Розвиток методів інтелектуального управління рухом судна на курсі
Математичний опис процесу керування рухом судна на курсі з урахуванням чинників, що впливають на його керованість. Метод пошуку параметрів управління курсом згідно критерію, що забезпечує бажану точність утримання на курсі за мінімум перекладань руля.
| Рубрика | Транспорт |
| Вид | автореферат |
| Язык | узбекский |
| Дата добавления | 27.08.2015 |
| Размер файла | 33,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru
Размещено на http://www.allbest.ru
Вступ
Актуальність теми. Більшу частину рейсу сучасні морські судна проводять у режимі автоматичного управління рухом за заданим курсом. Помилки на цьому етапі призведуть до підвищеного рискання та відхилень від лінії руху, виникнення ризику виходу судна за межі безпечної зони або фарватеру, збільшення пройденого шляху та пропульсивних втрат, зниження ресурсу рульової машини. Це, у свою чергу, негативно впливає на економічні показники рейсу, зменшуючи його прибуток. Ефективність управління курсом залежить, насамперед, від того, наскільки повно та оперативно здійснюється урахування зовнішніх впливів та змін динаміки самого судна. Стохастичність і непрогнозованість таких впливів, а також велика інерційність самого судна, дуже ускладнюють розв'язання цієї проблеми традиційними методами теорії управління, особливо за складних погодних умов. Тому вдосконалення та розвиток методів управління судном, які здатні забезпечити більш повне урахування умов плавання і динаміки судна, а також вибір найбільш ефективного режиму управління курсом, є актуальним і важливим завданням, успішне розв'язання якого покликане підвищити економічність та безпеку рейсу.
Мета і завдання дослідження. Метою роботи є підвищення ефективності управління курсом судна на переході за рахунок більш повного урахування динаміки судна і зовнішніх впливів, а також забезпечення близького до оптимального режиму управління курсом без втручання судноводія. Для досягнення цієї мети необхідне розв'язання наступних завдань:
· огляд існуючих підходів до управління курсом судна та вибір напряму дисертаційного дослідження;
· методологічне забезпечення дисертаційного дослідження;
· математичний опис процесу управління рухом судна на курсі з урахуванням основних чинників, що впливають на керованість судна;
· вдосконалення управління курсом судна методами теорії інтелектуального управління;
· узагальнення та порівняльний аналіз запропонованих методів управління курсом судна.
1. Огляд основних напрямків досліджень у галузі підвищення ефективності управління рухом судна на курсі
Ця проблема залишається актуальною, про що свідчить велика кількість опублікованих за останні роки праць за цією темою.
Питання керованості суден та чинники, що впливають на неї, досліджені досить повно. До основних публікацій у цій галузі належать праці Г.В. Соболєва, Ю.Л. Воробйова, А.М. Басіна, А.В. Васильєва, А.С. Мальцева, Л.Л. Вагущенка, Л.А. Козиря, K. Nomoto, N. Norrbin, I.R. McCallum, E.M. Lewandowski та ін. Основними чинниками, що впливають на керованість суден на курсі, названі: зміна завантаження і швидкості судна; зміна глибини на мілководді; зміна погодних умов, у т.ч. сили та напрямку хвилювання.
