主動式升沉補償技術研究現狀和發展趨勢

段玉響，任政儒，周 利

(1.江蘇科技大學 船舶與海洋工程學院，江蘇 鎮江 212003；2.挪威科技大學 海洋技術系，挪威 特隆赫姆 NO-7491)

0 引 言

隨著陸地上的資源逐漸枯竭，人類把目光對準了海洋，蘊藏在海底的資源已經成為各國重點能源開發對象。如今，僅對淺海區域進行能源開發已經無法滿足能源供應，所以20 多年來，深海領域的能源開發已經成為海洋能源開發的重中之重[1]。

由于受到風、浪、流作用以及船舶自身運動的影響，船舶停留在固定水域作業時會產生橫搖、縱搖、艏搖、升沉、橫蕩、縱蕩6 個自由度的運動，進而影響需要在穩定條件下進行的海上作業，如深海鉆井、海上吊裝等。

浮式鉆井平臺受到風浪的作用會產生升沉運動，其上安裝的大鉤也會隨著平臺升沉運動晃動，顯然，懸吊在大鉤上的整個鉆柱也做周期性的升沉運動，使得鉆柱底部的鉆頭時而提離井底，時而又沖撞井底，無法保持正常的鉆進[2]。當兩船并靠過駁吊裝時，由于兩船之間存在相對運動，會導致吊裝的物體與接收船甲板相碰撞或者吊裝鋼絲繩瞬時的拉力急劇增大，這對吊裝作業的安全性產生很大的威脅[3]。通常情況下，動力定位系統可以補償由2 階波浪力引起的橫蕩、縱蕩、首搖3 個自由度漂移運動，無法對升沉方向上的運動進行補償[4]。因此，需要在海上浮式結構物與負載之間加1 套升沉補償裝置，用來補償海上浮式結構物的升沉運動。升沉補償技術對于海洋資源的開發具有重要的作用，其使用的領域目前主要集中在海上風電運維波浪補償登靠、大洋采礦、深海鉆井、海上貨物起吊、潛水器的回收與吊放、艦船之間物資的轉運、直升機著艦 等[5– 6]。

升沉補償系統按照動力供應方式可以分為主動式升沉補償（Active Heave Compensation，AHC）[7]、被動式升沉補償（Passive Heave Compensation，PHC）[8]和半主動式升沉補償（Semi-active Heave Compensation，SAHC）[9]。主動式升沉補償依靠補償系統本身動力能源來工作；被動式升沉補償動力來源于海浪的舉升力和工作母船自身的重力；半主動升沉補償系統工作時既需要補償系統本身的動力能源也需要依靠海浪的舉升力和工作母船自身的重力。

1 主動式升沉補償系統工作原理

主動式升沉補償系統是一套閉環反饋系統。系統工作時，通過合理設計控制補償方法，可以使系統的抗干擾能力增強，系統響應加快，補償精度提高。另外，主動式升沉補償系統沒有利用到氣液蓄能器組件這種大型的設備進行補償緩沖，節省了大量的空間。但是主動式升沉補償系統需要依靠補償系統本身動力能源來工作，能耗較大費用也較高[10]。

如圖1 所示，主動式升沉補償系統的關鍵組件有補償缸、位移傳感器、控制器以及變量泵等[11]，其中變量泵是系統的動力供應裝置，位移傳感器用來檢測大鉤位移。系統工作時，位移傳感器首先檢測到大鉤的位移，然后與給定的大鉤位移信號相比較，比較得到的偏差信號輸入給控制器中，然后控制器對偏差信號進行運算處理后輸出控制信號控制變量泵向補償缸的無桿腔供油或者將無桿腔的液體排出，從而使補償缸的活塞上升和下降，以此來補償海上浮式結構物的升沉位移。當系統位移傳感器檢測到大鉤向上移動的信號時，將其與給定信號比較，輸出偏差信號為負，經過控制器運算處理后，控制變量泵反向轉動將無桿腔的液體排出，使大鉤的位移降回到原來位置，從而補償海上浮式結構物上升的位移；當系統位移傳感器檢測到大鉤向下移動的信號時，將其與給定信號比較，輸出偏差信號為正，經過控制器運算處理后，控制變量泵正向轉動向無桿腔供油，使大鉤的位移上升到原來位置，從而補償海上浮式結構物下降的位移。

