侧壁式气垫船升沉运动控制研究

侧壁式气垫船升沉运动控制研究一、绪论（一）研究背景与工程意义侧壁式气垫船作为一种高效的水上运载工具，凭借其独特的气垫支撑技术，在航行过程中能够显著降低水阻力，实现高速、灵活的运行。这一技术原理使得船体与水面之间形成一层气垫，将船体托起，从而极大地减少了与水面的直接接触，降低了摩擦阻力，为快速航行提供了可能。然而，在实际的海洋环境中，海浪的存在成为了影响侧壁式气垫船性能的关键因素。海浪的波动具有高度的复杂性和不确定性，其产生的扰动会对气垫船的升沉运动产生显著影响。这种影响不仅体现在航行的安全性方面，还对乘坐的舒适性造成了挑战。在复杂海况下，当海浪的波高、频率等参数发生变化时，气垫船的升沉运动可能会过度加剧。这一现象会引发一系列问题，首先是气垫压力的波动。气垫压力的不稳定会直接影响船体的支撑效果，导致船体的稳定性下降。当气垫压力过低时，船体可能无法获得足够的升力，从而增加触水的风险；而当气垫压力过高时，则可能对气垫系统和船体结构造成额外的压力，影响其使用寿命。其次，过度的升沉运动还会导致船体结构负载异常。船体在升沉过程中，会受到来自海浪的冲击力和惯性力的作用，这些力的变化会使船体结构承受不均匀的载荷，长期积累可能导致结构疲劳、损坏，甚至引发安全事故。此外，对于船上的乘客和设备来说，过大的升沉运动也会带来不适和损坏的风险，降低了航行的舒适性和可靠性。因此，开展侧壁式气垫船升沉运动控制研究具有至关重要的工程价值。通过有效的控制策略，可以提升气垫船的耐波性能，使其在恶劣海况下仍能保持稳定的航行状态。这不仅有助于拓展气垫船的作业海况范围，使其能够在更广泛的海洋环境中执行任务，还能提高航行的安全性和舒适性，为海上运输、救援、勘探等活动提供更可靠的保障。（二）国内外研究现状与技术瓶颈国外在侧壁式气垫船升沉运动控制领域的研究起步较早，早期主要聚焦于线性控制理论的应用。在这一阶段，PID（比例-积分-微分）算法被广泛采用。PID算法基于对系统误差的比例、积分和微分运算，通过调整控制量来使系统输出接近设定值。在气垫船升沉运动控制中，PID算法能够根据船体的升沉位移、速度等反馈信息，对气垫压力进行调节，从而实现初步的升沉稳定控制。例如，在一些早期的气垫船控制系统中，通过测量船体的升沉高度，将其与设定的高度值进行比较，得到误差信号。PID控制器根据这个误差信号，计算出相应的控制量，调整气垫风扇的转速，以改变气垫压力，进而控制船体的升沉运动。然而，随着对海洋环境复杂性认识的加深，人们发现PID算法在面对非线性海浪扰动时存在明显的局限性。海浪的扰动并非简单的线性变化，其具有复杂的频率成分和随机性，PID算法难以对其进行精确的建模和补偿，导致在复杂海况下的控制效果不佳。近年来，随着智能控制技术的发展，鲁棒控制、自适应控制等先进算法逐渐应用于气垫船升沉运动控制领域。鲁棒控制通过优化控制器设计，使系统对模型不确定性、参数变化和外部干扰具有较强的鲁棒性。在气垫船控制中，鲁棒控制算法能够在一定程度上应对海浪扰动的不确定性，保证系统在不同海况下的稳定性和性能。例如，基于H∞控制理论的鲁棒控制器，通过设计合适的性能指标，能够有效地抑制海浪干扰对气垫船升沉运动的影响。自适应控制则能够根据系统的运行状态和环境变化，实时调整控制器的参数，以适应不同的工况。例如，自适应神经网络控制算法，通过神经网络对海浪扰动和船体运动特性进行学习和建模，能够在线调整控制参数，提高控制的精度和适应性。这些智能算法的应用，在一定程度上改善了气垫船在复杂工况下的控制精度和性能。国内在侧壁式气垫船升沉运动控制方面的研究起步相对较晚，但近年来取得了显著的进展。在扰动建模方面，国内学者通过理论分析和实验研究，对海浪扰动的特性进行了深入探讨，提出了多种海浪扰动数学模型。这些模型能够更准确地描述海浪的运动规律和对气垫船的作用机制，为控制算法的设计提供了更可靠的依据。在控制律优化方面，国内研究人员借鉴国外先进经验，结合国内实际情况，对各种控制算法进行了改进和创新。例如，通过将传统控制算法与智能算法相结合，提出了一些新的控制策略，提高了控制的效果和鲁棒性。然而，目前国内外的研究仍存在一些技术瓶颈。在实际应用中，气垫船的控制系统会受到多种物理约束的限制，如输入饱和和状态不可测等问题。输入饱和是指控制系统的输入信号受到执行机构能力的限制，无法达到理论计算值。在气垫船中，气垫风扇的转速、阀门的开度等都存在一定的限制，当控制量要求超过这些限制时，就会出现输入饱和现象。这会导致控制系统的性能下降，甚至出现不稳定的情况。状态不可测则是指在实际运行中，由于传感器的限制或测量环境的干扰，无法准确获取气垫船的所有状态信息，如某些部位的压力、应力等。这使得一些依赖于全状态反馈的控制算法难以直接应用，需要采用状态估计或观测器等方法来获取未知状态信息，但这些方法本身也存在一定的误差和局限性。此外，目前针对这些实际约束的系统性研究仍有待完善，尤其缺乏足够的工程化验证数据。在实验室环境下得到的研究成果，在实际工程应用中可能会面临各种意想不到的问题，需要进一步通过大量的实船试验和工程实践来验证和改进。（三）研究目标与技术路线本研究旨在构建一套全面、高效的侧壁式气垫船升沉运动控制体系，以实现对气垫船升沉运动的精确控制，提高其在复杂海况下的航行性能。具体研究目标是以“精准建模-鲁棒控制-工程验证”为主线，深入开展相关研究工作。在精准建模方面，充分考虑时变扰动与物理约束等因素，建立准确的侧壁式气垫船升沉运动数学模型和海浪扰动数学模型。通过对气垫船的动力学特性、气垫压力分布、海浪的运动规律以及它们之间的相互作用进行详细分析，运用理论推导、数值模拟和实验验证等方法，构建能够真实反映实际情况的数学模型。这些模型将为后续的控制算法设计提供坚实的理论基础。在鲁棒控制方面，针对气垫船升沉运动控制中存在的不确定性和物理约束，研究并设计先进的鲁棒控制策略。综合运用现代控制理论和智能控制技术，如自适应控制、滑模控制、神经网络控制等，结合优化算法对控制律进行优化设计。通过这些方法，使控制器能够在复杂的海浪扰动和物理约束条件下，仍能保持良好的控制性能，有效抑制气垫船的升沉运动，提高其稳定性和安全性。在工程验证方面，通过理论分析、仿真验证与模型试验相结合的方式，对所提出的控制策略进行全面验证和优化。首先，利用数学模型进行理论分析，研究控制策略的稳定性、收敛性和性能指标。然后，借助计算机仿真软件，对不同海况下的气垫船升沉运动进行模拟，验证控制策略的有效性和优越性。最后，开展模型试验，在实验室环境中搭建气垫船模型试验平台，模拟真实的海浪环境，对控制策略进行实际测试和验证。通过对理论分析、仿真和试验结果的对比分析，不断优化控制策略，使其更加符合实际工程需求。本研究通过以上技术路线，旨在突破传统控制方法的局限性，形成一套适用于高海况的侧壁式气垫船升沉控制策略，为实船应用提供可靠的理论支撑和技术保障，推动侧壁式气垫船在海洋工程领域的广泛应用和发展。