У працях Р.Я. Першиця, Г.В. Соболєва, І.І. Кринецького, С.Я. Березіна, Б.О. Тетюєва, Л.Л. Вагущенка, І.Р. Фрейдзона, Thor І. Fossen та ін. вчених досліджені особливості судна як об'єкта управління курсом. Відзначено, що судно і суднові системи, задіяні у керуванні його рухом, створюють нелінійну багатомірну систему, дослідження якої традиційними математичними методами ускладнено, а отримані при цьому рівняння мало придатні для практичних розрахунків через свою громіздкість. Ситуація ускладнена також тим, що умови, за яких працює судно, не є постійними, а зовнішні впливи на корпус через хвилювання й вітер можна описати лише приблизно статистичними методами. Тому, для оцінки керованості на курсі вдаються до низки апроксимацій і спрощень, внаслідок яких отримують лінійні математичні моделі малих порядків, зручні для дослідження. Таке математичне подання дозволяє використовувати в суднових авторульових пропорційно-інтегрально-диференціальний (ПІД) закон управління курсом, однак на практиці через нелінійність судна як керованого об'єкта і особливостей самого закону управління це призводить до наступних негативних явищ: погіршення якості утримання на курсі за складних погодних умов; зарискування під час здійснення маневру; занадто частих перекладань руля; необхідності втручання штурмана в настроювання авторульового за зміни умов плавання. ПІД-закон, проте, наразі реалізований у переважній більшості авторульових.
Разом з тим, для підвищення ефективності керуючих курсом систем необхідні більш коректні математичні моделі, що описують судно в усьому діапазоні роботи, і, як наслідок, більш досконалі закони управління, які здатні адаптуватися до умов плавання та обробляти інформацію щодо зовнішніх збурювань. У цьому напрямку відомі роботи І.І. Кринецького, Ю.І. Бурименко, П.П. Овчинникова, С.Я. Березіна, Б.О. Тетюєва, Л.Л. Вагущенка, В.Є. Львова, Thor І. Fossen та ін. Останнім часом низка вчених (A. Cirilli, R. Burns, D.J. Murray-Smith, J. Velagic, Ю.І. Нечаєв, А.С. Мальцев та ін.) висловлюють ідеї застосування штучних нейронних мереж для ідентифікації динаміки руху судна. Деякі автори пропонують інші підходи для опису і прогнозування поведінки судна, зокрема, методи довгострокового прогнозування, статистичних моделей. Даних про їх реалізацію в системах управління рухом судна поки немає.
Перспективним напрямком досліджень є реалізація експертних систем підтримки рішень штурмана, заснованих на досягненнях у галузі штучного інтелекту. Так, у контексті управління рухом судна висловлені ідеї створення систем-помічників для вибору часу і кутів утримання руля під час маневру, вибору оптимального маршруту, оцінки ризиків тощо. У цьому напрямку відомі роботи Ю.І. Нечаєва, А.С. Мальцева, Ю.П. Кондратенка та ін. Деякі закордонні фірми згадують термін «інтелектуальний автопілот», маючи на увазі використання в ньому досягнень штучного інтелекту, однак описи таких систем не наведені.
Таким чином, недоліки і обмеження існуючого способу управління курсом судна обумовлюють необхідність пошуку альтернативних підходів до розв'язання цього завдання. Методи інтелектуального управління за цих умов представляються досить перспективними, однак, у контексті управління рухом суден досліджені мало. Наявні нечисленні публікації за цією темою - в основному, закордонних авторів - не розкривають системно сутність проблеми, запропоновані варіанти рішень даються оглядово, відсутні конкретні методики та алгоритми їх реалізації.
2. Методологічне забезпечення дисертаційного дослідження, обґрунтування вибору напрямків дослідження, мета, головне завдання роботи і методи її розв'язання
Методологія дослідження представлена у вигляді технологічної карти, в якій відбито основні етапи і результати роботи.
Аналіз літературних джерел виявив проблему недостатньої ефективності існуючого способу управління курсом судна та обумовив необхідність його вдосконалення з метою більш повного урахування динаміки судна і зовнішніх впливів, а також знаходження близького до оптимального режиму управління курсом без втручання судноводія. Це стало головним завданням дисертаційного дослідження, для успішного розв'язання якого була проведена його декомпозиція на п'ять допоміжних завдань, що представлені нижче.
1. Огляд існуючих підходів до управління курсом судна. Розв'язання цього завдання покликане дати комплексну оцінку недоліків і обмежень існуючих способів управління курсом і визначити шляхи їх подолання. Методологічна база на цьому етапі включає методи дедукції і теорії дослідження операцій.
