双桨双舵船舶设计在船舶行驶和操纵方面具有许多优势,因此得到了广泛应用。
首先,双桨双舵船舶具有更好的操纵性能,通过独立控制2个推进桨和舵,船舶可以实现更灵活的转向和航向控制。这使得船舶在狭窄的水道、港口和船坞中更容易操作,减少了操纵风险和事故的可能性。其次,双桨双舵船舶具有更高的机动性,通过独立控制2个推进桨,船舶可以实现前进、后退、侧移等多种运动方式。这使得船舶更容易调整航向和速度,提高了船舶的机动性和适应性。
另外,双桨双舵船舶还具有更好的稳定性和安全性,可以更好地抵抗风浪和潮流的影响,保持稳定的航行状态。这对于大型船舶和长途航行尤为重要,可以减少船舶的倾斜和滚动,提高乘坐舒适度和安全性。
双桨双舵船舶的应用前景广阔,目前,针对双桨双舵船舶设计和开发的投入越来越多。
本文的研究方向是双桨双舵船舶的运动建模和控制系统的开发,采用MMG分离建模机理,分别针对船舶主体、螺旋桨等建模。在动力学模型的基础上,设计双桨双舵船舶的智能控制系统,介绍系统的工作原理并进行性能的仿真测试。
1 船舶运动坐标系建模首先,分别建立船舶静止坐标系和运动坐标系如图1所示。
![]() |
图 1 船舶运动坐标系和静止坐标系 Fig. 1 Ship moving coordinate system and rest coordinate system |
1)船体运动模型
首先建立船体运动方程为[2]:
$ \begin{gathered} \left( {m + {m_x}} \right)\frac{{\rm{d}}}{{{\rm{d}}t}}u - \left( {m + {m_y}} \right)\frac{{\rm{d}}}{{{\rm{d}}t}}v = {F_x} + {F_y} ,\\ \left( {m + {m_y}} \right)\frac{{\rm{d}}}{{{\rm{d}}t}}u + \left( {m + {m_x}} \right)\frac{{\rm{d}}}{{{\rm{d}}t}}u = {F_z} + {F_y} \text{,} \\ \left( {{I_z} + {J_z}} \right)\frac{{\rm{d}}}{{{\rm{d}}t}}w = {F_z} 。\\ \end{gathered} $ |
其中:
2)螺旋桨
在坐标系下建立螺旋桨的运动模型为:
$ \begin{gathered} {F_q} = \left( {1 - t} \right)\rho {n^2}{D_p}^4{K_t}\left( J \right) ,\\ {M_q} = - \rho {n^2}{D_p}^5{K_q}\left( J \right) 。\\ \end{gathered}$ |
式中:
$ J = \frac{{u\left( {1 - {w_p}} \right)}}{{n{D_p}}} \text{,} $ |
式中:
$ {w_p} = {w_{p0}}\exp \left( { - 4 \times {\beta _p}^2} \right) \text{。} $ |
式中:
3)波浪载荷
在静止坐标系为o-x0y0z0中,定义U为水平方向波浪与船舶的相对速度,V为竖直方向波浪与船舶的相对速度,
结合波浪谱密度函数[3],船舶的波浪载荷为:
$ \left\{ {\begin{array}{*{20}{l}} {{F_{\text{h}}} = 0.025m{U^2} + 1.9},\\ {{T_0} = - 0.0026m{U^3} + 0.0046m{V^2}}, \\ {{T_1} = m\frac{4}{5}J\sqrt {\left( {{V_l}^2 + {U^2}} \right)} {\omega ^2}_{W - S}} 。\end{array}} \right.$ |
式中:
波浪冲击作用力载荷随着时间的增加呈现周期性的波动,如图2所示。
![]() |
图 2 船舶波浪冲击载荷随时间的变化趋势图 Fig. 2 Run chart of ship wave impact load change with time |
双桨双舵船舶的运动建模在常规运动模型的基础上有一定变化,每个螺旋桨和船舵构成了一个独立的四象限域,2组螺旋桨和舵之间存在着相互的水动力影响。因此,要正确建立双桨双舵船舶的运动模型,必须要合理的表示出桨和舵的水动力和水动力矩。
双桨双舵船舶的示意图如图3。
![]() |
图 3 双桨双舵船舶的示意图 Fig. 3 Schematic diagram of a ship with two propellers and two rudders |
1)双桨双舵船体建模
建模过程忽略2个螺旋桨之间的相互扰动,单独进行螺旋桨的数学建模,可得:
$ \begin{array}{*{20}{l}} {{X_P} = \left( {1 - {t_{(s)}}} \right){T_{(s)}} + \left( {1 - {t_{(p)}}} \right){T_{(p)}}},\\ {{Y_P} = \Delta {Y_P} = \Delta {Y_{P(s)}}\left( {{J_{S(s)}}} \right) - \Delta {Y_{P(p)}}\left( {{J_{s(p)}}} \right)},\\ {{N_P} = {N_{PT}} + \Delta {N_P} = (1 - t){b_p}/2\left( {{T_{(s)}} - {T_{(P)}} + \Delta {N_{P(s)}}} \right)} 。\end{array} $ |
其中:
螺旋桨的推力和扭矩方程如下:
$ \begin{array}{*{20}{l}} {{R_P} = \left( {1 - {t_p}} \right)T} ,\\ {T = \rho {n^2}D_p^4{k_T}\left( {{J_p}} \right)} ,\\ {{Q_P} = \rho {n^2}D_p^5{k_Q}\left( {{J_p}} \right)} 。\end{array} $ |
式中:
2)船体对桨的干扰作用建模
当双桨双舵船舶以一定的速度v航行时,附近的水流会在船舶的影响下以某速度移动,称为伴流。在伴流的影响下,双桨双舵船舶螺旋桨附近的水流会发生变化。普通船舶的伴流系数计算公式为:
$ {w_p} = {w_{p0}}\exp \left( { - 4 \times {\beta _p}^2} \right) \text{,} $ |
双桨双舵船舶的伴流系数需要考虑螺旋桨之间的影响,计算公式为:
$ {w_{ps}} = \frac{{{w_{p0}}\exp \left( { - 4 \times {\beta _p}^2} \right)}}{{r'}} \text{。} $ |