二、侧壁式气垫船升沉运动数学模型构建（一）船体-气垫耦合动力学模型在构建侧壁式气垫船的船体-气垫耦合动力学模型时，需要深入考虑多个关键因素，这些因素相互作用，共同决定了气垫船的升沉运动特性。基于流体力学与刚体运动学的基本原理，建立起包含气垫压力、船体位移、围裙柔性变形的耦合微分方程，这是准确描述船体-气垫系统动力学行为的核心。从流体力学角度来看，气垫内部的压力分布和变化是影响船体升沉的关键因素之一。气垫压力的产生源于风机向气垫内输送的压缩空气，其分布受到气垫容积、供气流量以及船体与气垫之间的相互作用等多种因素的影响。在气垫船运行过程中，气垫压力不仅要支撑船体的重量，还要抵抗海浪的扰动，因此其动态变化特性对于船体的升沉运动起着至关重要的作用。船体位移则是描述船体在垂直方向上运动状态的重要参数。它受到气垫压力、海浪作用力以及船体自身惯性等多种力的综合作用。当气垫船在海浪中航行时，海浪的起伏会使船体受到向上或向下的力，从而导致船体的升沉位移发生变化。同时，船体的位移也会反过来影响气垫压力的分布和变化，形成一种相互耦合的关系。围裙柔性变形也是不可忽视的因素。围裙作为气垫与外界环境的隔离部件，其柔性变形能够适应不同的海况和船体运动状态。在海浪的冲击下，围裙会发生拉伸、弯曲等变形，这些变形不仅会影响气垫的密封性和压力分布，还会对船体的运动产生一定的阻尼作用。例如，当海浪的波峰冲击围裙时，围裙会向上弯曲，导致气垫容积减小，压力升高；而当海浪的波谷经过时，围裙会向下拉伸，气垫容积增大，压力降低。这种围裙柔性变形与气垫压力、船体位移之间的相互作用，使得船体-气垫系统的动力学行为更加复杂。为了准确描述这种复杂的动力学关系，需要建立耦合微分方程。根据牛顿第二定律和流体力学的基本方程，可以推导出如下形式的耦合微分方程：m\ddot{z}=F_p+F_w-mg-F_d其中，m为船体质量，\ddot{z}为船体的垂向加速度，F_p为气垫压力对船体的作用力，F_w为海浪对船体的作用力，mg为船体的重力，F_d为围裙柔性变形产生的阻尼力。在这个方程中，气垫压力对船体的作用力F_p可以通过气垫的压力分布和作用面积来计算。假设气垫压力在气垫底部均匀分布，其大小为p，气垫与船体接触的面积为A，则F_p=pA。而气垫压力p又与气垫容积V、供气流量Q以及漏气系数\lambda等因素有关，可以通过如下的动态关系来描述：\dot{V}=Q-\lambdap其中，\dot{V}为气垫容积的变化率。这个方程表明，气垫容积的变化取决于风机的供气流量和通过围裙等部位泄漏出去的气体量。海浪对船体的作用力F_w则需要考虑海浪的波高、频率、波长以及浪向等因素。可以通过线性滤波理论和谱分析方法，将海浪的不规则运动分解为一系列不同频率和幅值的正弦波叠加，然后根据流体力学的相关理论，计算每个正弦波对船体产生的作用力，最后将这些作用力叠加起来，得到总的海浪作用力F_w。围裙柔性变形产生的阻尼力F_d可以近似地表示为与船体垂向速度成正比的形式，即F_d=c\dot{z}，其中c为阻尼系数。阻尼系数c的大小与围裙的材料特性、结构形状以及变形程度等因素有关，可以通过实验或数值模拟的方法来确定。通过上述耦合微分方程，可以全面地描述船体-气垫系统在海浪作用下的动力学行为。然而，为了更直观地分析系统的特性，还需要推导升沉运动的传递函数。传递函数是描述系统输入与输出之间关系的数学模型，它可以帮助我们更深入地理解气垫刚度、阻尼特性对船体垂向运动的影响机制。对上述耦合微分方程进行拉普拉斯变换，假设初始条件为零，可以得到系统的传递函数：G(s)=\frac{Z(s)}{Q(s)}=\frac{1}{ms^2+cs+k}其中，Z(s)为船体垂向位移的拉普拉斯变换，Q(s)为供气流量的拉普拉斯变换，s为复变量，k为气垫刚度，它与气垫压力和作用面积有关，可以表示为k=\frac{\partialF_p}{\partialz}。从传递函数可以看出，气垫刚度k和阻尼系数c对船体垂向运动的影响十分显著。当气垫刚度增大时，传递函数的分母中k的值增大，系统的固有频率升高，船体的垂向位移响应会减小，这意味着气垫能够更有效地支撑船体，减少船体的升沉运动。相反，当气垫刚度减小时，船体的垂向位移响应会增大，升沉运动加剧。阻尼系数c的作用则是抑制船体的振动。当阻尼系数增大时，传递函数分母中的cs项对系统响应的影响增大，能够有效地衰减船体的振动，使船体的运动更加平稳。然而，如果阻尼系数过大，也会导致系统的响应速度变慢，影响气垫船对海浪扰动的快速响应能力。通过对船体-气垫耦合动力学模型的深入分析，我们可以更全面地了解气垫船升沉运动的内在机制，为后续的控制算法设计提供精确的模型基础。这不仅有助于提高气垫船在复杂海况下的航行性能，还能为气垫船的设计和优化提供有力的理论支持。（二）海浪扰动时变特性建模海浪扰动是影响侧壁式气垫船升沉运动的重要外部因素，其具有高度的复杂性和时变特性。为了实现对气垫船升沉运动的有效控制，需要建立准确的海浪扰动时变特性模型，以精确描述海浪的运动规律和对气垫船的作用机制。采用线性滤波理论与谱分析方法，结合实际海况数据，构建符合实际海况的不规则波扰动模型，是实现这一目标的关键。线性滤波理论是处理随机信号的重要工具，它通过设计合适的滤波器，对输入信号进行滤波处理，从而提取出信号中的有用信息。在海浪扰动建模中，我们可以将海浪的不规则运动看作是一个随机信号，通过线性滤波器对其进行处理，得到能够反映海浪主要特征的信号分量。例如，我们可以使用低通滤波器来滤除海浪信号中的高频噪声，保留低频的主要波动成分；使用带通滤波器来提取特定频率范围内的海浪波动信号，以研究不同频率海浪对气垫船的影响。谱分析方法则是研究信号频率特性的有力手段。通过对海浪信号进行傅里叶变换或小波变换等谱分析方法，可以将海浪信号分解为不同频率的正弦波或小波分量，从而得到海浪的频谱特性。在海浪扰动建模中，常用的海浪谱有Pierson-Moskowitz（PM）谱和JONSWAP谱。Pierson-Moskowitz谱是一种经典的海浪谱，它是基于对北大西洋海浪的观测数据统计分析得到的。PM谱描述了充分发展的海浪的频谱特性，其表达式为：S(\omega)=\frac{\alphag^2}{\omega^5}\exp\left[-\beta\left(\frac{\omega_0}{\omega}\right)^4\right]其中，S(\omega)为海浪谱密度，\omega为圆频率，g为重力加速度，\alpha=8.1\times10^{-3}，\beta=0.74，\omega_0=\frac{g}{v}，v为海面风速。PM谱主要适用于描述风区较大、风浪充分发展的海况。JONSWAP谱是在PM谱的基础上发展起来的，它考虑了海浪在有限风区和有限风时条件下的成长过程，对PM谱的重力波谱区域进行了修正。