2. Розробка загальної методології дисертаційного дослідження. Для цього доцільним є використання методів системного аналізу.
3. Математичний опис процесу управління рухом судна на курсі з урахуванням основних чинників, що впливають на керованість судна. Важливість цього етапу обумовлена необхідністю мати математичні моделі як самого судна, так і системи управління курсом у цілому з метою подальшого проведення імітаційного моделювання для оцінки працездатності і параметрів якості досліджених методів інтелектуального управління курсом судна. Розв'язання цього завдання доцільно проводити, використовуючи методи математичного аналізу, теорії автоматичного управління, а також чисельні методи.
4. Вдосконалення управління курсом судна методами теорії інтелектуального управління. Розв'язання цього завдання покликане підвищити ефективність існуючих методів управління, розширивши їх можливості за рахунок застосування в законі управління апарату нечіткої логіки, штучних нейронних мереж і еволюційного алгоритму. На цьому етапі планується використати методи нечіткої логіки, багатомірної оптимізації, нейронної ідентифікації та управління.
5. Узагальнення та порівняльний аналіз запропонованих методів управління курсом судна. На цьому етапі планується експеримент імітаційного моделювання руху реального судна, на підставі якого зробити висновки щодо працездатності та якості методів інтелектуального управління курсом судна.
Отримані наукові результати та результати експерименту дозволять у подальшому оцінити практичну значимість і цінність роботи і сформулювати її наукове положення.
3. Математичний опис процесу управління курсом судна
Складено математичну модель системи управління курсом, проаналізовані типові зовнішні збурювання, що діють на судно під час переходу. В окремому підрозділі наведений вплив різних чинників на керованість і параметри математичної моделі судна.
Під час опису судна як керованого об'єкта за основу була прийнята нелінійна математична модель Соболєва-Номото:
, (1)
де kc, T1, T2, - гідродинамічні параметри судна; c, d - постійні коефіцієнти; - кутова швидкість судна за курсовим кутом; - кут перекладки руля; p - оператор похідної. Знак «+» відповідає стійкому на курсі судну, «--» - нестійкому.
У режимі стабілізації на курсі (за малих значень ) вираз (1) було приведено до лінійного вигляду:
, (2)
Приймаючи за вихідну функцію у виразі (2) кут відхилення судна від курсу , як інтеграл від , отримали:
. (3)
Для попередньої оцінки керованості судна вираз (3) було спрощено і подано у вигляді передатної функції:
, (4)
де Т - загальна постійна часу.
Аналіз системи управління курсом судна вимагає складання математичних моделей рульової машини та керуючого курсом регулятора. Рульова машина гідравлічного типу моделювалася з урахуванням основних нелінійностей: обмежень за кутом та швидкістю перекладки руля.
У якості регулятора розглядався ПІД-регулятор стандартного типу:
, (5)
де u(t) - сигнал управління; (t) - сигнал помилки; Кр, Кd, Кi - коефіцієнти пропорційного, диференціального та інтегрального каналів відповідно; КС - загальний коефіцієнт підсилення системи.
У відповідності зі структурною схемою була отримана дискретна передатна функція P(z) об'єкта управління (судна і рульової машини).
З урахуванням даних з розглянутого судна:
. (6)
Закон управління був приведений до дискретної форми і поданий у вигляді швидкісного алгоритму з дискретним часом виду:
, (7)
де k, k, k - коефіцієнти передачі відповідно за пропорційним, інтегральним і диференціальним каналом (однозначно визначаються за відомим значенням Кр, Кd, Кi); е(t) - помилка: е(t)=X(t) - Y(t); X(t) - курс, що задається; Y(t) - фактичний курс судна.
Основним зовнішнім збурюванням, що діє на судно під час переходу, є морське хвилювання. Його вплив на відхилення від курсу, як показують дослідження, не може бути точно виражений математично. Рискання судна (функція в(t)), викликане нерегулярним морським хвилюванням, моделювалося випадковим процесом з кореляційною функцією:
, (8)
де - різниця моментів рискання; - дисперсія рискання; - коефіцієнт згасання; - частота переважної гармоніки хвильового рискання.