其中,
图4为调节系数
![]() |
图 4 不同调节系数下螺旋桨伴流系数变化曲线 Fig. 4 Curve of propeller wake coefficient variation under different adjustment coefficients |
3)螺旋桨的干涉水动力学模型
当螺旋桨正常工作时,由于螺旋桨对水的抽吸作用,前侧的水压会下降,导致船体的阻力增加,这种现象称为螺旋桨对船体的干涉作用。
阻力增加量与螺旋桨的推力之比即为干涉力系数
$ {f_p} = 1 - {T_{fp}} + f \text{。} $ |
其中:
$ \begin{array}{*{20}{l}} {f = {k_t}{\beta _R}},\\ {{k_t} = 0.00023\left( {{\gamma _A} \cdot L/{D_p}} \right) - 0.028} ,\\ {{\gamma _A} = B\left[ {1.3\left( {1 - {C_b}} \right) - 3.1{l_b}} \right]},\\ {{l_b} = {x_C}/L \cdot 100},\\ {{\beta _R} = \beta - {l_R}B}。\end{array} $ |
其中:
双桨双舵船舶智能控制系统原理如图5所示。
![]() |
图 5 双桨双舵船舶智能控制系统原理 Fig. 5 Principle of intelligent control system for double propeller and double rudder ships |
图中,智能控制系统基于模糊控制算法,通过GPS、电罗经等采集双桨双舵船舶数据,通过微分器和反馈调节,实现船舶智能控制。
智能控制系统的模型为:
$ \begin{array}{*{20}{c}} {\dot \mu = R\left( \psi \right)v} ,\\ {M\dot v = - Dv + \tau + W} ,\\ {\tau = 0.3 \times \dfrac{{\delta v}}{{\delta t}}} 。\end{array} $ |
式中:
双桨双舵船舶的航向角误差为:
$ \delta {\text{ = }}\eta - {\eta _0} \text{,} $ |
倒数形式为:
$ \frac{{\rm{d}}}{{{\rm{d}}t}}\delta {\text{ = }}\dot \eta - {\dot \eta _0} = R\left( \psi \right)v - \frac{{{\rm{d}}{{\dot \eta }_0}}}{{{\rm{d}}t}} 。$ |
得到双桨双舵船舶智能控制器的控制函数表达式为:
$ f\left( t \right) = \frac{{\displaystyle\sum\limits_0^{{n_1}} {\sum\limits_0^{{n_2}} {\left( {R\left( t \right)v - {\eta _0}} \right)} } }}{{\displaystyle\sum\limits_0^{{n_1}} {\sum\limits_0^{{n_2}} {\eta \left( t \right)} } }} \text{。} $ |
其中,
基于Simulink软件完成双桨双舵船舶的运动控制仿真,软件建模参照的船舶参数如表1所示。
![]() |
表 1 软件建模参照的船舶参数表 Tab.1 Software modeling reference ship parameter table |
仿真设置船舶航行速度为50 km/h,施加海浪干扰模型,得到船舶航向角度变化曲线如图6所示。
![]() |
图 6 船舶航向角度变化曲线 Fig. 6 Ship heading angle change curve |
图中,曲线A为采用模糊控制的双桨双舵船舶航向角变化曲线,曲线B为未采用控制策略的双桨双舵船舶航向角变化曲线,可见A波动性较小,控制效果更好。
4 结 语本文重点介绍双桨双舵船舶的动力学建模过程,基于此设计一种模糊控制的双桨双舵船舶智能控制系统。仿真结果表明,该系统具有较好的船舶航向控制能力。
[1] |
俞万能, 纪厚芝, 吴永红, 等. 双桨游览船舶无舵效运动建模与控制研究[J]. 中国造船, 2014, 55(3): 195-201. YU Wan-neng, JI Hou-zhi, WU Yong-hong, et al. Research on rudderless Motion Modeling and Control of Double sculls Cruise Ship[J]. Shipbuilding of China, 2014, 55(3): 195-201. |
[2] |
戴宗武, 张少甫, 刘乃强, 等. 用于自主导航的SAR/多普勒雷达一体化技术设计[J]. 兵工学报, 2022, 43(12): 3093–3102. DAI Zong-wu, ZHANG Shao-fu, LIU Nai-qiang, et al. SAR/ Doppler radar integrated technology design for autonomous navigation [J]. Acta Ordnance Engineering, 202, 43(12): 3093–3102. |
[3] |
黄敏高. 非线性控制PID在双桨双舵船舶智能控制的应用[J]. 舰船科学技术, 2020, 42(22): 25-27. HUANG Min-gao. Application of Nonlinear Control PID in Intelligent Control of ships with two paddles and two rudder[J]. Ship Science and Technology, 2020, 42(22): 25-27. |
[4] |
丁文刚. 大型双桨双舵船舶避碰优化操纵及控制研究[J]. 中国水运(下半月), 2017, 17(8): 21-22. DING Wen-gang. Research on Collision Avoidance Optimization Control and Control of large ships with two OARS and two rudder[J]. China Water Transport (Second half of the month), 2017, 17(8): 21-22. |