JONSWAP谱的表达式为：S(\omega)=\frac{\alphag^2}{\omega^5}\gamma^{\exp\left[-\frac{(\omega-\omega_p)^2}{2\sigma^2\omega_p^2}\right]}\exp\left[-\beta\left(\frac{\omega_p}{\omega}\right)^4\right]其中，\gamma为峰形参数，通常取值在2-3.3之间，\sigma为谱宽度参数，\omega_p为峰值频率。JONSWAP谱能够更准确地描述实际海况中海浪的频谱特性，特别是在海浪成长初期和有限风区的情况下。在构建海浪扰动模型时，我们可以根据实际海况的特点，选择合适的海浪谱。例如，在开阔海域、风区较大且风浪充分发展的情况下，可以优先选择PM谱；而在近岸海域或有限风区的情况下，JONSWAP谱则更能反映海浪的实际特性。结合选定的海浪谱，我们可以通过数值模拟的方法生成符合实际海况的不规则波。具体来说，可以采用线性叠加法，将一系列不同频率、幅值和相位的正弦波按照海浪谱的权重进行叠加，得到不规则波的波高时间序列。假设海浪由N个正弦波组成，则不规则波的波高h(t)可以表示为：h(t)=\sum_{i=1}^{N}\sqrt{2S(\omega_i)\Delta\omega}\cos(\omega_it+\varphi_i)其中，\omega_i为第i个正弦波的圆频率，\Delta\omega为频率间隔，\varphi_i为第i个正弦波的随机相位，S(\omega_i)为海浪谱在频率\omega_i处的谱密度。通过上述方法生成的不规则波，能够较好地模拟实际海况中海浪的不规则性和时变特性。为了进一步考虑海浪对气垫船的作用，还需要量化波浪频率与船体固有频率的耦合效应。船体的固有频率是由船体的结构参数和质量分布决定的，当海浪的频率与船体固有频率接近时，会发生共振现象，导致船体的升沉运动加剧。为了量化这种耦合效应，可以通过计算海浪力与船体响应之间的传递函数来分析。假设海浪力F_w(t)作用于船体，船体的垂向位移响应为z(t)，则它们之间的传递函数H(\omega)可以表示为：H(\omega)=\frac{Z(\omega)}{F_w(\omega)}其中，Z(\omega)和F_w(\omega)分别为z(t)和F_w(t)的傅里叶变换。通过分析传递函数H(\omega)在不同频率下的幅值和相位特性，可以了解海浪频率与船体固有频率的耦合情况，以及海浪对船体升沉运动的影响程度。当海浪频率接近船体固有频率时，传递函数的幅值会显著增大，表明船体的响应会急剧增加，这就是共振现象。在这种情况下，需要采取相应的控制措施，如调整气垫船的航行速度或航向，以避免共振的发生，确保气垫船的航行安全。通过构建符合实际海况的不规则波扰动模型，并量化波浪频率与船体固有频率的耦合效应，我们为气垫船升沉运动控制中的扰动观测与补偿提供了准确的输入条件。这将有助于提高控制算法对海浪扰动的适应性和补偿能力，从而提升气垫船在复杂海况下的航行性能。（三）模型验证与参数辨识模型验证与参数辨识是确保侧壁式气垫船升沉运动数学模型准确性和可靠性的关键环节。通过利用水池试验数据，采用最小二乘法等方法对气垫系统关键参数进行辨识，并对比仿真结果与实测升沉响应曲线，能够有效验证模型在不同工况下的准确性，为后续的控制算法设计提供坚实的基础。水池试验是获取气垫船升沉运动数据的重要手段。在水池试验中，通过模拟不同的海况条件，如不同的波高、周期和浪向，对气垫船的升沉运动进行测量。为了准确测量气垫船的升沉位移，通常会采用高精度的位移传感器，如激光位移传感器或电容式位移传感器。这些传感器可以实时测量船体相对于水面的垂直位移，并将测量数据传输到数据采集系统中进行记录和分析。同时，为了测量气垫系统的相关参数，如气垫压力、围裙变形等，还会在气垫船的关键部位安装压力传感器和应变片等测量设备。压力传感器可以测量气垫内部的压力分布和变化，应变片则可以测量围裙在海浪作用下的变形情况。通过这些测量设备，可以获取丰富的试验数据，为模型验证和参数辨识提供了真实可靠的数据支持。最小二乘法是一种常用的参数辨识方法，它通过最小化观测数据与模型预测值之间的误差平方和，来确定模型中的未知参数。在气垫系统关键参数辨识中，我们可以将水池试验中测量得到的气垫船升沉位移、气垫压力等数据作为观测数据，将建立的船体-气垫耦合动力学模型作为预测模型，通过最小二乘法来求解模型中的关键参数，如围裙等效刚度、漏气系数等。假设观测数据为y_i（i=1,2,\cdots,n），模型预测值为\hat{y}_i，它们之间的误差为e_i=y_i-\hat{y}_i，则最小二乘法的目标函数为：J(\theta)=\sum_{i=1}^{n}e_i^2=\sum_{i=1}^{n}(y_i-\hat{y}_i(\theta))^2其中，\theta为待辨识的参数向量。通过对目标函数J(\theta)求关于\theta的偏导数，并令其等于零，可以得到一组方程，解这组方程即可得到参数\theta的估计值。在实际应用中，为了提高参数辨识的准确性和稳定性，通常会采用一些优化算法来求解最小二乘问题，如高斯-牛顿法、列文伯格-马夸尔特法等。这些算法可以有效地避免传统最小二乘法在求解过程中可能出现的收敛速度慢、局部最优等问题，提高参数辨识的效率和精度。通过最小二乘法辨识得到气垫系统关键参数后，我们可以将这些参数代入建立的数学模型中，进行仿真计算，并将仿真结果与实测升沉响应曲线进行对比。在对比过程中，需要关注不同工况下模型的准确性，包括规则波工况和不规则波工况。在规则波工况下，由于海浪的运动规律较为简单，可以通过比较模型预测的升沉位移与实测升沉位移在波高、周期等参数上的一致性，来验证模型对规则波响应的准确性。例如，在某一特定波高和周期的规则波作用下，模型预测的升沉位移幅值和相位与实测值之间的偏差应在合理范围内。如果偏差过大，则说明模型可能存在问题，需要进一步分析和改进。在不规则波工况下，由于海浪的不规则性和时变特性，验证模型的准确性更加复杂。此时，可以采用统计分析的方法，对模型预测的升沉位移和实测升沉位移的统计特征进行比较，如均值、方差、峰度等。如果模型预测的统计特征与实测值相符，则说明模型在不规则波工况下具有较好的准确性。此外，还可以通过绘制模型预测值与实测值的散点图，直观地观察两者之间的关系。如果散点图呈现出良好的线性关系，说明模型能够较好地拟合实测数据，具有较高的准确性。通过模型验证与参数辨识，我们可以确保建立的侧壁式气垫船升沉运动数学模型在不同工况下都具有较高的准确性和可靠性。这不仅为控制算法的设计提供了精确的模型基础，还为气垫船的性能评估和优化设计提供了有力的支持，有助于推动侧壁式气垫船技术的发展和应用。三、多维度升沉运动控制策略设计（一）未知时变扰动下的鲁棒自适应控制1.扰动观测器设计与状态估计在侧壁式气垫船升沉运动控制中，面对复杂多变的海洋环境，海浪激励力与气垫泄漏等未知时变扰动成为影响控制精度和稳定性的关键因素。为有效解决这一问题，设计基于扩张状态观测器（ESO）的扰动估计器至关重要，它能够实时、准确地跟踪这些扰动，为后续的控制策略提供可靠的依据。