航行工况下的船用货梯动态特性研究.pdf

航行工况下的船用货梯动态特性研究

摘要

航行在海洋环境中的船舶，船体会由于风浪影响而产生摇荡运动，船上搭载的大型

船用货梯在运行中会由于船舶自身运动而产生附加载荷，因此对船用货梯系统在航行中

船舶产生摇摆运动的工况下运行进行动力学分析对船用货梯系统的运行稳定性和安全

性具有重要意义。

本文针对在复杂海况引起的船舶摇荡运动影响下的船用货梯平台开展多体动力学

研究，分析航行过程中船舶受到的环境力影响因素，计算船舶外部环境对船舶施加的附

加载荷，对航行中船舶产生的摇摆运动进行分析；对船用货梯系统内部动力学模型进行

数学建模，对航行中的船舶上的船用货梯的动力学数学模型展开研究，为提升船用货梯

系统的运行稳定性和安全性提供理论参考。

对构建的船用货梯多体动力学模型进行仿真计算，模拟船用货梯在航行的船舶上运

行时各种运行工况下的运动过程，得到船用货梯平台的动态响应数据以及货梯系统内构

件连接点处的动力学特性；针对船用货梯的结构特性，进行不同行程、不同载重下的船

用货梯升降平台的振动试验。

利用长短期记忆网络算法处理长序列时序数据时独特的长期记忆功能和优异的多

维数据信息筛选能力，搭建一个针对本文研究对象的船用货梯动态特性预测模型，利用

该神经网络模型对需要处理的船用货梯运动数据进行预测；该模型以船用货梯在航行工

况下运行时产生的多自由度运动数据作为模型数据集，使用搭建的模型对仿真时序数据

进行分析计，并对模型生成的预测结果进行验证。

针对单一长短期记忆网络LSTM(LongShort-TermMemory)模型在处理构成较为复

杂的多维数据信号时，对不同维度数据直接的非线性联系的数据向量提取特征效果不佳

问题，引入经验模态分解算法和核主成因分析方法来分别对多维数据进行分解处理和筛

选降维，对原始LSTM模型中的数据处理模块进行优化设计，使LSTM模型对分解后的不

同分量下的数据进行学习，充分挖掘不同分量下的细节特征，提高了模型对航行状态下

的船用货梯的短期动态特性预测的精度。

关键词：船用货梯；多体动力学；动态特性预报；长短期记忆网络

航行工况下的船用货梯动态特性研究

Abstract

Shipssailinginthemarineenvironmentwillhaveswayingmotionduetotheinfluenceof

windandwaves,andthelargemarinecargoladdercarriedonboardwillproduceadditional

loadsduetotheshipsownmovementduringoperation.Therefore,thedynamicanalysisofthe

shipscargoladdersystemoperatingundertheconditionofshipsrockingmotionduringsailing

isofgreatsignificancetotheoperationalstabilityandsafetyoftheshipscargoladdersystem.

Inthispaper,themulti-bodydynamicsofshipcargoladderplatformundertheinfluence

ofshipswayingmotioncausedbycomplexseaconditionsarestudied.Thefactorsaffectingthe

environmentalforcesontheshipduringnavigationareanalyzed,andtheadditionalloads

imposedontheshipbytheexternalenvironmentarecalculatedtoanalyzetheshipswaying

motionduringnavigation.Theinte