船舶动力定位技术简述

船舶动力定位技术简述船舶动力定位技术简介动力定位技术背景随着船舶作业任务的复杂化，动力定位技术逐渐成为船舶自动化控制领域的研究热点。目前，国际上主要的动力定位系统制造商有Kongsberg公司、Converteam公司、Nautronix公司等。动力定位控制系统测量系统是指动力定位系统的位置参考系统和传感器。位置参考系统主要采用DGPS，水声位置参考系统主要选择超短基线或长基线声呐，微波位置参考系统可选择ArtemisMk4，张紧索位置参考系统可选择LTWMk，激光位置参考系统可选择FanbeamMk4，雷达位置参考系统可选择RADius500X。罗经、风传感器、运动参考单元等同样选择各专业生产厂家的产品。控制技术动力定位系统的第一代产品采用经典控制理论来设计控制器，通常采用常规的PID控制规律。第二代动力定位控制方法是以现代控制理论为基础的控制技术-最优控制和卡尔曼滤波理论相结合。近年来出现的第三代动力定位系统采用了智能控制理论和方法，使动力定位控制进一步向智能化的方向发展。智能控制方法主要体现在鲁棒控制、模糊控制、非线性模型预测控制等方面。2001年5月份，挪威的KongsbergSimrad公司推出了一项新产品—绿色动力定位系统(GreenDP)，将非线性模型预测控制技术成功地引入到动力定位系统中。GreenDP控制器由环境补偿器和模型预测控制器组成。环境补偿器的设计是为了提供一个缓慢变化的推力指令来补偿一般的环境作用力。模型预测控制器是通过不断求解一个精确的船舶非线性动态数学模型，用以预测船舶的预期行为。模型预测控制算法的计算比一般用于动力定位传统的控制器设计更加复杂且更为耗时，主要有三个步骤:1.从非线性船舶模型预测运动;2.寻找阶跃响应曲线;3.求解最佳推力。控制器结构如图所示:在20世纪80年代初期，荷兰的Marin确定了推进器和动力定位的研究计划，并进行了动力定位的模型实验。这些实验包括推进器和推进器之间的相互作用、推进器和船体之间的相互作用以及环境力和船舶的低频运动等内容。研究结果产生了应用于动力定位的模拟程序RUNSIM，包括模拟实验的程序DPCON和理论模型计算的程序DPSIM。此外，Marin还开展了联合使用动力定位系统和系泊系统、扩展动力定位系统在航迹控制方面的应用、性能评估和功率需求估算等工作。Marin在动力定位系统实验研究方面已经处于世界前沿。在20世纪90年代，挪威进行了动力定位方面的实验，重点放在控制理论和控制方法上。他们采用状态反馈和输出反馈两种形式，设计不同的状态观测器来观测速度和干扰，并以此代替卡尔曼滤波。在比例为1:70的船模实验中，实验证实了定位的效果。由于系统模型的不精确性和所受环境力的扰动性对船舶动力定位系统稳定性有很大的影响，因此H控制理论和鲁棒控制越来越受到人们的关注。日本的九州(Kyushu)大学在1:100的船模实验中验证了控制结果的有效性。目前，国际上应用得较为成熟的动力定位控制系统一般都采用第二代控制方法。然而，基于第三代控制方法(如自适应模糊控制、自学习模糊控制等)及实时测量和计算二阶波浪慢漂力以提升更高精度的动力定位系统研制是一种趋势，世界各国都正在加紧研制中。随着现代船舶自动化程度的提高，越来越多的船舶采用了船舶电站功率管理系统，以满足24小时无人值守的需要。这种系统可以基于主配电板或机舱监控系统进行设计。其中，Kongsberg公司的DC-C20型机舱监控系统中的功率管理系统是以机舱监控系统为平台的典型代表。Kongsberg公司是世界上最大的动力定位系统制造厂商之一。其对动力定位技术的探索始于1975年，当时由国防部门的一个工程师小组开展，之后转到了石油部门。经过30多年的发展，Kongsberg公司已经研制出了多种动力定位系统，包括早期采用KV技术的Kongsberg500原型系统和基于单片机系统的SBC系列计算机。Kongsberg公司在1500个动力定位系统开发经验的基础上，研制出了KongsbergK-pos系统，这个系统将动力定位系统的鲁棒性、灵活性、功能性与操作的简易性上升到了一个新的水平。KongsbergK-Pos具有良好的结合性和透明性，可以满足不同经济和操作需求，同时具有一系列定制功能来辅助某些特定的操作。Kongsberg的K-pos系统是一种能够高精度保持船舶位置和航向的系统。在操作中，该系统能够容忍推进器和测量系统的瞬态误差，并且适应性扩展卡尔曼滤波器能够估计船舶的航向、位置和速度，以及来自海流和海浪的干扰。估计器使用船舶的精确数学模型，而卡尔曼滤波技术使用模型预测和实时测量，从而为其提供了良好的滤波质量、鲁棒性和位置保持特性。KongsbergK-pos系统的基本配置包括SDP11（基本系统）和SDP12（集成系统）、SDP21（基本系统）和SDP22（集成系统）、以及SDP31（基本系统）和SDP32（集成系统）。此外，图1.9展示了L3公司的NMS6000，而图1.10则展示了Kongsberg公司动力定位系统的发展。船舶动力定位系统最初的应用开始于60年代，第一批装有动力定位系统的船舶的排水量仅为450-1000t。这些船舶用于钻探、敷设电缆或对水下作业进行水面支援。第一艘装有自动反馈系统的动力定位船是“尤勒卡”号。1961年，美国壳牌石油公司的钻井船Eureka号完成下水，很快自动控制推进器的设备就进行了装船，它是由HowardShatto设计完成的。这艘船配备了一套最基本类型的模拟式控制系统，并和外部的一个张紧索参考系统相连。