扩张状态观测器的设计理念基于将系统中的未知动态和扰动视为一个附加的“扩张状态”，并将其纳入观测器的设计之中。这意味着除了常规的系统状态外，观测器还要估计一个额外的状态向量，该向量包含了所有可能影响系统行为但又无法直接测量的内部动态和外部扰动。通过这种方式，ESO能够实时估计并补偿这些不确定性因素，使得控制系统能够在扰动存在的情况下仍能实现精确的输出跟踪或控制。对于侧壁式气垫船升沉运动系统，假设其状态空间表达式为：\begin{cases}\dot{\mathbf{x}}(t)=\mathbf{A}\mathbf{x}(t)+\mathbf{B}u(t)+\mathbf{d}(t)\\y(t)=\mathbf{C}\mathbf{x}(t)\end{cases}其中，\mathbf{x}(t)为系统的状态向量，包含船体的升沉位移、速度等状态变量；u(t)为控制输入，如风机转速、气阀开度等；y(t)为系统的输出，可通过传感器测量得到，如船体的升沉位移；\mathbf{A}、\mathbf{B}、\mathbf{C}为系统矩阵，描述了系统的动态特性；\mathbf{d}(t)为未知时变扰动向量，包括海浪激励力、气垫泄漏等干扰因素。为了估计未知时变扰动\mathbf{d}(t)，设计扩张状态观测器如下：\begin{cases}\dot{\hat{\mathbf{x}}}(t)=\mathbf{A}\hat{\mathbf{x}}(t)+\mathbf{B}u(t)+\mathbf{L}(y(t)-\hat{y}(t))+\mathbf{E}\hat{\mathbf{d}}(t)\\\hat{y}(t)=\mathbf{C}\hat{\mathbf{x}}(t)\\\dot{\hat{\mathbf{d}}}(t)=\mathbf{G}(y(t)-\hat{y}(t))\end{cases}其中，\hat{\mathbf{x}}(t)为状态向量的估计值，\hat{y}(t)为输出的估计值，\hat{\mathbf{d}}(t)为未知时变扰动的估计值，\mathbf{L}为观测器增益矩阵，\mathbf{E}和\mathbf{G}为根据观测器设计准则选取的矩阵。观测器的工作原理是通过不断地将测量输出y(t)与估计输出\hat{y}(t)进行比较，得到观测误差e_y(t)=y(t)-\hat{y}(t)，然后将观测误差反馈到观测器中，调整状态估计值\hat{\mathbf{x}}(t)和扰动估计值\hat{\mathbf{d}}(t)，使得估计误差逐渐收敛到零。具体来说，当观测误差不为零时，观测器会根据增益矩阵\mathbf{L}、\mathbf{E}和\mathbf{G}对状态估计值和扰动估计值进行修正，以提高估计的准确性。为了证明观测误差的收敛性，引入李雅普诺夫稳定性理论。定义观测误差向量\mathbf{e}(t)=\mathbf{x}(t)-\hat{\mathbf{x}}(t)，则观测误差的动态方程为：\dot{\mathbf{e}}(t)=(\mathbf{A}-\mathbf{L}\mathbf{C})\mathbf{e}(t)+\mathbf{d}(t)-\mathbf{E}\hat{\mathbf{d}}(t)-\mathbf{G}\hat{\mathbf{d}}(t)构造李雅普诺夫函数V(\mathbf{e}(t))=\mathbf{e}^T(t)\mathbf{P}\mathbf{e}(t)，其中\mathbf{P}为正定对称矩阵。对V(\mathbf{e}(t))求导可得：\dot{V}(\mathbf{e}(t))=\mathbf{e}^T(t)(\mathbf{A}^T\mathbf{P}+\mathbf{P}\mathbf{A}-\mathbf{C}^T\mathbf{L}^T\mathbf{P}-\mathbf{P}\mathbf{L}\mathbf{C})\mathbf{e}(t)+2\mathbf{e}^T(t)\mathbf{P}(\mathbf{d}(t)-\mathbf{E}\hat{\mathbf{d}}(t)-\mathbf{G}\hat{\mathbf{d}}(t))通过合理选择观测器增益矩阵\mathbf{L}、\mathbf{E}和\mathbf{G}，使得\mathbf{A}^T\mathbf{P}+\mathbf{P}\mathbf{A}-\mathbf{C}^T\mathbf{L}^T\mathbf{P}-\mathbf{P}\mathbf{L}\mathbf{C}为负定矩阵，并且满足一定的条件，就可以保证\dot{V}(\mathbf{e}(t))<0，从而证明观测误差\mathbf{e}(t)是渐近稳定的，即随着时间的推移，观测误差会逐渐收敛到零。与传统控制方法相比，基于ESO的扰动估计器具有显著的优势。传统控制方法往往对扰动建模不精确，无法准确地估计和补偿未知时变扰动，导致在复杂海况下控制效果不佳。而ESO能够实时估计系统的内部状态和外部扰动，对模型依赖性较低，仅需要对系统动态进行粗略建模，而不需要精确的系统参数，对于参数变化、非线性特性、不确定性等因素具有较强的鲁棒性。此外，ESO还具有强大的扰动抑制能力，能够显著提高系统的抗扰性能，即使在存在强烈扰动或模型失配的情况下也能保证良好的控制效果。2.非线性控制律优化与稳定性分析在完成对未知时变扰动的准确估计后，为实现对侧壁式气垫船升沉运动的精确控制，提出基于反步法（Backstepping）的自适应控制律，以有效抑制扰动并实现精确的轨迹跟踪。反步法是一种基于李雅普诺夫稳定性理论的非线性控制设计方法，其核心思想是通过将复杂的非线性系统分解成多个简单的子系统，为每个子系统设计中间虚拟控制量，然后逐步推导最终的控制律，以保证整个系统的稳定性。考虑侧壁式气垫船升沉运动系统，假设其状态方程为：\begin{cases}\dot{x}_1=x_2+d_1(t)\\\dot{x}_2=f(x_1,x_2)+b(x_1,x_2)u+d_2(t)\end{cases}其中，x_1为船体的升沉位移，x_2为升沉速度，u为控制输入，f(x_1,x_2)和b(x_1,x_2)为非线性函数，描述了系统的动态特性，d_1(t)和d_2(t)为未知时变扰动，可由前面设计的扩张状态观测器进行估计。首先，定义虚拟控制量\alpha_1，其目的是使x_1跟踪期望轨迹x_{1d}。为了实现这一目标，构造误差变量z_1=x_1-x_{1d}，并设计虚拟控制量\alpha_1如下：\alpha_1=-k_1z_1+\dot{x}_{1d}-\hat{d}_1(t)其中，k_1为正的控制增益，\hat{d}_1(t)为扰动d_1(t)的估计值。然后，定义实际控制量u，其作用是使x_2跟踪虚拟控制量\alpha_1。