船舶横摇非线性反应的特点是一个横摇阻尼的时刻最感兴趣的海军建筑师和海洋工程师。建模和识别的非线性阻尼力矩将至关重要的固有非线性设计、分析和控制。随机非参数方法识别的非线性阻尼一般机械系统提出了在文献(Han和Kinoshits 2012)。方法也应用于识别的非线性阻尼力矩一艘速度zero-forward (Han和Kinoshits 2013)。然而在前进速度的存在,船舶的横摇阻尼力矩的特点是由于升力效应显著改变。摘要随机反演方法应用于船舶运动的非线性阻尼力矩的识别速度nonzero-forward。方法的可加工性和有效性与受控条件下的实验室测试验证。在实验试验,两种不同类型的船舶横摇是:时间瞬态运动和频率相关周期运动。结果表明,这种方法使固有的非线性阻尼力矩估计,包括它的可靠性分析。
船舶运动是由六个自由度的定义,一艘船在海上可以体验。其中,滚动,它被定义为在纵轴旋转运动的船,已经吸引了相当多的研究关注这些年来因为大型辊运动可能是一个严重威胁安全的船等船舶倾覆或结构失败。因此,一个合适的模型来描述船舶横摇是准确的预测的关键在给定海况的辊反应。
有相当多的研究建模的滚动
大量的研究在这个问题上一直集中在上述参数识别。相比之下,很少有研究涉及非参数识别的先验知识非线性阻尼的时刻不是必需的。例如,Haddara和Hinchey
近年来,逆方法已经提出了(
在文献[
本文关注重点是真正的随机反演方法的实际应用(
本文的概述如下。随机非线性逆模型阻尼船派生的部分
假设滚动运动<我nline-formula>
横摇阻尼力矩表示为一个积极的非线性横摇角和角速度的函数。横摇阻尼的时刻<我nline-formula>
操纵的数学概念的基础上变化的参数,获得以下关系( 这项研究的目的是反向确定非线性阻尼力矩测量响应数据<我nline-formula>
非线性阻尼的识别可以通过反相矩阵系统( 值得注意的是,系统(
确保一个稳定的解决方案过程中,未知的阻尼力矩<我nline-formula>
使用适当的概率模型,概率表达式(
提取信息的阻尼力矩随机构造逆模型,有必要采用马尔可夫链蒙特卡罗等模拟技术,其目的是吸引目标的一组相同的独立分布的样本密度。层次模型(
初始化<我nline-formula>
样本<我nline-formula>
样本<我nline-formula>
样本<我nline-formula>
样本<我nline-formula>
如果<我nline-formula>
其他的<我nline-formula>
样本<我nline-formula>
样本<我nline-formula>
如果<我nline-formula>
其他的<我nline-formula>
采样的实现<我nline-formula>
总之,一艘移动的阻尼力矩nonzero-forward速度可以通过以下步骤来确定。(1)推导出逆模型(
和易性和准确性的方法验证了阻尼力矩测试模型的识别。在海洋工程相关的实验(OE)盆地东京大学的。盆地,这通常被称为船模试验池,是一个物理水箱与船模型进行水动力测试。图 测试模型的细节。
概述测试模型(a)和(b)实验设置。
身体计划的测试模型。
长度<我nline-formula>
宽度<我nline-formula>
草案<我nline-formula>
位移量<我nline-formula>
稳心高度和通用汽车重心之间的距离
中心的垂直位置的浮力KB
垂直位置的横稳心龙骨线公里以上
固有频率<我nline-formula>
图 海洋工程的布局盆地东京大学。
模型第一次测试没有任何附件如船体舭龙骨考虑阻尼特性。之后,评估和易性的目的,两个舭龙骨(BK)约有1米长连接双方的测试模型的胀如图 舭龙骨的连接双方的测试模型。
对于实验的应用程序,两种不同类型的运动,时间瞬态运动和频率相关周期运动,被认为是。首先,瞬态运动由一个初始横摇角被认为是引起的。外部是首次应用于测试模型通过静态方式给一个初始横摇角。然后是消除和腐烂的辊运动测量。其次,强制运动引起的周期性激励被认为是。单频率正弦辊运动首先是由产生的垂直力力振动设备图 强迫振动设备:(a)侧视图。(b)前视图。
应该注意的是,一个线性近似恢复力矩是有效的只有足够小卷角。正如前面指出的,在本研究中,我们限制我们的注意力的小振幅运动,以便恢复力矩可以表示的线性形式。
第一个应用程序,一个瞬态运动引起的初始横摇角被认为是。这种运动称为free-decay滚动运动。的试验,一个初始横摇角首先给出<我nline-formula>
