在航集装箱船舶摇摆姿态的概率模型.docxVIP

在航集装箱船舶摇摆姿态的概率模型 为适应现代航运发展的要求，集装箱船舶得到了广泛使用， 并且正向高速化、 大型化及多用途方向发展， 但随之产生的安全 问题也受到各界的广泛关注。 在船舶航行过程中， 由于风浪等原 因引起的船舶剧烈摇摆尤其是横摇产生的船舶倾覆事件时有发 生，其引起的生命、财产损失都是巨大的。因此，当前的研究热 点多集中于船舶的横摇运动研究， 文献 [4] 根据刚体动力学原理， 研究了船舶在波浪中 6 自由度非线性的耦合运动方程。文献 [5] 对船舶非线性的耦合运动进行研究，并对比起理论值与实际值。 文献[6] 研究使用了 3 自由度的数学模型，并对运动性和数值模 拟进行了相应分析和验证。文献 [7] 研究了船舶横摇、纵摇与升 沉 3 个自由度的影响， 从而提出 1.5 自由度的船舶横摇运动方程。 从本文的研究出发点来讲， 多自由度模型能更为精确的反应船舶 的运动姿态， 但其短时域内的计算分析比较困难， 而 3 自由度的 摇摆概率模型亦能准确反应船舶的摇摆姿态，且可计算性较好。 本文从纵摇、 横摇、垂荡 3 自由度的摇摆概率方向对在航集装箱 船舶的关键位置处（如船首、船舯等）的摇摆进行数学建模，并 确定其摇摆概率模型， 对预测船舶摇摆及保证船舶航行安全都有 重要意义。 1 理论与方法 1.2 模型验证 本次研究首先假定在航集装箱船舶的摇摆角度近似服从正 态分布， 为验证本假定的可信度， 需要对样本观测数据进行总体 分布的初步推断。 统计学中的Q-Q图是一个概率图，用来检验样本数据是否服 从指定分布， 是样本分位数与指定分布分位数的关系曲线图， 因 此它可以用图形的方式比较两个样本的概率分布。 如果两个样本 的概率分布相似，则Q-Q图趋近于落在y=x线上。本文首先使用 Q-Q图技术对船首、船舯两处观测点采集到的数据进行分析，初 步判断两观测点数据是否服从相同的概率分布，若服从相同分 布，则后续使用直方图技术分析其中一处数据即可判定是否服从 正态分布。 直方？D （又称质量分布图）在非参数统计领域，尤其是在密 度估计及数据分析领域具有重要的作用。 直方图能够通过样本数 据分布的分析来初步粗略估计总体分布， 从而为研究总体的概率 密度提供重要的依据。本次研究使用MATLAB^件中的HIST函数 对所得到的采集数据进行纵向摇摆角度值、 横向摇摆角度值及垂 向加速度值等三个维度的概率密度函数的初步判定。 模型参数确定之后，还需要对船舶摇摆概率模型进行检验， 其主要校验样本值与假定的概率模型之间的匹配程度， 如若样本 值符合假定的概率模型， 则样本值与某条概率密度曲线是线性重 合的。 1.4 算法描述 船舶摇摆概率模型估计算法可描述如下： （1）选定在航船舶结构中某两处位置为摇摆测试点，记录 该点各个方向的摇摆变化值，分别记为集合 （ 4）基于（ 3）中验证后所得的假定概率模型，采用最大似 然估计法和区间估计法对概率密度分布模型中的参数进行计算， 最终确定具体的概率分布模型。 （5）执行以上步骤后即可获取航行中集装箱船舶某两处摇 摆位置其摇摆变化值的概率模型。 2 实验数据获取及结果 2.1 实验数据获取 本研究数据来源于上海海事大学万吨级远洋教学实习 船一一育锋轮。该船在广州建造于 1992年，是一艘专门用于教 学实习、航行于国际航线的实习船，航线主要为中国至俄罗斯、 韩国、日本及东南亚等国。该船具体参数如表 1 所示。 为测定船舶的摇摆值，在船首位置V1及船舯位置V2处安置 角度传感器，如图 1 所示。 “育锋船”在正常航行过程中，角度传感器采集V1及V2处 的纵向、横向摇摆角度和垂直方向上的加速度，其数据采集共 3 小时。在此时间段内，传感器按照时间序列总共触发 47 次，每 次触发后每个传感器可以连续采集并返回 100 个角度和加速度 的样本值。因此，每个测试点均有 4700 个随机采样值，图 2 和 图 3 分别为每次触发时的角度和加速度大小的平均值序列， 其中 子图 a、b 为角度值，子图 c 为加速度值。 2.2 实验结果及分析 2.2.1 分布一致性判定 首先使用Q-Q图判定，V1与V2各方向上的摇摆角度值及加 速度值是否符合相同分布，结果见图 4，其中子图 a、b 为角度 值，子图 c 为加速度值。 由图4可初步推断，V1与V2处纵向、横向摇摆角度值及垂 直方向加速度均服从相同分布。后续只对 V1处进行概率模型判 定，V2处判定方式及参数估计方式相同。 2.2.2 概率模型判定 为验证概率分布模型， 本文首先利用直方图技术对“育锋” 轮上两处传感器位置采集的各方向摇摆角度及加速度变化值进 行初步统计分析及概率验证， 然后采用经验分布函数对其分布模 型进一步精确判定，其结果见图 5、图 6 和图 7。 分析图