为此，构造误差变量z_2=x_2-\alpha_1，并设计实际控制量u如下：u=\frac{1}{b(x_1,x_2)}[-f(x_1,x_2)-k_2z_2-\dot{\alpha}_1+\hat{d}_2(t)]其中，k_2为正的控制增益，\hat{d}_2(t)为扰动d_2(t)的估计值，\dot{\alpha}_1为虚拟控制量\alpha_1的导数。在实际应用中，执行器的输出往往存在限制，如风机转速、气阀开度等都有其最大值和最小值。为了处理这一问题，引入饱和函数对控制输入进行处理。饱和函数的定义如下：sat(u)=\begin{cases}u_{max},&\text{if}u>u_{max}\\u,&\text{if}u_{min}\lequ\lequ_{max}\\u_{min},&\text{if}u<u_{min}\end{cases}其中，u_{max}和u_{min}分别为执行器输出的最大值和最小值。通过将控制输入u经过饱和函数处理后再作用于系统，可以确保执行器的输出在其允许范围内，从而保证系统的安全性和可靠性。为了证明闭环系统的全局渐近稳定性，结合Barbalat引理进行分析。首先，构造李雅普诺夫函数：V=\frac{1}{2}z_1^2+\frac{1}{2}z_2^2对V求导可得：\dot{V}=z_1\dot{z}_1+z_2\dot{z}_2将\dot{z}_1和\dot{z}_2代入上式，并进行整理可得：\dot{V}=-k_1z_1^2-k_2z_2^2+z_1(d_1(t)-\hat{d}_1(t))+z_2(d_2(t)-\hat{d}_2(t))由于扩张状态观测器能够使扰动估计误差d_i(t)-\hat{d}_i(t)（i=1,2）渐近收敛到零，所以当时间足够长时，\dot{V}可以近似为：\dot{V}\approx-k_1z_1^2-k_2z_2^2因为k_1和k_2均为正数，所以\dot{V}<0，即李雅普诺夫函数V是单调递减的。又因为V\geq0，所以V有下界。根据Barbalat引理，当\dot{V}一致连续且\lim_{t\to\infty}\dot{V}=0时，\lim_{t\to\infty}z_1=0且\lim_{t\to\infty}z_2=0，从而证明了闭环系统的全局渐近稳定性。基于反步法的自适应控制律通过合理设计虚拟控制量和实际控制量，能够有效地抑制未知时变扰动，实现精确的轨迹跟踪。同时，引入饱和函数处理执行器输出限制，结合Barbalat引理证明了闭环系统的全局渐近稳定性，为侧壁式气垫船在复杂海况下的稳定运行提供了有力的保障。（二）输入饱和与状态约束下的鲁棒控制1.饱和特性建模与控制分配策略在侧壁式气垫船的实际运行过程中，风机转速、气阀开度等执行器的输出存在物理限制，即输入饱和问题。当控制信号要求执行器输出超出其允许范围时，执行器将无法按照理想的控制指令工作，这会导致控制系统的性能下降，甚至引发系统不稳定。因此，建立准确的饱和特性模型并设计有效的控制分配策略至关重要。为了准确描述执行器的饱和特性，建立基于双曲正切函数的饱和非线性模型。以风机转速为例，假设风机转速的控制输入为u，其饱和输出为u_{sat}，则饱和模型可表示为：u_{sat}=\frac{u_{max}-u_{min}}{2}\tanh(\frac{u}{u_0})+\frac{u_{max}+u_{min}}{2}其中，u_{max}和u_{min}分别为风机转速的最大值和最小值，u_0为一个与饱和特性相关的常数，它决定了双曲正切函数的变化速率。当u的绝对值较小时，\tanh(\frac{u}{u_0})近似于\frac{u}{u_0}，此时饱和输出u_{sat}与控制输入u近似成线性关系；当u的绝对值较大时，\tanh(\frac{u}{u_0})趋近于\pm1，饱和输出u_{sat}将达到其最大值u_{max}或最小值u_{min}，从而体现了执行器的饱和特性。为了解决执行器输出受限导致的控制性能下降问题，设计基于双曲正切函数的抗饱和补偿器。该补偿器的设计思路是通过对控制输入进行调整，使得在执行器饱和时，仍然能够尽可能地保持系统的性能。具体来说，抗饱和补偿器根据执行器的饱和状态和系统的运行状态，计算出一个补偿量\Deltau，然后将其加到原控制输入u上，得到新的控制输入u_{new}，即：u_{new}=u+\Deltau补偿量\Deltau的计算方法如下：首先，定义一个饱和误差e_{sat}，它表示执行器的实际输出与理想输出之间的差异，即：e_{sat}=u_{sat}-u然后，根据饱和误差e_{sat}和系统的动态特性，设计一个控制器来计算补偿量\Deltau。例如，可以采用比例-积分（PI）控制器来计算补偿量，其表达式为：\Deltau=K_pe_{sat}+K_i\int_{0}^{t}e_{sat}(\tau)d\tau其中，K_p和K_i分别为比例系数和积分系数，它们的取值需要根据系统的具体情况进行调整，以达到最佳的补偿效果。通过引入抗饱和补偿器，当执行器处于饱和状态时，补偿器能够根据饱和误差调整控制输入，使得系统能够继续按照预期的方式运行。例如，在气垫船遇到强海浪扰动时，控制信号可能要求风机转速大幅增加以维持船体的稳定，但由于风机转速存在上限，执行器会进入饱和状态。此时，抗饱和补偿器会根据饱和误差计算出补偿量，对控制输入进行调整，通过调整其他控制变量（如气阀开度等）或改变控制策略，来尽量减少饱和对系统性能的影响，确保气垫船在极端工况下仍能保持一定的稳定性和安全性。2.有限时间收敛控制算法设计为了满足侧壁式气垫船在高速航行时对实时控制的严格需求，提升系统的响应速度和抗干扰能力，提出快速终端滑模控制（FTSMC）策略。快速终端滑模控制结合了传统滑模控制与终端滑模控制的优点，通过设计非奇异终端滑模面，能够使系统状态在有限时间内迅速收敛到平衡状态或期望轨迹，从而有效提高系统的动态性能。传统滑模控制通过设计滑模面，使系统在滑模面上运动时具有较强的鲁棒性和抗干扰能力。然而，传统滑模控制的收敛速度相对较慢，在一些对实时性要求较高的应用场景中可能无法满足需求。终端滑模控制则通过设计特殊的滑动面，能够保证系统状态在有限时间内到达平衡点，具有更快的收敛速度。但终端滑模控制在控制律中存在奇异性问题，即在达到滑模面的过程中，控制律中的分母可能为零，导致无法实施控制。快速终端滑模控制则在终端滑模控制的基础上进行了改进，通过引入快速收敛的控制项，不仅极大地提升了系统响应的快速性，还避免了奇异性问题，使得系统状态能够更快地达到期望的平衡状态。对于侧壁式气垫船升沉运动系统，假设其状态方程为：\begin{cases}\dot{x}_1=x_2\\\dot{x}_2=f(x_1,x_2)+b(x_1,x_2)u+d(t)\end{cases}其中，x_1为船体的升沉位移，x_2为升沉速度，u为控制输入，f(x_1,x_2)和b(x_1,x_2)\\##四、关键影响å›

