[发明专利]一种基于机器学习的在线实时推力分配方法在审
| 申请号： | 201810218580.X | 申请日： | 2018-03-16 |
| 公开（公告）号： | CN108572550A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 衣博文;陆宇;张卫东;张国庆;赵亚东;孙志坚 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G06F17/50 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 赵志远 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习的在线实时推力分配方法，包括：步骤S1：确定船舶推进装置布局，载入各推进器的参数，其中，推进器的参数包括：推进器推力方向可变范围、推力大小可变范围、推力方向变化率范围，推力大小变化率范围；步骤S2：接受到控制信号后，根据控制信号得到目标合推力，其中，所述合推力由纵向推力和、横向推力和与艏摇力矩和组成；步骤S3：将各推进器的推进器推力方向可变范围、推力大小可变范围、推力方向变化率范围，推力大小变化率范围作为约束条件，建立目标函数：步骤S4：采用机器学习算法中的粒子群算法对推力分配问题进行优化，得到最佳推力分配。与现有技术相比，本发明解决了粒子群算法收敛速度慢的缺陷。 | ||
| 搜索关键词： | 推力分配 推进器 大小变化率 粒子群算法 推进器推力 大小可变 方向可变 基于机器 控制信号 推力方向 变化率 船舶推进装置 机器学习算法 横向推力 目标函数 约束条件 纵向推力 艏摇 收敛 载入 学习 优化 | ||
【主权项】：
1.一种基于机器学习的在线实时推力分配方法，其特征在于，包括：步骤S1：确定船舶推进装置布局，载入各推进器的参数，其中，推进器的参数包括：推进器推力方向可变范围、推力大小可变范围、推力方向变化率范围，推力大小变化率范围；步骤S2：接受到控制信号后，根据控制信号得到目标合推力，其中，所述合推力由纵向推力和、横向推力和与艏摇力矩和组成；步骤S3：将各推进器的推进器推力方向可变范围、推力大小可变范围、推力方向变化率范围，推力大小变化率范围作为约束条件，建立目标函数：![]()
s＝B(α)u‑τ*其中：J(u,α,s)为目标函数，u为各推进器的推力大小矩阵，α为推力方向矩阵，W为功率项加权系数，Q为误差加权正定矩阵，k为其一程度加权系数，m为推进器个数，i为推进器序号，c为推力功率加权矩阵，ui为第i个推进器的推力大小，s为误差矩阵，ε为大于0的无限小实数，λ为矩阵奇异值，B(α)为推力方向系数矩阵，(·)T为矩阵的转置，τ*为实际合推力；步骤S4：采用机器学习算法中的粒子群算法对推力分配问题进行优化，得到最佳推力分配。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810218580.X/，转载请声明来源钻瓜专利网。