圖1 主動式升沉補償系統原理圖[11]Fig.1 Schematic of active heave compensation system

2 主動式升沉補償技術研究現狀

主動式升沉補償系統作為機電液一體化的裝備，由控制系統、檢測系統、液壓驅動系統和機械執行系統4 個子系統組成（見圖2）。控制器設計過程中存在諸多難點。一方面，在系統工作過程中，由于系統結構復雜且存在機械摩擦等因素使系統模型具有較大的非線性，難以建立精確的簡化數學模型；另一方面系統機械設備以及負載的龐大質量會導致系統具有很大的慣性，因此，系統就產生了嚴重的響應滯后問題[12]。另外，系統工作時受到海洋環境和自身工作原理的影響，使其具有隨機性和參數時變性等特點[13]。

圖2 主動式升沉補償系統組成[14]Fig.2 Active heave compensation system composition

以上提及的主動式升沉補償系統大滯后、參數時變、隨機性以及非線性等特點導致傳統的PID 控制方法不足以滿足海上作業日益提高的性能要求，因此越來越多的學者開始對主動式升沉補償系統大滯后、參數時變、隨機性以及非線性這4 個難點展開研究。

2.1 響應滯后

系統的響應滯后指的是當給定信號輸入系統時，系統由于自身的慣性或者存在純延遲環節導致系統的輸出不能及時的跟隨給定信號。為了能夠讓系統輸出的更加及時，需要彌補這段響應滯后的時間。

針對主動式升沉補償系統響應滯后問題，可以利用具有提前控制功能的控制方式進行解決，如前饋控制。前饋控制可以將可測干擾通過前饋通道引入閉環回路中，相比反饋通過偏差進行控制，前饋控制在干擾對被控量產生影響之前即被控量與給定量產生偏差之前，就可以進行控制。通過合理的設計前饋通道中的傳遞函數，可以有效解決系統的響應滯后問題。前饋控制的缺點在于只有建立了系統精確模型才能獲得較好的控制效果，但是在實際工程中，并不是所有的干擾都可測而且并不是所有的對象都可以建立精確模型，所以僅用前饋控制不能達到良好的控制效果。反饋控制根據偏差來控制，不管外界的干擾如何，只要存在偏差，系統就可以根據偏差進行控制，將前饋控制和反饋控制進行綜合形成前饋-反饋復合控制[15]，可以提高系統的響應速度。何平等[16]設計的控制系統引入了此復合控制的思想（見圖3），通過捷聯慣導系統測得船舶的運動信號，然后將此信號作為運動干擾信號通過前饋通道引入閉環回路形成前饋控制，前饋控制的目的是提前抑制船舶運動干擾對被控量的影響，反饋控制的目的是提高系統補償精度。

圖3 AHC 復合控制系統結構[16]Fig.3 AHC composite control system structure

Smith 預估補償器是解決系統中由于存在大延遲環節導致系統時滯不穩定問題的一種控制方法，其基本思想是將純延遲環節移至閉環回路外，如圖4 所示。從系統特征方程中消除純延遲因素，因而可消除過程純延遲特性對系統穩定性的不利影響。

劉賢勝等[14]將Smith 預估控制器并聯在了PID 控制器上，通過仿真研究發現當引入了Smith 預估補償控制器之后，解決了系統由于純延遲環節引起的系統不穩定問題，然而Smith 預估補償器能取得良好的控制效果是取決于被控對象的準確模型，一旦出現模型失配情況，將會導致系統控制效果變差甚至不穩定現象。為了彌補Smith 預估補償器對被控對象數學模型精確度要求高的缺點，張興茂等[17]將Smith 預估控制和模糊控制理論相結合，利用模糊控制對模型精確度要求不高的特點，彌補Smith 預估控制器過于依賴精確模型的不足，實現對時滯系統的控制。Smith 預估控制雖然將系統的純延遲環節放到了閉環回路之外，但是系統的傳遞函數分子上依然存在純延遲環節，系統的輸出依然會延遲。

