[发明专利]一种船舶减摇陀螺参数优化方法

权利要求书

1.一种船舶减摇陀螺参数优化方法，其特征是，包括如下步骤：

(1)根据船舶结构基本参数与船舶横摇运动基本参数，建立船舶横摇运动数学模型，再根据单框架控制力矩陀螺力矩平衡方程，建立陀螺与船舶联合运动数学模型，分别计算减摇陀螺不工作与工作时船舶横摇角的标准偏差值，进而建立船舶减摇陀螺减摇率的表达式；其具体内容和方法步骤是：

(a)计算减摇陀螺不工作时船舶横摇角φ_b的标准偏差值

设船体自身转动惯量为I_φφ，附加质量转动惯量为J_φφ，船舶自身阻尼恢复系数为c₁、c₃，船舶自身恢复力矩系数为k₁、k₃、k₅，船舶的排水量为D，船舶的横稳性高为h，波浪模型方程为α(t)，则建立船舶横摇数学模型为：

式中φ_b为船舶横摇角；

令则将上式转化为一阶微分方程组初值问题：

式中：

对该微分方程在时间t上进行微分方程求解，得如下数值格式：

其中h表示为时间t的迭代步长，k表示为迭代次数，则得减摇陀螺不工作时船舶横摇角φ_b随时间t变换的表达式：

φ_bk＝φ_b(k-1)+hx_k

减摇陀螺不工作时船舶横摇角φ_b的标准偏差S(φ_b)为：

式中N为在时间t内的取样次数，i∈N，为船舶横摇角φ_b的平均值；

(b)计算减摇陀螺工作时船舶横摇角φ_a的标准偏差值

船体自身转动惯量为I_φφ，附加质量转动惯量为J_φφ，船舶自身阻尼恢复系数为c₁、c₃，船舶自身恢复力矩系数为k₁、k₃、k₅，船舶的排水量为D，船舶的横稳性高为h，波浪模型方程为α(t)，则建立减摇陀螺与船舶联合数学模型为：

式中：φ_a为船舶横摇角，β为减摇陀螺进动角，R为减摇陀螺转子半径，L为减摇陀螺转子厚度，ω为转子转速，M为减摇陀螺进动方向的阻尼系数；

令则将上式转化为一阶微分方程组初值问题：

式中：

f₁(t,φ_a(t),x(t),β(t),y(t))＝-c₁x(t)-c₃x(t)³-k₁φ_a-k₃φ_a³-k₅φ_a⁵-ρπR⁴Lωy(t)cos(β)/2(I_φφ+J_φφ)+Dhα(t)/(I_φφ+J_φφ)

f₂(t,x(t),β(t),y(t))＝6ρπR⁴Lωx(t)cos(β)/ρπR²Lω(3R²+L²)-12My(t)/ρπR²Lω(3R²+L²)

对该微分方程在时间t上进行微分方程求解，可得如下数值格式：

其中h表示为时间t的迭代步长，k表示为迭代次数，则得减摇陀螺工作时船舶横摇角φ_a随时间t变换的表达式：

φ_ak＝φ_a(k-1)+hx_k

减摇陀螺工作时船舶横摇角φ_a的标准偏差S(φ_a)为；

式中N为在时间t内的取样次数，i∈N，为船舶横摇角φ_a的平均值；

(c)建立船舶减摇陀螺减摇率的表达式

船舶减摇陀螺减摇率为：

减摇率：

(2)综合考虑减摇陀螺减摇率、占地面积、整体质量以及电机驱动能耗选定目标函数，根据船舶舱室的可安装空间大小、电力系统可供应功率以及阻尼器加工工艺难度给定参数的约束条件，进而构建船舶减摇陀螺参数优化模型；其具体内容和方法步骤是：

(a)选定目标函数

根据船舶自身结构与运动参数、舱室可安装空间、动力驱动系统供电功率、材料结构强度关键因素提出评价指标，包含减摇率TT、减摇陀螺占地面积πR²、减摇陀螺整体质量ρπR²L、减摇陀螺驱动电机转动能耗ω、减摇陀螺进动阻尼系数M，综合表示为：

minZ(x₁,x₂,...,x_i,...,x_n)

其中x_i∈(R,L,M,ω,TT，…)

(b)给定约束条件

根据船舶舱室的可安装空间大小，给出减摇陀螺转子的尺寸约束条件；假设船舶舱室的可安装空间尺寸为h_长×h_宽×h_高，则陀螺转子的半径R以及厚度L需满足以下约束条件：

根据船舶电力系统可供应功率，给出电机转速的约束条件；假设可供应功率为P_船，由于其中P为额定功率，T为额定转矩，则电机转速需满足以下约束条件：

根据进动阻尼器加工工艺难度，考虑阻尼器工作时散热及强度问题，给出阻尼器阻尼系数的约束条件，表示为：Z_低≤M≤Z_高，其中Z_低与Z_高需根据具体阻尼器大小给出具体值；

对上述步骤(1)求出的减摇陀螺减摇率TT同样提出约束要求：

TT≥a(0≤a≤1)

则约束条件总结为：

(c)构建船舶减摇陀螺参数优化模型

根据上述的目标函数以及约束条件，建立船舶减摇陀螺参数优化模型：

(3)将原始减摇陀螺参数作为初始值，通过最值求解优化算法对船舶减摇陀螺参数优化模型进行求解，进而获得减摇陀螺最优参数值；其具体内容和方法步骤是：

(a)首先将原始减摇陀螺参数R,L,M,ω作为初始值；

(b)将上述初始值带入到船舶减摇陀螺减摇率公式中进行计算，计算出该组参数下的优化目标函数值；

(c)考虑船舶减摇陀螺参数优化模型中的目标函数minZ(x₁,x₂,...,x_i,...,x_n)以及约束条件通过优化算法，在优化参数的约束条件内不断调整带入计算的各优化参数的数值，求解优化目标函数值；

(d)最终获得满足约束条件与目标函数要求的最优参数。