Таким чином, розв'язання цього допоміжного завдання створило математичну базу для подальшого розвитку та дослідження методів інтелектуального управління курсом судна.
4. Методи інтелектуального управління курсом судна
Розроблено метод оперативного пошуку оптимальних значень параметрів управління курсом за допомогою еволюційного (генетичного) алгоритму. Оптимізованими генетичним методом параметрами управління можуть бути: складові ПІД- (або ПД-) закону управління; складові ПІД-закону управління і постійна часу фільтра; інші комбінації. У цій роботі розглядалася тріада складових ПІД-закону відповідно до виразу (5). Критерієм оптимальності є значення цільової функції:
, (9)
де - функціонал, що забезпечує мінімум дисперсії рискання і перекладань руля:
, (10)
де Т - період осереднення (час, протягом якого здійснюється адаптація); А - ваговий коефіцієнт, що визначає точність утримання на курсі.
Реалізований у середовищі Matlab 7 із залученням можливостей блоку розширень Genetic Algorithms and Direct Search Toolbox, еволюційний алгоритм дозволив оперативно здійснювати пошук оптимальних значень параметрів управління для різних режимів роботи судна.
Другий підрозділ присвячений вдосконаленню ПІД-закону управління курсом судна шляхом доповнення його апаратом нечіткої логіки. Такий підхід є виправданим, оскільки морське судно часто працює в умовах невизначених (нечітких) зовнішніх впливів (хвильових і вітрових), що істотно ускладнює використання традиційних методів теорії автоматичного управління.
Переведенню в нечітку область підлягали два параметри управління: відхилення від курсу (сигнал ) і кутова швидкість рискання (сигнал ). Для отриманих нечітких логічних змінних використовувалися трапецеїдальні функції приналежності із зоною нечутливості навколо нульового значення, ширина якої визначалася за допомогою масштабного коефіцієнта S.
Наявність зони нечутливості за курсовим кутом і кутовою швидкістю рискання дозволило забезпечити в системі управління фільтрацію високочастотного хвильового рискання, зменшивши тим самим кількість і амплітуду вмикань рульової машини, зберігаючи ресурс останньої.
Для кожної нечіткої логічної змінної визначалися п'ять нечітких значень (множин): «відсутнє» (ZE), «незначне» (на правий борт - SP; на лівий борт - SN), «значне» (на правий борт - LP; на лівий борт - LN).
Нечіткий логічний висновок здійснювався за правилами виду: «Якщо відхилення () від заданого курсу позитивне і велике (LP), а швидкість його зміни () близька до нуля (ZE), то сигнал управління Z, пропорційний куту перекладки руля, повинен бути негативним і максимальним (LN)». База нечітких логічних правил, складена на підставі досвіду морської практики, була подана у вигляді матриці нечітких асоціацій.
Запропонований і досліджений спосіб управління курсом судна, заснований на використанні штучної нейронної мережі (ШНМ) для визначення близьких до оптимальних параметрів закону управління. Останній може бути реалізований на основі традиційного (ПІД) управління, нечіткого управління або іншого. У цій роботі розглядався ПІД-закон. Принцип роботи: на вхід блоку аналізу (БА), реалізованого на основі ШНМ, подається вектор початкових даних, що характеризує умови плавання судна (хвилювання, завантаження, швидкість, що знімаються з відповідних датчиків) і помилку у системі, а вихідний вектор покликаний забезпечити авторульовий оптимальною тріадою параметрів, які підлягають настроюванню.