圖4 Smith 預估補償控制基本思想Fig.4 Smith predictor control

為了完全補償掉系統的輸出響應延遲，可以采用船舶運動預報的方法，其基本思想是根據整個主動式升沉補償系統裝置的辨識試驗確定系統的響應滯后時間 τd，那么只要能夠提前 τd時間預報出船舶的運動狀態，系統就能夠提前 τd時間進行控制，由此可以完全抵消掉系統的響應延遲。早期的主動式升沉補償控制主要采用的是卡爾曼濾波的方法對船舶運動進行預報，由于卡爾曼濾波器對系統的狀態方程精確度要求高，一旦狀態方程不精確則預報的結果不準確，因此卡爾曼濾波方法在主動式升沉補償系統中的應用受到了限制。此外，還有統計預報法[18]、譜估計法[19]、神經網絡建模預報法[20]以及卷積法[21]等，但是這些方法都存在預報精度與工程實用性矛盾的問題，即預報精度滿足要求的算法工程實用性太差，工程實用性好的算法預報的精度又達不到要求。

時間序列法由于計算量小、預報精度高、工程實用性好等特點，成為目前比較適合應用于主動式升沉補償系統運動預報的算法。時間序列法的基本原理是對一系列按照時間順序采集到的動態隨機數據建立最優時間序列模型，然后基于此模型預報未來有限長度的數據序列。時間序列模型主要有ARMA（Auto Regressive Moving Average）模型和AR（Auto Regressive）模型，其中由于AR 模型具有計算量相對較小，容易實現，對設備的要求少等特點，使其在工程中具有很好的實用價值[22]。曾智剛、王允峰等[23– 2 4]采用了AR 預測模型對船舶的升沉、橫搖與縱搖運動進行了預報，通過仿真驗證了此預測算法對于極短期（3～7 s）的運動預報準確度較高，但是隨著預報步數增加，預報不確定性將不斷上升，這是因為AR 時間序列模型本質上是線性模型，所以進一步的研究非線性系統預報方法，不斷完善船舶運動預報建模方法成為了一個重要的研究方向。

2.2 參數時變

參數時變是指系統中存在一個或一個以上的參數值隨著時間的變化而變化，導致整個系統的特性也隨時間而發生變化。對于主動式升沉補償系統而言，液壓驅動系統存在參數時變的特性。為了防止參數時變對整個系統造成不穩定或者補償精度低的問題出現，所設計的控制器必須要具有較強的自適應能力[24]。常規的PID 控制器3 個參數 Kp， Ki， Kd一旦設定就無法自動修改，因此僅采用常規的PID 控制器控制效果較差。

模糊控制器對被控對象數學模型準確度要求不高，利用專家經驗就可以對系統進行控制，適用于難以建立精確數學模型的系統，具有結構簡單、動態性能良好，自適應能力強等優點[25]。通常情況下，模糊控制系統的輸入一般為二維輸入即系統誤差e 以及誤差變化ec，因此這種模糊控制器類似于常規的比例微分（PD）控制器。由于缺少了積分控制作用，僅通過這樣的控制器控制系統，系統動態性能較好，但是系統存在穩態誤差。可以將經典PID 控制與模糊控制相結合，利用經典PID 控制中積分的作用消除穩態誤差，利用模糊控制在線調整控制參數提高系統自適應性，兩者優勢互補形成模糊自適應PID 控制，如圖5所示。董睿等[12]將模糊自適應PID 控制應用于船用起重機主動升沉補償系統中，通過仿真驗證了模糊自適應PID 控制良好的自適應性、響應的快速性以及跟隨的平穩性。

