柔性海洋立管系统振动控制研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:chenjzh68
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着生产领域的逐渐拓宽与能源需求的持续增大,各国纷纷着眼于对海洋油气资源的开发。作为连接海下石油井与海面浮体平台的装置,柔性立管在油气集输环节中承担着至关重要的作用,同时立管也是此环节中最易受损的部件。在海洋这一特殊环境中,由于受到各种载荷影响,立管将不可避免地发生振动,从而导致其疲劳损坏,这将对油气集输环节的正常运行造成一定的影响,轻则带来开发效率的下降,重则引发油气泄漏,致使环境遭受重大污染。因此,立管系统的振动控制已成为海洋油气开发过程中一个亟待解决的问题。
  柔性立管系统因其较大的长径比通常被简化为典型的欧拉伯努利梁模型,其动力学特性由无限维偏微分方程和有限维常微分方程共同表示。本文以柔性立管为研究对象,针对系统中存在未知环境扰动、未知参数、不可测量状态、反向间隙输入约束以及输出约束等多种情况,直接面向其无穷维特征,将有限维反步技术、自适应技术、鲁棒控制策略、高增益观测器、观测器反步技术、障碍Lyapunov函数、扰动观测器、符号函数与边界控制方法相结合对立管系统的振动控制进行深入研究。主要内容如下:
  1.讨论具有未知参数且受未知环境扰动影响的柔性立管系统振动控制问题。基于立管系统的偏微分-常微分方程模型,将有限维反步技术、鲁棒自适应控制与边界控制方法相结合,在立管顶端处设计控制器以减小整个系统的振动位移。同时,设计参数自适应律对不确定参数进行补偿,引入扰动自适应律,通过对作用于海面生产船舰的未知扰动上界进行估计减弱其对于系统性能的影响。随后通过数学推导对闭环立管系统的稳定性进行理论证明。最后基于Matlab平台进行数值仿真对控制器的有效性进行验证。
  2.研究柔性立管系统的输出反馈控制问题。在对立管系统进行控制器设计时,同时考虑实际工程中存在的传感器测量噪声以及通过后向差分方法获取不可测状态量过程中伴随的噪声放大问题。应用观测器反步技术对系统中无法被精确获取的反馈状态量进行重构,引入高增益观测器对控制器中出现的不可测量状态进行估计,在此基础上结合边界控制方法设计一个带有扰动观测器的输出反馈边界控制算法。随后应用Lyapunov直接法证明闭环系统的一致有界稳定性。最后应用有限差分方法对所设计的输出反馈边界控制算法进行数值仿真验证其有效性。
  3.考虑柔性立管系统在环境载荷作用下的振动控制与输出约束问题。结合边界控制方法、Lyapunov直接法、有限维反步技术与障碍Lyapunov函数,设计一个基于障碍Lyapunov函数的边界控制律。该控制律不仅能够抑制立管振动,也能确保系统输出满足所给的约束条件。另外,构造一个带有障碍项的扰动观测器,在保证边界扰动被有效处理的前提下避免符号函数所引发的震颤现象。随后应用Lyapunov理论分析闭环立管系统的稳定性。最后仿真结果表明所设计边界控制律的有效性。
  4.出于对执行设备机械结构以及生产安全的考虑,研究立管系统在参数未知、干扰未知、反向间隙输入约束和输出约束多重不确定因素及限制条件下的控制设计问题。将输入反向间隙分解为一个期望控制输入与一个有界的非线性误差,并将此非线性误差与未知时变扰动相结合共同定义一个新的类扰动项,在此基础上将障碍Lyapunov函数、Lyapunov直接法、自适应技术与边界控制方法相结合,提出一个基于障碍Lyapunov函数的自适应边界控制方案,同时设计扰动自适应律对类扰动项的界值进行估计。随后对闭环立管系统状态量的一致有界性进行证明。最后仿真结果表明所设计的控制方案能够有效减小立管的振动位移并同时处理系统的输入输出约束问题。
其他文献
近年来,随着人们对海洋经济的不断发展以及海上地位的日益重视,各国对海洋资源开发和海洋权益维护的力度都不断加大,船舶作为海上重要运载工具也因此得到了广泛应用。在众多类型的船舶中,具有全驱动配置的水面船由于具有独立的横向推进装置可以有效完成一些操纵性和安全性要求较高的海洋作业任务,例如海底管道铺设、海上油气钻探以及海上扫雷作业等。这些海上作业的特点是都需要船舶沿着预先设定的轨迹精确移动以保证作业安全性