Для попереднього навчання ШНМ вектор початкових даних був представлений наступними змінними:
- характеристика хвилювання (параметр r1) - задавалася за 5-бальною шкалою: r1=1 (штиль: 0-1 бал); r1=2 (незначне хвилювання 2-3 бали); r1=3 (хвилювання 4 бали); r1=4 (5 балів); r1=5 (хвилювання 6 і більше балів)
- завантаження судна (параметр r2) - задавалася в трьох варіантах: «2» - повне завантаження, «1» - завантаження наполовину, «0» - у баласті;
- швидкість судна (параметр r3) - розглядалася значеннями: «2» - повна (крейсерська) швидкість, «1» - 2/3 від повної швидкості;
- миттєве значення відхилення від курсу (параметр r4): «0» - помилка мінімальна (0-2), «1» - незначна помилка (2-5), «2» - значна помилка (понад 5).
У підсумку було отримано 108 комбінацій вхідного вектору. Так, судну, що рухається у повному вантажі на повному ходу за умов чотирибального хвилювання з миттєвою помилкою 2,5, відповідав вхідний вектор .
Оптимальні за критерієм (9) параметри управління для різних комбінацій вхідного вектора були отримані з використанням еволюційного алгоритму.
Для розв'язання поставленого завдання була обрана архітектура ШНМ прямого розповсюдження перцептронного типу, як найбільш вивчена і така, що успішно зарекомендувала себе під час розв'язання схожих завдань. Структура використаної нейронної мережі включає два прихованих шари з сигмоподібними функціями активації нейронів виду:
; при цьому ,(11)
де а - постійний коефіцієнт.
Навчання ШНМ було проведено методом зворотного розповсюдження помилки в середовищі Matlab 7 з використанням Neural Network Toolbox v.406. Для цього була використана вибірка з 40 варіацій вхідного вектора і відповідних їм значень вихідного вектора.
Вдосконалено метод адаптивного управління курсом судна за рахунок використання в контурі управління моделей судна та керуючого регулятора, отриманих методами нейронної ідентифікації. Подібний підхід покликаний позбавити систему управління курсом обмежень і недоліків, властивих традиційному ПІД-закону.
У системах з нейроуправлінням ідентифікація яких завгодно складних керованих об'єктів і систем можлива завдяки сформульованій Хехт-Нильсеном теоремі про «повноту», відповідно до якої будь-яка безперервна функція на замкненій обмеженій множині може бути рівномірно наближена функціями, що обчислюються нейронними мережами, якщо функція активації нейрона двічі безперервно диференційована і безперервна. Подібним вимогам задовольняють, зокрема, сигмоподібні функції виду (11).
Метод адаптивного нейронного управління курсом судна заснований на використанні інверсної нейронної моделі у якості керуючого регулятора. Також для підвищення якості управління і введення в контур самонастроювання використовувалася і пряма модель, яка була представлена дискретним рівнянням:
y(t)+1y( t-1)+ … + q y(t-q) = Z-d[b0u(t)+b1u(t-1)+ …+bpu(t-p)],
де y - курс судна; u - сигнал управління від регулятора авторульового (вхідний сигнал); i (i=1, 2,…, q) - коефіцієнти чисельника передатної функції; bj (j=1, 2,…, p) - коефіцієнти знаменника; d - час запізнювання; t - номер відліку.
Інверсна нейронна модель судна являє собою нелінійну функцію q, до якої входять затримані сигнали управління і значення курсу відповідно до оцінки порядку і часу запізнювання (визначається інерційністю рульового привода):
I(t)=q{u( t-d)}={y(t), y( t-t-1), … , y(t-d-1), … , y(t-d-p)},
де I(t) - вихід ШНМ (вхідний сигнал управління на рульову машину).
Під час оперативної реалізації системи нейронного управління дійсний вихідний сигнал (фактичний курс судна) y(t) замінювався бажаним (значенням курсу, що задається) r(t) у якості одного з елементів вхідного вектора нейронної мережі. Такий підхід дозволив уникнути непотрібних операцій, властивих методу проб і помилок, що досить важливо для управління судном.