圖5 模糊自適應PID 控制器結構[26]Fig.5 Fuzzy adaptive PID controller structure

神經網絡PID 控制可以通過對系統性能的學習不斷調整網絡內部權值和網絡輸出，以達到系統的控制要求，具有在線學習自適應強的優點[26]。

圖6 單神經元自適應PID 控制器結構[26]Fig.6 Single neuron adaptive PID controller structure

由具有自學習和自適應能力的單神經元構成的單神經元自適應PID 控制器，不但結構簡單，而且能夠適應環境變化，具有較強的自適應能力。單神經元即神經網絡里只有1 個神經元，神經元的3 個權值就等價于PID 控制器中的 Kp， Ki， Kd，單神經元自適應控制器就是通過自學習實時調整單神經元的3 個權值達到實時調整 Kp， Ki， Kd三個控制參數的目的[11]（見圖6）。徐小軍、陳循等[27]基于單神經元自適應PID控制算法對海上起重機主動式升沉補償系統展開了研究，通過與經典PID 控制進行對比表明，單神經元自適應PID 控制器響應速度更快、自適應強。但是，由于單神經元網絡只有一個神經元，控制的精度不及多層神經網絡結構。可以采用BP（Back Propagation）神經網絡自適應PID 控制器提高系統的補償精度，此控制器從系統結構上來看與模糊PID 自適應控制器類似，有2 個主要組成部分，一部分是經典PID 控制部分直接對被控對象進行閉環控制，另一部分是神經網絡控制部分，用于在線調整經典PID 的 Kp， Ki， Kd三個參數[25]，如圖7 所示。由于主動式升沉補償系統對實時性要求較高，所以網絡的層數以及各層的節點數不應取太多，否則系統在線計算的時間就會過長。一般情況下，針對主動式升沉補償系統，BP 神經網絡可以取3 層網絡結構即輸入層（3 個節點）、中間層（4 個節點）及輸出層（3 個節點）。李衛華、葉建[28– 29]研究了BP 神經網絡自適應PID 控制對于主動式升沉補償系統的補償效果，對比了單神經元自適應PID 控制和經典PID 控制。結果表明，經典PID 對于參數時變系統控制效果很差，BP 神經網絡自適應PID 控制與單神經元自適應PID 控制控制效果較好，且BP 神經網絡自適應PID 控制的抗干擾性與補償精度高于單神經元自適應PID控制。

圖7 BP 神經網絡自適應PID 控制器結構[28]Fig.7 BP neural network adaptive PID controller structure

針對主動式升沉補償系統參數時變的特性，提高參數時變系統的跟蹤精度和算法實時運算的速度成為未來的研究重點。另外，不僅可以考慮傳統的自適應控制，后期研究還可以考慮魯棒自適應控制、迭代學習等其他時變控制方法，目的就是建立切實可行的實施方案，提高參數時變系統的控制效率、精度以及穩定性。

2.3 隨機性

系統的隨機性是指系統工作時所受的擾動具有隨機性。由于海浪運動隨機性強，導致主動式升沉補償系統，尤其是系統觀測器，在海上工作時容易受到隨機干擾。

獲得精準的船舶運動姿態信息是良好升沉補償效果的前提，也是檢測系統的最終目的。為了獲得精準的船舶運動姿態信息，要解決的關鍵問題是船舶姿態的運動估計。船舶姿態測量的方法主要有無線電測量、聲學測量、GPS 測量、慣性測量等，其中慣性測量系統是隨著慣性傳感器的發展而來的，具有安裝方便、不受干擾、輸出信息實時性強和輸出信息量大等優點，廣泛應用于航天與船舶領域中[3]。將捷聯慣導系統安裝于船體中心處就可以測量得到工作母船在船體坐標系下的運動信息。

船舶升沉運動信息是由慣性測量傳感器測得的加速度進行積分得到的，然而由于原始的加速度測量信息含有許多噪聲和偏差，如果直接將其對時間積分，則會導致船舶升沉運動信息估計不準確和偏移，所以在進行加速度信號積分之前，需要將原始測量信號中的噪聲濾除并消除傳感器由于制造和安裝過程中產生的偏差。原始測量信號主要受隨機高頻噪聲、隨機脈沖噪聲、傳感器隨機偏差等影響。采用傳統的濾波方法，由于濾波器各個參數已經提前設計好，無法針對隨機噪聲改變，濾波效果較差。