ç´

分析与参数优化\##\#（一）气垫系统参数对升沉特性的影响\##\##1.围裙刚度与阻尼匹配优化围裙作为气垫船与水面之间的关键缓冲部件，其刚度与阻尼特性对气垫船的升沉运动有着至关重要的影响。通过深入的仿真分析，ç

”究围裙材料刚度、充气压力与升沉固有频率之间的内在联系，对于优化气垫船的升沉性能具有重要意义。利用有限元分析软件，建立高精度的围裙模型，考虑围裙材料的非线性力学特性以及充气压力对其刚度的影响。在仿真过程中，通过改变围裙材料的弹性模量来模拟不同的刚度条件，同时调整充气压力，观察气垫船升沉固有频率的变化。ç

”究发现，围裙刚度与升沉固有频率之间存在正相关关系。当围裙刚度增åŠ

时，气垫系统的整体刚度增大，升沉固有频率随之升高。这是å›

为刚度较大的围裙能够更有效地抵抗海浪的冲击，减少船体的位移，从而使系统的固有频率提高。充气压力对升沉固有频率也有显著影响。随着充气压力的增åŠ

，气垫内部的压力增大，围裙的å¼

力也相应增åŠ

，导致围裙刚度增大，进而使升沉固有频率升高。然而，充气压力并非越高越好，过高的充气压力可能会导致围裙过度紧绷，降低其柔韧性，增åŠ

ç

´æŸçš„风险。为了确保气垫系统共振频率避开主要波浪能量频段，降低共振风险，提出基于遗ä¼

算法的参数匹配方法。遗ä¼

算法是一种模拟自然选择和遗ä¼

机制的优化算法，具有全局搜索能力强、鲁棒性好等优点。在基于遗ä¼

算法的参数匹配过程中，首先确定优化目æ

‡ä¸ºä½¿æ°”垫系统共振频率与主要波浪能量频段的差值最大化。主要波浪能量频段可以通过对实际海况数据的分析得到，例如利用海浪谱分析方法确定能量集中的频率范围。然后，将围裙刚度和充气压力作为遗ä¼

算法的决策变量。对这两个决策变量进行编ç

ï¼Œé€šå¸¸é‡‡ç”¨äºŒè¿›åˆ¶ç¼–ç

æ–¹å¼ï¼Œå°†å…¶è½¬åŒ–为遗ä¼

算法能够处理的染色体形式。接着，æ

¹æ®ä¼˜åŒ–ç›®æ

‡æž„建适应度函数。适应度函数用于评估每个染色体（即围裙刚度和充气压力的组合）的优劣程度。在本ç

”究中，适应度函数可以定义为气垫系统共振频率与主要波浪能量频段中心频率差值的绝对值。差值越大，适应度值越高，表示该参数组合越优。在遗ä¼

算法的迭代过程中，通过选择、交叉和变异等操作，不断更新种群中的染色体。选择操作æ

¹æ®æŸ“色体的适应度值，从当前种群中选择优良的染色体进入下一代种群，使优良的基å›

得以保留和ä¼

递。交叉操作则是将两个或多个染色体进行基å›

交换，产生新的染色体组合，增åŠ

种群的多æ

·æ€§ã€‚变异操作以一定的概率对染色体的某些基å›

进行随机改变，避免算法陷入局部最优解。经过多代的迭代计算，遗ä¼

算法逐渐收敛到最优解，即得到使气垫系统共振频率避开主要波浪能量频段的最佳围裙刚度和充气压力组合。通过这种基于遗ä¼

算法的参数匹配方法，可以有效地降低气垫船在航行过程中发生共振的风险，提高其在复杂海况下的稳定性和安全性。\##\##2.风机功率与供气效率协同设计风机作为气垫船气垫系统的æ