З різномаїття наявних схем адаптивного управління для розв'язання поставленого завдання була використана схема з інверсним контролером і прямою еталонною моделлю (емулятором) об'єкта управління. Об'єктом управління є судно разом з рульовою машиною.
Керуючий контролер був реалізований на основі інверсної моделі судна, входом якої є заданий курс, а виходом - сигнал управління. Для ідентифікації інверсної динаміки судна на вхід контролера подавалися два затриманих сигнали, що представляють значення курсу на двох попередніх кроках.
Перевагою такого способу управління є можливість реалізації безпосереднього оперативного навчання контролера за сигналами нейронного емулятора. Останній використовувався як засіб для зворотного розповсюдження помилки з метою отримання еквівалентної помилки на виході контролера, необхідної для безпосереднього навчання нейроконтролера на кожному кроці.
Алгоритм роботи системи нейронного управління був реалізований програмно мовою програмування С++ під управлінням системи Matlab. Тривалість такту квантування і розрахункового циклу алгоритму визначалися залежно від типу судна і режиму його роботи. У розглянутому випадку був використаний крок квантування =3 с, що дозволило отримати прийнятну реакцію на більшість задаваних і збурюючих впливів. Для реалізації прямої і інверсної нейронних моделей були використані ШНМ прямого розповсюдження з вісьмома прихованими нейронами. Початкова ініціалізація ШНМ проведена з використанням навчальної вибірки з 5 зразків виду «значення курсу [град] - сигнал управління [В]». У якості об'єкта управління була використана дискретна модель (6) судна з урахуванням зазначених у розділі 3 нелінійностей.
Висновки
судно руль керованість курс
У дисертації отримане теоретичне узагальнення і нове рішення науково-практичного завдання підвищення ефективності управління рухом судна на курсі, яке полягає у розвитку методів, особливістю яких є застосування в законі управління апарату нечіткої логіки та штучних нейронних мереж для оперативної ідентифікації нелінійної динаміки судна та її змін і знаходження на цій основі найбільш ефективного режиму управління курсом, використовуючи дані про стан судна та умови плавання.
Внаслідок проведеного дисертаційного дослідження:
· здійснено огляд існуючих підходів до управління курсом судна, обґрунтовано вибір теми дисертаційної роботи та методологічного забезпечення дисертаційного дослідження;
· отримано математичні моделі системи управління рухом судна на курсі, на базі яких проведено імітаційне моделювання поведінки реального судна та здійснено порівняльний аналіз досліджених методів управління курсом, що дозволило сформулювати основні наукові результати роботи;
· вперше встановлено, що близькі до оптимальних значення параметрів управління рухом судна на курсі забезпечуються під час багатомірної нелінійної ідентифікації, яка здійснюється штучною нейронною мережею, вхідним вектором для якої є набір даних про стан судна та умови плавання;
· вперше в закон управління курсом судна введено механізм нечіткого логічного висновку на базі нелінійних функцій приналежності, що дозволило більш повно враховувати нелінійну динаміку судна під час здійснення маневру та забезпечити фільтрацію високочастотних зовнішніх збурювань;
· вперше розроблено метод оперативного пошуку оптимальних значень параметрів управління курсом згідно критерію, який забезпечує бажану точність утримання на курсі за мінімуму перекладань руля. Основою методу став еволюційний алгоритм;
· вдосконалено метод адаптивного управління курсом судна за рахунок використання в контурі управління більш точних моделей судна та керуючого регулятора, отриманих методами нейронної ідентифікації.
Наукова значущість дисертаційного дослідження полягає у тому, що досліджені методи можуть бути використані для розв'язання завдань управління рухом інших рухомих об'єктів схожої складності, у т.ч. підводних апаратів та надводних суден з динамічним принципом підтримки.
Практична цінність роботи полягає у тому, що методи автоматичного управління рухом судна на курсі, засновані на використанні апарату нечіткої логіки та штучних нейронних мереж, можуть бути використані під час проектування та розробки сучасних зразків керуючих рухом систем. Також результати дисертаційної роботи можуть бути використані у навчальному процесі та науково-дослідній роботі профільних вищих навчальних закладів.