除了主推进器外，还在船头和船尾加装了易于操纵的5推进器，船长为40m，排水量为4.5×10kg。动力定位系统对船体的尺寸和形状并没有影响，最显著的标志是它装有多台推力器。在世界上早期的动力定位船舶中，最成功也最出名的是“格洛马挑战者”号。该船几乎遍游地球的每一个海洋，收集水深大于600m处的岩心，为地质学上的发现尤其是为板块构造理论提供了大量有利的证据。第二代动力定位船舶使用几乎相同的传感元件和数字计算机控制系统，采用计算机组成的数字控制器。位置传感器从单一型发展成综合型，可同时采用声学、张紧索和竖管角三种位置基准传感器。最具代表性的第二代动力定位船舶是“SEDC0445”号，采用数字式控制器，包括一台16位的小型计算机，具有冗余，可长期不间断的运行。此外，“SEDC0445”号还装有多台推力装置，包括11只辅助推进器和2只主螺旋桨。第三代动力定位系统从80年代初开始形成，主要采用当时刚开始发展的微处理机技术和Mutibus、Vme多总线标准等。典型的有Kongsberg公司的SDP11系列，Navis公司的NavDP4000系列，L3公司的NMS6000系列。这些动力定位系统具有开放性的结构，能够实现船舶位置和航向的高精度保持，广泛用于海洋工程领域。目前最先进的DP可以在2级流、6级风的海况下实现0.35m的位置定位精度，0.1?的艏向保持精度和1m的航迹保持精度。第四代船舶动力定位系统中典型的有美国NAUTRONlx公司的ASK400O系列、挪威的ADP700系列、法国的DPS90O系列等动力定位控制台，这些系统采用高性能的微处理机、图形发生器、高速数据通道作为系统的控制核心，传感器也从模拟传感器逐渐变成数字传感器。动力定位技术在20世纪60年代初期产生，目前已经迅速发展为一项高新而成熟的技术。1980年，具有动力定位能力的船舶数量为65艘，到1985年增长到150艘，到2002年其数量超过了1000艘，目前全世界已有2000多艘具有动力定位能力的船舶。动力定位技术在军事和海洋工程领域得到了广泛应用。国内动力定位技术的发展相对较晚，但近年来得到了快速发展。目前国内已有多家企业生产动力定位系统，如中船重工集团、中海油、中国船舶重工集团公司等。国内动力定位技术的应用范围也在不断扩大，包括海洋工程、油气勘探、船舶作业等领域。1)从七十年代末开始，国内就开始研究动力定位技术。然而，大多数研究单位仍然处于理论研究或实验研究阶段。边信黔教授在哈尔滨工程大学率先提出了进行动力定位技术研究工作的想法，并成为领航者。2)1996年，边信黔教授的课题组完成了国内第一套装备实船的水下动力定位系统，该系统已经在我国的深潜救生艇上运行。1997年，他们又完成了国内第一套装备水面船舶的动力定位系统，并将其应用于某试验场区的ROV工作母船上，这些研究成果使得动力定位技术从理论研究走向实用。3)2000年，边信黔教授的课题组开发了水下六自由度动力定位技术，解决了在混浊海水、且有较大海流的条件下进行有倾斜的对口救生的难题，使我国水下动力定位技术达到国际先进水平。5)2003年，边信黔教授的课题组提出了一种基于改进的二值PMC模型的分布式系统级故障诊断算法，用于松散耦合的船舶动力定位系统分布式体系结构。采用自诊断与互诊断相结合的方法，给出了分布式诊断算法、图论模型、诊断内容及算法中使用的报文种类、故障向量。6)2006年，该课题组研究了模型预测控制在船舶动力定位系统约束控制中的应用，建立了3自由度动力定位船舶的数学模型，并提出了船舶动力定位系统设计中应考虑的各种约束。7)2009年，边信黔教授的课题组基于自抗扰控制技术，设计了船舶动力定位控制器，以应对船舶在海上的定位和作业受到海洋环境的扰动力影响。该控制器通过非线性观测器估计出船舶运动速度和系统的总扰动，并采用非线性反馈进行补偿，实现对船舶的动力定位控制。通过仿真实验验证了控制器具有很强的抗干扰能力和鲁棒性。8)针对起重船的作业特点，该课题组在起重船动力定位控制器的设计中引入了先进的模型预测控制技术，提高了其起重船的作业效率。9)2011年，边信黔教授的课题组针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢等问题，提出了一种新的基于多传感器融合的SLAM算法，具有更快的处理速度和更高的精度。本文介绍了针对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷，提出了基于多元测距声呐(MRS)的水下无人航行器(UUV)结构环境SFEKF-SLAM(SuboptimalfadingextendedKalmanfilter-SLAM)方法。相比于常用的基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)方法，SFEKF-SLAM方法具有更高的定位精度，能够构建更加精确的港口堤岸地图。在移动机器人同步定位与地图构建方面，研究者们针对FastSLAM算法产生的粒子退化及粒子集重采样问题，提出了基于自适应重采样的FastSLAM算法。该算法重采样效率更高，鲁棒性更好，在机器人路径和陆标位置的估计上也具有更高的精度。此外，结合容积卡尔曼滤波(cubatureKalmanfilter，CKF)原理，研究者们设计了一种基于平方根CKF(squarerootcubatureKalmanfilter，SRCKF)的SLAM算法RCKF-SLAM)，该算法通过移动机器人运动模型和观测模型进行预测和观测，并以目标状态均值和协方