y2=0.0156，Y3=-0.0165，將上述水動(dòng)力系數(shù)分別代入穩(wěn)定性指數(shù)公式中，可求得穩(wěn)定性知識(shí)C>0，由此表明江蘇南通長(zhǎng)江大橋船隊(duì)的船舶具有較為穩(wěn)定的航向。利用辨識(shí)的水動(dòng)力系數(shù)對(duì)船舶操縱運(yùn)動(dòng)進(jìn)行模擬，將模擬結(jié)果與實(shí)際船舶的操縱結(jié)果進(jìn)行比較發(fā)現(xiàn)，模擬結(jié)果與實(shí)際試驗(yàn)結(jié)果具有一致性，表明本次水動(dòng)力系數(shù)的預(yù)測(cè)符合工程的實(shí)際需求。

②用于模擬船舶操縱運(yùn)動(dòng)

2016年，某科研機(jī)構(gòu)在大連的旅順港附近進(jìn)行了實(shí)際船舶的操縱試驗(yàn)，目的是為計(jì)算船隊(duì)和海輪過橋的航跡帶寬度，為建立船舶操縱運(yùn)動(dòng)模擬模型提供科學(xué)的數(shù)據(jù)支持，同時(shí)，也能給為合理規(guī)劃航線提供可靠的參考依據(jù)。為了提升試驗(yàn)結(jié)果的精確性，本次研究選取了1.6萬(wàn)噸、功率為972×2kw的長(zhǎng)江22018作為試驗(yàn)船舶，考慮到潮流的影響，將船舶操縱試驗(yàn)的時(shí)間定于2016年7月26日下午3時(shí)，為了確保航船的航行安全，避免過往船只對(duì)航船造成的不利影響，將試驗(yàn)的地點(diǎn)定在旅順聯(lián)檢錨地。同時(shí)，本次研究還選取的海輪船長(zhǎng)度為220m，寬約32.24m，主機(jī)額定功率為10800kw，為了提升試驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性，對(duì)進(jìn)行了濾波、無(wú)量綱化和插值處理。在選擇實(shí)際船舶樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程中，剔除掉操舵階段，使用訓(xùn)練完畢的神經(jīng)網(wǎng)絡(luò)對(duì)操舵階段進(jìn)行模擬發(fā)現(xiàn)，在操舵階段出現(xiàn)了跳躍現(xiàn)象。于是，研究人員提出操舵階段的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)回轉(zhuǎn)角速度的模擬，然后再用神經(jīng)網(wǎng)絡(luò)模擬船舶運(yùn)動(dòng)，跳躍現(xiàn)象消失，表明跳躍現(xiàn)象與船舶操縱運(yùn)動(dòng)的線性方程之間存在密切的關(guān)系。在模擬船舶操縱運(yùn)動(dòng)的過程中，通過加上操舵階段，相當(dāng)于在船舶操縱運(yùn)動(dòng)的線性方程分別加上了非線性項(xiàng)，跳躍現(xiàn)象會(huì)消失。

4.結(jié)論

通過以上研究發(fā)現(xiàn)，在加強(qiáng)智能技術(shù)在船舶操縱運(yùn)動(dòng)模擬應(yīng)用過程中，通過運(yùn)用神經(jīng)網(wǎng)絡(luò)模型，能夠?qū)崿F(xiàn)對(duì)船舶操縱性水動(dòng)力系數(shù)的預(yù)測(cè)，還能夠?qū)崿F(xiàn)對(duì)船舶操縱運(yùn)動(dòng)的模擬。因此，在船舶操縱運(yùn)動(dòng)模擬過程中應(yīng)用智能技術(shù)，可以借鑒上述方法。

參考文獻(xiàn)：

[1]張心光，王巖松.基于支持向量回歸機(jī)和粒子群算法的船舶操縱運(yùn)動(dòng)模型辨識(shí)[J].船舶力學(xué)，2016，2011：1427-1432.

[2]吳興亞，高霄鵬.全回轉(zhuǎn)槳初始安裝偏角對(duì)船舶操縱性的影響[J].船海工程，2016，4506：9-14.

[3]戴財(cái)龍.船舶操縱要素在避讓中的應(yīng)用實(shí)踐微探[J].科技創(chuàng)新與應(yīng)用，2016，27：56.endprint