自適應濾波方法可以解決原始加速度中隨機噪聲濾除的問題。Kalman 自適應濾波法是工程中常用的一種自適應濾波算法，其將傳感器檢測的數據和狀態方程計算的數據進行融合，輸出最佳估計狀態。但是由于海上船舶運動精確的狀態方程難以確定，限制了Kalman 自適應濾波算法在主動式升沉補償系統上的應用[30]。

針對主動式升沉補償系統的實時性要求，可以將傳統濾波器與自適應理論結合設計出一套基于傳統濾波器結構且能夠在線實時調整濾波器截止頻率等關鍵參數的自適應濾波器[31]，如圖8 所示。

圖8 自適應濾波器設計原理圖[32]Fig.8 Schematic diagram of adaptive filter

然而將此自適應濾波器加入系統時會引入相位誤差，設計主動式升沉補償系統自適應濾波器時，必須要權衡濾除隨機干擾和引入相位誤差之間的關系。所以自適應濾波器設計的目標是找出既能最大程度濾除隨機干擾，又能保證濾波器引入的相位誤差最小時的最優截止頻率。通過建立自適應濾波器的誤差函數找出誤差函數的極小值即可確定濾波器的最優截止頻率[32]。然而最優截止頻率不僅與船舶運動的主要頻率有關，而且與隨機高頻噪聲的方差有關，其中隨機高頻噪聲的方差還需要增加另外的算法求取，增加了系統的計算時間，因此采用最優截止頻率不滿足主動升沉補償系統的實時性要求。考慮次優截止頻率用于主動式升沉補償系統，理想的次優截止頻率僅與船舶運動的主要頻率成比例關系，其能夠隨著船舶運動的主要頻率變化而變化，從而實現自適應濾波器參數在線調整，滿足系統實時性的要求[33]。

2.4 非線性

主動式升沉補償系統的非線性主要是由于液壓驅動系統電液比例閥含有死區非線性的特征導致的[11]。由于非線性系統不滿足疊加原理，原則上，線性系統的分析設計方法便不再適用，因此必須尋求研究非線性控制系統的方法。

既然控制對象的非線性主要是由電液比例閥的死區非線性引起的，那么可以先將死區進行補償，然后把系統當作線性系統來分析設計。電液比例閥閥芯位移死區補償的方法有很多，如在電控制器里面增設階躍發生器或設定先導電流、變死區補償、過死區補償、死區外補償、智能補償等。根據補償量的性質又可以分為電壓補償和電流補償2 種[11]。魏素芬、楊文林等[34]采用了電壓補償的方式消除了電液比例閥死區非線性對系統的不利影響，提高了主動式升沉補償系統的動態性能。

控制算法方面，近年來，將模型預測控制算法應用于主動式升沉補償系統越來越受到關注[35]。模型預測控制采用了多步預測、滾動優化、反饋校正等策略（見圖9），具有魯棒性強、控制效果好的特點，適合于非線性、大滯后的系統[14]，已經在石油、化工、機械等控制過程中取得了成功的應用。

圖9 模型預測控制原理圖Fig.9 Schematic of model predictive control

模型預測控制是一種基于模型的控制算法，其使用的模型稱為預測模型，區別于由原理分析建立的模型，預測模型強調模型的預測功能而不強調其具體的結構形式[36]。典型的預測控制算法有動態矩陣控制（DMC）、模型算法控制（MAC）和廣義預測控制（GPC）。其中廣義預測控制（GPC）綜合了動態矩陣控制（DMC）和模型算法控制（MAC）的優點，將其應用于主動式升沉補償系統的研究相對廣泛。在GPC 中，采用了受控自回歸積分滑動平均模型作為預測模型，根據已知的輸入輸出信息和未來的輸入值就可以預測未來的輸出，通過在線滾動優化，反饋校正克服系統中非線性和隨機干擾的影響[36]。但是模型預測控制存在預測模型失配的問題，模型失配會導致系統控制效果變差甚至使系統發散，如何克服預測模型失配問題已經成為模型預測控制的一個重要研究方向。當預測模型不準確的時候，可以考慮采用自適應模型預測控制（Adaptive MPC）或者tube-based MPC 此類魯棒控制方法。Woodcare[37,38]針對主動式升沉補償驅動系統中三位四通電液比例閥時滯、死區非線性特征，采用了模型預測控制算法，較好克服了系統的時滯和非線性，并在模型預測控制器（MPC）基礎上并聯了比例積分控制器（PI），基于主動式升沉補償仿真模型對所設計的算法進行了有效性驗證，結果表明采用MPC-PI 控制方法能夠使主動升沉補償效率高達99.6%。