Література
1. Коновалов В.П. Повышение эффективности управления курсом судна/ В.П. Коновалов, С.А. Подпорин// Сб. научн. трудов/ СВМИ им. П.С. Нахимова. - Вып. 2(7). - Севастополь, 2004. - С. 101 - 105.
2. Богданов В.И. Оптимизация параметров судового ПИД-регулятора с помощью генетического алгоритма/ В.И. Богданов, С.А. Подпорин// Оптимизация производственных процессов: Сб. научн. трудов/ Севастопольский национальный технический университет. - Вып. 7. - Севастополь, 2004. - С.184 - 189.
3. Богданов В.И. Нечеткий регулятор в задаче управления курсом судна /В.И. Богданов, С.А. Подпорин// Судовождение: Сб. научн. трудов/ ОНМА. - Вып. 10. - Одесса, 2005. - С. 15 - 20.
4. Богданов В.И. Использование нечеткой логики для повышения качества управления судном на курсе/ В.И. Богданов, С.А. Подпорин// Сб. научн. трудов/ СВМИ им. П.С. Нахимова. - Вып. 2(8). - Севастополь, 2005. - С. 89 - 97.
5. Подпорин С.А. Адаптивный авторулевой с подстройкой параметров от нейронной сети/ С.А. Подпорин, В.И. Богданов// Судовождение: Сб. научн трудов/ ОНМА. - Вып. 13. - Одесса, 2007. - С.13 - 21.
6. Подпорин С.А. Методы интеллектуального управления в задаче автоматического управления движением судна/ С.А. Подпорин// Сб. научн. трудов/ СВМИ им. П.С. Нахимова. - Вып. 2(12).-Севастополь: СВМИ, 2007.-С.191-196.
Размещено на Allbest.ru
...Подобные документы
Побудування математичної моделі системи управління рухом судна в горизонтальній площини з урахуванням компенсації вітрового збурення на основі закону управління. Застосування рекурентної форми математичного моделювання. Побудова траєкторії руху судна.
контрольная работа [262,1 K], добавлен 20.05.2015Основні алгоритми пошуку траєкторії руху для транспортної системи. Аналіз основних методів автоматизованого керування транспортною системою з урахуванням динамічної зміни навколишнього середовища. Шляхи покращення методів пошуку траєкторії руху.
дипломная работа [3,2 M], добавлен 22.06.2012Анализ навигационных и эксплуатационных требований, предъявляемых к качествам судна. Плоскости судна и его очертания. Плавучесть и запас плавучести. Грузоподъемность и грузовместимость судна. Способы определения центра величины и центра тяжести судна.
контрольная работа [1,4 M], добавлен 21.10.2013Характеристики строительного использования размеров судна и отдельных его частей. Вооруженность, оснащенность и обеспеченность судна. Расчет экономических показателей. Определение провозоспособности и производительности тоннажа исследуемого судна за год.
курсовая работа [162,2 K], добавлен 02.12.2010Розрахунок параметрів стрічкового конвеєра з безперервним рухом, який використовується у КОПі для транспортування комплектів білизни. Опис пральної машини HS 235. Охорона праці при виконанні робіт на стрічковому конвеєрі та при роботі з обладнанням.
курсовая работа [244,6 K], добавлен 12.01.2012Обоснование технико-эксплуатационных и экономических характеристик для отбора судна. Анализ внешних условий эксплуатации судов на заданном направлении. Основные требования к типу судна. Строительная стоимость судна, суточная себестоимость содержания.
курсовая работа [766,7 K], добавлен 11.12.2011Определение элементов циркуляции судна расчетным способом. Расчет инерционных характеристик судна - пассивного и активного торможения, разгона судна при различных режимах движения. Расчет увеличения осадки судна при плавании на мелководье и в каналах.