¸å¿ƒä¾›æ°”设备，其功率配置和供气效率直接影响气垫船的升沉控制精度和能源利用效率。建立风机转速-供气流量-气垫压力的动态关系模型，对于优化风机功率配置，提升系统能效比具有关键作用。æ

¹æ®æµä½“力学原理，风机的供气流量与风机转速之间存在密切的关系。一般来说，风机的供气流量与转速成正比，即转速越高，供气流量越大。可以通过实验测试或理论计算得到风机的流量-转速特性曲线，例如通过在不同转速下测量风机的出口流量，拟合出流量与转速的函数关系。气垫压力与供气流量之间也存在动态平衡关系。当风机向气垫内供气时，气垫压力逐渐升高；同时，由于围裙的泄漏以及船体的运动，气垫内的气体也会不断泄漏出去。在稳定状态下，供气流量与泄漏流量相等，气垫压力保持恒定。æ

¹æ®æ°”体状态方程和质量守恒定律，可以建立气垫压力与供气流量、泄漏流量之间的数学模型。为了优化风机功率配置，以最小化能耗为目æ

‡ï¼ŒåŒæ—¶ä¿è¯å‡æ²‰æŽ§åˆ¶ç²¾åº¦ï¼Œé‡‡ç”¨æ¨¡åž‹é¢„测控制（MPC）算法。模型预测控制是一种基于模型的先进控制策略，它通过预测系统未来的输出，并æ

¹æ®é¢„测结果优化控制输入，以实现最优的控制性能。在风机功率配置优化中，将风机转速作为控制输入，气垫压力和船体升沉位移作为系统输出。利用建立的风机转速-供气流量-气垫压力动态关系模型，预测未来一段时间内气垫压力和船体升沉位移的变化。然后，æ

¹æ®é¢„测结果，以能耗最小化为目æ

‡å‡½æ•°ï¼ŒåŒæ—¶è€ƒè™‘升沉控制精度的约束条件，求解出最优的风机转速序列。具体来说，目æ

‡å‡½æ•°å¯ä»¥å®šä¹‰ä¸ºåœ¨ä¸€å®šæ—¶é—´èŒƒå›´å†…风机能耗的总和，约束条件包括气垫压力的上下限、船体升沉位移的允许范围等。通过求解这个优化问题，可以得到在不同海况下满足升沉控制要求的最小能耗风机转速控制策略。在实际应用中，考虑到风机的动态响应特性和控制的实时性，采用滚动优化的方式实施模型预测控制。即每次只执行当前时刻的最优控制输入，然后æ

¹æ®æ–°çš„测量数据更新模型和预测，重新求解下一时刻的最优控制输入，如此反复进行，实现对风机转速的实时优化控制。通过建立风机转速-供气流量-气垫压力的动态关系模型，并采用模型预测控制算法优化风机功率配置，可以在保证升沉控制精度的同时，降低能耗与噪声，提升系统能效比，为侧壁式气垫船的高效运行提供有力支持。\##\#（二）船体结构参数的敏感性分析\##\##1.重心高度与垂向惯性矩影响船体重心高度和垂向惯性矩是影响侧壁式气垫船升沉运动的重要结构参数。重心高度的变化会改变船体的平衡状态，而垂向惯性矩则反æ˜

了船体对于垂向转动的惯性大小。通过量化分析船体重心偏移、货物载荷变化对升沉运动幅值的影响，能够为船舶配载设计提供重要的参考依据。当船体重心发生偏移时，会导致船体在垂向的受力分布不均匀，从而影响升沉运动的幅值。例如，当重心向船头偏移时，船头部分受到的垂向力增大，在海浪的作用下，船头的升沉运动幅值会相应增åŠ