另外，還有其他一些能夠有效控制非線性時變系統的控制方法，如Backstepping 自適應學習控制、迭代學習控制等，后期研究可以考慮將其應用于主動式升沉補償系統。Backstepping 自適應學習控制的基本控制思想是先將整個非線性系統分解成不超過系統階數的子系統，之后分別為每個子系統構造出中間虛擬控制量和Lyyapunov 函數，然后一直“后退”到整個系統，從而設計出整個控制律[39]。迭代學習控制算法的基本思想是“記憶學習”，即基于之前控制時刻中的信息不斷完善當前時刻的控制效果，經過若干次迭代，使被控對象高精度地跟蹤期望信號[40–41]。

除此之外，智能控制理論中的神經網絡控制能夠以良好的精度逼近非線性函數也可以用于主動式升沉補償系統非線性控制，模糊控制也適用于非線性系統的控制。

3 發展趨勢

主動式升沉補償系統的應用領域廣泛，是保證海上作業安全可靠的必備海工裝備。隨著深海資源的開發，深海更加惡劣的環境使海上作業窗口期極大的縮短，主動升沉補償裝置可以有效解決深海作業窗口期短的問題，極大地提高深海作業的效率，具有很高的經濟價值。

為了適應深海更加惡劣的作業環境，主動升沉補償系統的發展趨勢主要有以下幾個方面：

1）高補償能力

高補償能力主要指：一是能夠適應更大的載荷，如在深海鉆井領域，隨著深海鉆井深度的不斷提高，鉆柱的長度也隨之提高，水下復雜的鉆井設備重量也會越來越大，這對主動式升沉補償系統的載荷能力提出了更高的要求；二是具備更高的補償行程，深海惡劣的環境使工作母船的升沉位移加大，隨之要求升沉補償系統加大補償行程。

2）高響應速度和適應性

主動式升沉補償系統響應的快速性是衡量系統可靠性的關鍵因素之一，在深海重載吊裝作業時，更是對系統的快速響應有著更高的要求，一旦系統響應滯后過大，很可能造成吊裝纜繩的斷裂，甚至會對工作人員的生命安全造成威脅。高適應性指的是系統能夠適應深海各種極端海況下的工作環境，這就對系統的智能化提出了更高的要求。

3）高補償精度及效率

在系統安全可靠的前提下，高的補償精度是完成深海精細作業要求的保證。如深海浮式風機安裝時，為了避免風機塔底部與浮式基座的碰撞，對補償精度提出了很高的要求。另外，深海作業時，不能單方面的為了提高系統的精度或者補償效果，不顧系統的能耗，增加系統的成本。提高系統綜合能耗、精度以及補償效果的整體效率是提高系統經濟性的必要趨勢。

4 結 語

主動式升沉補償系統的安全、可靠、高效性已經使其成為深海資源開發的一種重要裝備。國外對于主動式升沉補償系統的研究近50 年，相關的技術日漸成熟，已經有越來越多成熟的產品面向市場。

近年來，雖然主動式升沉補償系統的研究越來越受到國內一些高校、科研院所的研究人員以及國內各個廠家的重視，但由于我國對于升沉補償系統研究起步較晚，一些核心技術與國外還有較大的差距。隨著海洋資源開發逐漸由淺海轉向深海，主動升沉補償技術將在國內外得到更加廣泛的應用。