臺灣博碩士論文加值系統

　　一般船舶測試都假設在無風、無浪及寬廣水域進行，藉以分析船舶的特性，然而在實際的海上船舶軌跡測試環境，上述的條件可以說是可遇而不可求，今擬利用Extended Kalman Filter以Norrbin船舶運動數學模式為架構，鑑定出運動數學模式中之相關流力係數，以找出無風、無水流影響下之1100 TEU貨櫃輪船舶35°舵角迴旋軌跡。由於船舶運動方程式中待定係數甚多，因此，將多數之係數固定於經驗值，而僅針對影響船舶穩定性較大之流力係數 進行估測。Kalman Filter為遞迴式最小平方法（Recursive Least-Squares Method）之進一步延伸應用，可經由處理量測資料Zk，基於最小變異估測（Minimum Variance Estimate）原理，估測狀態變數X（tk），本文中，將把待估測之流力係數（參數）亦視成狀態變數。研究中首先針對海流影響先進行處理，以求得無海流漂移效應之軌跡，然後以Extended Kalman Filter進行船舶流力係數鑑定，並將船舶流力係數及風力、風向的量測值代入數學模式模擬，使得船舶數學模式模擬之軌跡接近於實船軌跡，此時由數學模式所模擬者為有風狀態之船舶軌跡。最後，再利用已鑑定出之流力係數進行船舶軌跡模擬，而此時的相對風速及相對風向乃是僅由船舶自身運動所產生的結果，此即為無風狀態之船舶軌跡。
海試資料經本文之海流修正方法修正後，已可消除海流效應，使得迴旋軌跡接近圓形。再經由風力校正後的資料也有進一步地改善，但差異不大，可能是在處理水流的效應時已有一部份的風力影響被濾除，或者是由於試車時，貨櫃輪為壓載，並無裝貨櫃，因此受風面積較小導致風力對船舶運動的影響有限。

目錄：
頁次
中文摘要 I
目錄 II
圖目錄 III
表目錄 IV
第一章 緒論 1
第二章 工作原理與流程 5
第三章 船舶運動方程式簡介 7
3.1 縱移運動方程式 8
3.2 橫移與平擺非線性項之分類 9
3.3 橫移運動方程式 9
3.4 平擺運動方程式 10
3.5 螺槳轉速計算 11
3.6 船速及船位計算 12
3.7 外力作用項 13
3.7.1 螺槳推力 13
3.7.2 舵力 14
3.7.3 風力 16
第四章 Kalman Filter 18
4.1 Kalman Filter簡介 18
4.2 Discrete Kalman Filter理論架構 19
4.3 Continuous Kalman Filter 21
4.4 動態系統描述 24
4.5 Extended Kalman Filter即時參數估測 24
4.6 矩陣F之處理 28
第五章 水流效應處理 30
第六章 鑑定結果 33
第七章 結論與建議 37
參考文獻 40
附錄A 1100 TEU貨櫃輪特性摘要 62
附錄B Sea-Trial執行步驟 64
附錄C 船舶軌跡運算及還原計算驗証 65
附錄D 試車量測資料檔案型態 67
附錄E Turning Circle Test 69
附錄F 螺槳推力、舵力、風力相關係數值 70

參考文獻：
[1] Simon Lightbody, "DGPS Technology for Sea Trials", Sea Technology, April, 1998.
[2] 柯永澤, 李台生, 楊國誠, 李耀輝, 高聖龍, 〝船速與船舶軌跡量測之即時差分式全球衛星定位系統〞, 中國造船暨輪機工程學刊第十三卷第二期, 1994.
[3] Deck-John Yum, Tae-II Lee, Ho-Yong Lee and Heun-Woo Lee, "New Manoeuvring Sea Trial System using DGPS", Marine Simulation and Ship Manoeuvrability, Chisleit(ed.), 1996.
[4] International Maritime Organization, MSC/circ-644, June 1994.
[5] 汪宏璋，"系統鑑定在操船模擬之應用"，海洋大學航運技術研究所碩士論文，1992.
[6] Isherword, R.M., "Wind Resistance of Merchant Ships", Trans. RINA, Vol.115, 1973.
[7] 平野雅祥, 高品純志, 森谷周行, 〝船舶在風力影響下的操縱性能〞, 日本造船學會春季演講會, 昭和59年5月.
[8] Oil Company International Marine Forum, "Prediction of Wind and Current Loads on VLCCs", London, England, 1977.
[9] Gelb. A., "Applied Optimal Estimation", The MIT Press, Cambridge, MA., 1974.
[10] Robert Grover Brown and Patrick Y.C.Hwang, "Introduction To Random Signals And Applied Kalman Filtering", John Wiley & Sons, New York, 3rd Edition, 1997.
[11] Mohinder S. Grewal and Angus P. Andrews, "Kalman Filtering Theory and Practice", Prectice Hall, Englewood Cliffs, NJ, 1993.
[12] Hwang,W.Y., "Application of System Identification to Ship Maneuvering", Ph.D. Thesis, Dept. of Ocean Engineering, Massachusetts Institute of Technology, Cambridge, MA, 1980.
[13] Blanke, M. and Knudsen, M., "A Sensitivity Approach to Identification of Ship Dynamics From Sea Trial Data", Proceedings of IFAC Conference of Control Applications in Marine Systems, Fukuoka, Japan, 1998.