методичка [124,3 K], добавлен 19.09.2014Понятие об общем устройстве судна. Положения судна на волне. Сжатие корпуса от гидростатического давления. Поперечный изгиб корпуса судна. Увеличение поперечной прочности судна. Специальное крепление бортов. Обеспечение незаливаемости палубы в носу.
контрольная работа [418,4 K], добавлен 21.10.2013Характеристика грузовых трюмов. Определение удельной грузовместимости транспортного судна (УГС). Транспортные характеристики груза. Коэффициент использования грузоподъёмности судна. Оптимальная загрузка судна в условиях ограничения глубины судового хода.
задача [28,2 K], добавлен 15.12.2010Назначение и основные элементы рулевого электропривода. Классификация рулевых приводов. Нормативные требования к рулевым устройствам и их электроприводам. Определение моментов на баллере руля. Проверка выбранного электродвигателя на время перекладки руля.
курсовая работа [1006,4 K], добавлен 23.02.2015Розрахунок пропускної спроможності національного аеродрому Київ/Антонов-1. Оптимальний та продуктивний метод обслуговування повітряних суден спеціалістами управління повітряним рухом та авіаційним персоналом. Метеорологічні спостереження та зведення.
дипломная работа [488,3 K], добавлен 21.06.2014Организация транспортного процесса на современных судах, особенности взаимодействия судна и порта. Готовность судна к приему груза, его сохранение в пути. Грузовые операции в порту: план погрузки и разгрузки судна, расчет его оптимального использования.
дипломная работа [323,3 K], добавлен 11.10.2011Подготовка судна к сдаточным испытаниям. Швартовные испытания, проверка качества постройки судна, монтажа и регулировки оборудования. Ходовые испытания и сдача судна. Ревизия главных и вспомогательных механизмов и устройств. Контрольный выход судна.
реферат [20,3 K], добавлен 09.07.2009Расчет кривой суммарной инерционной погрешности гирокомпаса "Вега", возникающей при маневрировании. Оценка погрешности определения поправки гирокомпаса по створу после маневра судна. Боковое смещение d1 и d2 при плавании судна постоянным курсом.
курсовая работа [313,2 K], добавлен 31.03.2014Понятие об остойчивости и дифферентовке судна. Расчет поведения судна, находящегося в рейсе, во время затопления условной пробоины, относящейся к отсеку первой, второй и третьей категории. Мероприятия по спрямлению судна контрзатоплением и восстановлению.
дипломная работа [1,1 M], добавлен 02.03.2012Определение безопасных параметров движения судна, безопасной скорости и траверсного расстояния при расхождении судов, безопасной скорости судна при заходе в камеру шлюза, элементов уклонения судна в зоне гидроузла. Расчёт инерционных характеристик судна.
дипломная работа [1,5 M], добавлен 17.07.2016Основные тактико-технические характеристики судна "Днепр", его навигационного оборудования, обеспечение живучести и спасения. Порядок навигационной подготовки к переходу. Грузовой план судна. Критерии оценки экономической эффективности данного судна.
дипломная работа [531,6 K], добавлен 29.06.2010Основные характеристики транспортного судна. Затраты судоходной компании на оплату труда экипажа судна. Расчет стоимости содержания судна. Анализ экономических показателей по перевозкам грузов. Расчёт эффективности инвестиций в транспортный флот.
курсовая работа [89,3 K], добавлен 06.12.2012Выбор возможного варианта размещения грузов. Оценка весового водоизмещения и координат судна. Оценка элементов погруженного объема судна. Расчет метацентрических высот судна. Расчет и построение диаграммы статической и динамической остойчивости.
контрольная работа [145,3 K], добавлен 03.04.2014Характеристики судовой энергетической установки, палубных механизмов, рулевого устройства и движителя. Эксплуатационные характеристики судна в рейсе. Особенности крепления негабаритного груза на примере ветрогенератора. Обеспечение безопасности судна.
дипломная работа [7,2 M], добавлен 16.02.2015