随着通信技术和传感器技术的发展,无线传感器网络在目标跟踪、环境监测、辅助导航、灾害预警、资源勘探、事故调查等军事和民用领域得到日益广泛的应用。受限于成本、使用环境和通信能力,采用常规的状态估计方法对无线传感器网络信息进行融合尤为困难,需要考虑其中存在的能量受限、带宽受限、非高斯噪声、噪声方差未知等问题。常用的多传感器信息融合策略包括存在唯一融合中心的集中式策略和去中心化的分布式策略两种。在集中式策
最小均方(Least Mean Squares, LMS)算法在系统辨识中的应用十分广泛。在实际应用中,很多待辨识系统的冲激响应呈现出了稀疏特征。分散稀疏系统、单簇稀疏系统与多簇稀疏系统是三类典型的稀疏系统。在对稀疏系统的辨识应用中,传统的LMS算法没有充分利用稀疏性这一先验信息,收敛速度较慢,无法快速跟踪外部环境的变化。  本文以提高LMS算法的收敛速度为出发点,就稀疏冲激响应的在线辨识问题开展
移动机器人在社会各个领域具有广泛的应用前景,并得到了大量研究。机器人学是复杂的,多学科交叉领域。移动机器人自主运动系统是由多个功能模块组成,每个功能模块相互独立,又相互联系,构成一个整体。所以,移动机器人系统是一个复杂的大系统。构造一个完整的,功能完善的自主导航系统,需要针对每一功能模块设计相应的算法,并且建立各模块之间的联系,形成一个统一的整体。其中,路径规划和运动控制模块是自主导航的重要组成部
水下无人潜航器(UnmannedUnderwaterVehicle,简称UUV)是一种重要水下运载平台,可以灵活搭载各种作业所需设备,完成多种水下作业任务。无人潜航器的自主程度高,自带能源可以脱离母船工作,在一定范围水域内进行水下地形勘测、石油管线检查、沉船探测、水文调查、水下通信中继、水雷探测、港口安全监视等作业。  自主路径规划是无人潜航器实现高度自治的前提,特别是近年来无人潜航作业区域持续扩
随着深度学习(Deeplearning,简记DL)系统越来越多地应用于安全相关领域,包括自动驾驶汽车和智能安防等,对深度学习模型预测准确性的高度信任变得至关重要。正如传统的软件开发一样,对模型行为正确性的信心源于对各种可能场景的严格测试。然而,与传统的软件开发不同,深度学习系统的逻辑是通过训练过程学习的,因此深度学习模型很难测试。另外现有的深度学习测试严重依赖于人工标记的数据,经常无法为边缘输入数
中值滤波作为篡改数字图像的一种手段,会在一定程度上改变图像相邻像素点的灰度关系,从而导致图像失真。目前大部分图像中值滤波取证方法均是基于人工所提取的特征,这些方法的主要问题在于特征提取困难,尤其是在图像质量较差的情形中,检测性能会急剧下降。近年来深度学习已经被成功应用到了与计算机相关的各个领域,本文对基于深度学习的图像中值滤波取证问题进行了研究。  本文提出了一种基于DCT域卷积神经网络的新方法来
学位
图像已成为现代生活中信息展示和传播的一个非常重要的载体,因此相关算法的研究也受到国内外学者们的广泛重视,衍生出很多重要的分支方向。图像超分辨技术作为计算机视觉领域的一个重要分支,由于其在很多行业应用前景广阔,近些年发展成为了一个国际热点课题。超分辨技术的基本任务是从原始的低分辨率图像或视频重构出对应的高分辨率图像或视频,这是一个非常有挑战性的病态问题。近年来,以卷积神经网络(Convolution
注视点估计,或称视线追踪,是一种估计人眼视线落点,即人眼朝哪里看的技术,可分为2维注视点估计与3维注视点估计。2维注视点一般为电脑屏幕上的注视点,用于人机交互与网页分析等。3维注视点为3维空间中的视线落点,可用于安全辅助驾驶等。3维注视点估计可在2维注视点估计的基础上,通过双目视线相交的方式计算得到。本文主要研究内容如下:  (1)研究对比各种瞳孔定位方法及眼部特征点提取方法,包括基于亮暗瞳效应、
事件触发控制凭借其良好的控制性能,能够有效地减少测量/控制任务的执行次数,提高通信/计算资源利用效率等优势,被广泛地应用于网络化控制系统。基于确定性模型的事件触发控制理论已日臻完善,而含有随机噪声或不确定性的随机模型是当前控制领域的研究热点之一。随机模型不仅对确定性模型进行了补充,更能够准确地反映自然与工程系统的动态特性。随机噪声的存在改变原系统的动力学特征,降低控制性能,甚至破坏稳定性。本文以连
学位