记录辊反应呈现在图 辊衰变曲线的测试模型为不同的速度向前发展。
没有汉堡王
与汉堡王
值得注意的是,不需要物理系数free-decay滚动的情况。唯一需要应用目前的方法是自然角频率。测试模型的固有频率如表所示 为了说明方法,通过应用实验数据图 转换后的数量<我nline-formula>
没有汉堡王
与汉堡王
说明获得的结果模型仿真之前,逆解的最小二乘估计( 通过最小二乘估计逆解。
没有汉堡王
与汉堡王
我们现在考虑随机的逆模型<我nline-formula>
从随机获得逆建模与仿真解决方案。
没有汉堡王
与汉堡王
值得注意的是,获得仿真需要一段时间,正确样品目标分布。在这项研究中,我们使用的进化组件检查链是否工作正常。图 为两个组件跟踪情节的典型例子。
概率密度函数<我nline-formula>
确定非线性横摇阻尼的时刻。
没有汉堡王
与汉堡王
同样重要的是检查确定了模型的准确性。为此,滚动运动是resimulated通过识别阻尼力矩。图 Resimulated辊反应与识别阻尼力矩。
没有汉堡王
与汉堡王
最后,前面的程序应用于所有其他实验数据的情况下free-decay滚动运动。结果总结在表 确定非线性阻尼free-decay滚动的情况。
它可以自然地得出结论,根据识别结果表 系数的确定<我nline-formula>
Fr
试验与汉堡王
试验没有汉堡王
0
0.3796
0.1436
1.2408
0.6682
0.1
0.5070
0.1016
1.2475
0.4852
0.2
0.4203
0.1219
1.3262
0.6725
0.3
0.7208
0.2027
2.5105
0.4689
0.4
1.1007
0.1829
3.1812
0.6552
第二个应用程序,定期强制运动引起的周期性激励被认为是。单频率的周期性运动是强加的,而船的前进速度<我nline-formula>
受迫振动的测试,辊转动惯量的频率相关系数一般是通过傅里叶分析: 无量纲的转动惯量的测试模型:<我nline-formula>
没有汉堡王
与汉堡王
现在我们已经准备好目前的方法应用于实测数据。为了说明的目的,选择特定情况下的实验数据作为迫使滚动运动识别的例子。图 测量辊反应和激动人心的时刻。
一步一步的横摇阻尼的识别结果。
获得的结果
Resimulated辊反应
这里值得注意的是,对于free-decay滚动运动的情况下,对轧辊的影响幅度在roll-decay主要是由于阻尼( 相反,我们在这里进行定量分析的结果将前面的程序应用于所有其他强迫滚动的实验数据。背后的基本原理是,相关结果可以被认为是周期性的刺激频率自单频率周期运动是强加的。方便来说明和比较结果的频率对于这种情况。数据 插图的峰值识别结果没有汉堡王的审判。
确定解决方案和前进速度
确定解决方案和令人兴奋的频率
插图的峰值识别结果与BK的审判。
确定解决方案和前进速度
确定解决方案和令人兴奋的频率
本文随机反演方法研究已经识别的滚船移动速度nonzero-forward的特征。滚动运动被视为一个单自由度非线性运动方程,从其他运动分开。的随机反演模型在此基础上,推导出非线性阻尼力矩是一个概率表达式的可观测的参数是一个函数的横摇角的测量和激励。随机反演模型包含的信息多元随机变量的非线性阻尼的贡献。由于测量数据,确定了非线性阻尼力矩通过马尔可夫链蒙特卡罗算法的设计。
确保适用性,该方法已应用于两个不同的力学现象的实验数据对船舶运动,即瞬态运动,迫使周期运动。在非线性系统辨识中,很难定义的质量鉴定结果,因为这取决于它的目的。本研究的目的是找到非线性系统模型可以复制测量系统响应。从这个意义上说,它可以得出结论,该方法可以准确地识别阻尼的非线性船舶运动nonzero-forward速度。
预设随机反演方法具有以下限制。首先,基于小振幅的假设推导方法的滚动,这样恢复力矩可以用线性近似形式。在现实中,恢复力矩也是非线性的。非线性的贡献不能被忽视。扩展系统的非线性恢复数学并不难。然而,新配方需要额外的信息恢复非线性识别的目的。其次,实验设置并不严格反映实际的船舶运动。滚动通常加上其他动作,如影响和起伏。在现实中,还应该考虑耦合效应。然而,对于简单的实验应用,本文测试模型约束在所有程度的运动除了辊运动模型以一个恒定的速度移动。
作者要感谢编辑和匿名评论者对他们有价值的评论,建议,和建设性的批评,这非常有助于大幅提高纸。