；而当重心向船尾偏移时，船尾的升沉运动幅值会受到影响。为了量化这种影响，可以建立船体的动力学模型，考虑重心位置对浮力、重力和惯性力的影响，通过数值模拟计算不同重心偏移情况下船体的升沉运动响应。货物载荷的变化也会直接影响船体重心的位置和垂向惯性矩。当货物不均匀分布时，会导致船体重心偏移，同时改变船体的质量分布，进而影响垂向惯性矩。通过推导临界载荷条件下的稳定性判据，可以确定在不同海况下，保证气垫船稳定运行的货物载荷范围。假设船体的质量为\(m，重心高度为h，垂向惯性矩为I，海浪作用力为F_w，根据刚体动力学原理，船体的升沉运动方程可以表示为：m\ddot{z}=F_w-mg+\DeltaF其中，\ddot{z}为船体的垂向加速度，g为重力加速度，\DeltaF为由于重心偏移和货物载荷变化引起的附加力。当船体处于临界稳定状态时，升沉运动幅值达到最大值，此时可以通过分析升沉运动方程，结合海浪的特性，推导出临界载荷条件下的稳定性判据。例如，当海浪为规则波时，可以根据波高、周期等参数，计算出在不同重心高度和垂向惯性矩下，使船体保持稳定的最大货物载荷。通过这种量化分析和稳定性判据的推导，可以为船舶配载设计提供安全阈值参考。在实际的船舶运营中，根据不同的海况和运输任务，合理安排货物的装载位置和重量，确保船体重心在安全范围内，垂向惯性矩满足稳定性要求，从而降低升沉运动幅值，提高气垫船的航行安全性和稳定性。2.侧壁形状与水动力耦合效应侧壁作为侧壁式气垫船的重要结构部件，其形状对气垫船在海浪中的水动力性能有着显著的影响。侧壁的曲率和浸深会改变船体与海浪之间的相互作用方式，进而影响波浪砰击力和升沉响应。利用计算流体力学（CFD）软件，对不同侧壁形状和浸深的气垫船进行数值仿真，能够深入分析侧壁形状与水动力耦合效应。在CFD仿真中，采用适当的湍流模型和边界条件，模拟海浪与气垫船的相互作用过程。通过设置不同的侧壁曲率和浸深参数，观察波浪砰击力和升沉响应的变化规律。研究发现，侧壁曲率对波浪砰击力有明显的影响。当侧壁曲率较大时，海浪在冲击侧壁时会发生更剧烈的变形和反射，导致波浪砰击力增大。这是因为较大的侧壁曲率会使海浪的能量更集中地作用在侧壁上，增加了砰击的强度。相反，当侧壁曲率较小时，海浪的冲击相对较为缓和，波浪砰击力减小。侧壁浸深也会影响波浪砰击力和升沉响应。随着侧壁浸深的增加，气垫船在海浪中的吃水深度增大，船体受到的浮力和水动力作用也相应增加。在海浪作用下，较大的浸深会使船体与海浪的接触面积增大，从而增加波浪砰击力；同时，浸深的增加也会改变船体的运动惯性，对升沉响应产生影响。为了优化侧壁线型设计，减少高频波浪激励下的升沉响应，可以采用多目标优化算法。多目标优化算法能够同时考虑多个优化目标，如最小化波浪砰击力和升沉响应幅值，最大化气垫船的航行稳定性等。在多目标优化过程中，将侧壁的曲率半径、浸深等参数作为设计变量，通过CFD仿真计算不同设计变量组合下的波浪砰击力和升沉响应幅值，构建目标函数。然后，利用多目标优化算法，如非支配排序遗传算法（NSGA-II）等，对目标函数进行优化求解，得到一组非支配解，即帕累托最优解集。帕累托最优解集中的每个解都代表了在不同目标之间的一种权衡，决策者可以根据实际需求和偏好，从帕累托最优解集中选择最合适的侧壁线型设计方案。通过这种多目标优化方法，可以综合考虑侧壁形状与水动力耦合效应的各种因素，实现侧壁线型的优化设计，有效减少高频波浪激励下的升沉响应，提高气垫船在复杂海况下的航行性能。五、仿真验证与模型试验（一）多工况数值仿真分析1.典型海况下的控制性能对比为了全面评估鲁棒自适应控制策略在侧壁式气垫船升沉运动控制中的性能优势，选取规则波和不规则波这两种典型海况进行数值仿真分析，并与传统PID控制策略进行对比。在规则波工况下，设定波高为1.5m，周期为6s。利用前面建立的侧壁式气垫船升沉运动数学模型，分别采用鲁棒自适应控制和传统PID控制策略进行仿真计算。通过仿真得到两种控制策略下的升沉位移曲线，对这些曲线进行详细分析。从升沉位移曲线的幅值来看，鲁棒自适应控制策略下的幅值明显小于传统PID控制策略。这表明鲁棒自适应控制能够更有效地抑制气垫船在规则波作用下的升沉运动，减少船体的上下位移，从而提高航行的稳定性和舒适性。在调节时间方面，鲁棒自适应控制策略也表现出明显的优势。当海浪的扰动发生变化时，鲁棒自适应控制能够更快地调整控制量，使气垫船的升沉位移迅速收敛到稳定状态，调节时间相较于传统PID控制策略大幅缩短。这意味着在实际航行中，鲁棒自适应控制能够更快地响应海浪的变化，保持气垫船的稳定运行。在不规则波工况下，设定有义波高为2.5m，谱峰周期为8s。不规则波的特性更加复杂，包含了多种频率成分和随机相位，对气垫船的控制提出了更高的挑战。同样利用数学模型进行仿真，对比两种控制策略下的升沉位移曲线。在不规则波的作用下，鲁棒自适应控制策略依然展现出良好的控制性能。其升沉位移曲线的幅值波动较小，能够有效地减小不规则波对气垫船升沉运动的影响，使船体的运动更加平稳。而传统PID控制策略在面对不规则波时，升沉位移曲线的幅值波动较大，船体的运动相对较为剧烈，说明传统PID控制在复杂海况下的适应性较差。在调节时间上，鲁棒自适应控制策略也能够更快地使气垫船的升沉运动达到稳定状态，体现了其在复杂海况下的快速响应能力。通过在规则波和不规则波这两种典型海况下的控制性能对比，充分验证了鲁棒自适应控制策略在减小升沉位移幅值和缩短调节时间方面的显著优势。这一优势使得侧壁式气垫船在实际航行中能够更好地应对海浪的扰动，提高航行的安全性和舒适性，为其在复杂海况下的应用提供了有力的技术支持。2.极端工况下的鲁棒性验证为了进一步检验鲁棒自适应控制策略在极端工况下的性能和鲁棒性，模拟突发波浪载荷和执行器故障这两种极端场景进行仿真分析。在模拟突发波浪载荷场景时，设定波高突变30%。这种波高的突然变化会对气垫船产生强烈的冲击，考验控制系统的快速响应能力和抗干扰能力。在波高突变瞬间，海浪对气垫船的作用力会急剧增加，导致气垫船的升沉运动发生剧烈变化。然而，鲁棒自适应控制策略通过其内置的扰动观测器，能够迅速感知到这种突发的波浪载荷变化。观测器实时估计扰动的大小和方向，并将估计结果反馈给控制器。控制器根据这些信息，快速调整控制量，通过改变风机转速、气阀开度等控制参数，来抵消突发波浪载荷的影响，使气垫船的升沉运动迅速恢复稳定。仿真结果显示，在波高突变后，气垫船的升沉位移能够在短时间内回到正常范围内，证明了鲁棒自适应控制策略在应对突发波浪载荷时具有出色的快速响应能力和抗干扰能力，能够有效保障气垫船在极端海况下的航行安全。在模拟执行器故障场景时，设定单风机失效。风机是气垫船气垫系统的关键执行器之一，单风机失效会导致气垫压力分布不均，进而影响气垫船的升沉运动和稳定性。在单风机失效的情况下，鲁棒自适应控制策略能够通过控制分配算法，对剩余正常工作的风机进行合理的控制。它会根据当前气垫船的运动状态和故障情况，重新调整风机的转速和工作模式，以补偿失效风机的影响，维持气垫压力的稳定分布，保证气垫船的升沉运动能够继续保持在可接受的范围内。仿真结果表明，即使在单风机失效的极端情况下，鲁棒自适应控制策略仍能使气垫船保持相对稳定的航行状态，验证了其在执行器故障等硬件故障情况下的容错控制能力和稳定性，为气垫船在复杂工况下的可靠运行提供了重要保障。通过对突发波浪载荷和执行器故障等极端工况的仿真验证，充分证明了鲁棒自适应控制策略在参数摄动与硬件故障时的稳定性和可靠性。这一特性使得侧壁式气垫船在面对各种极端情况时，仍能保持良好的航行性能，提高了其在复杂海洋环境中的适应性和生存能力。（二）缩比模型试验与工程验证1.水池试验平台搭建与数据采集为了将理论研究成果转化为实际工程应用，进行缩比模型试验是至关重要的一步。设计并制作了1:10缩比的气垫船模型，该模型严格按照实际气垫船的结构和比例进行制作，以确保能够准确模拟实际气垫船的动力学特性。在气垫船模型上集成了多种高精度的传感器，其中压力传感器用于测量气垫内部的压力分布和变化情况，它能够实时监测气垫压力随海浪扰动和控制输入的变化，为分析气垫系统的工作状态提供重要数据。惯性测量单元（IMU）则主要用于测量气垫船模型的加速度和姿态角，通过这些数据可以准确获取气垫船模型在升沉运动过程中的动态响应信息。这些传