主动式升沉补偿技术研究现状和发展趋势

段玉响，任政儒，周 利

(1.江苏科技大学 船舶与海洋工程学院，江苏 镇江 212003；2.挪威科技大学 海洋技术系，挪威 特隆赫姆 NO-7491)

0 引 言

随着陆地上的资源逐渐枯竭，人类把目光对准了海洋，蕴藏在海底的资源已经成为各国重点能源开发对象。如今，仅对浅海区域进行能源开发已经无法满足能源供应，所以20 多年来，深海领域的能源开发已经成为海洋能源开发的重中之重[1]。

由于受到风、浪、流作用以及船舶自身运动的影响，船舶停留在固定水域作业时会产生横摇、纵摇、艏摇、升沉、横荡、纵荡6 个自由度的运动，进而影响需要在稳定条件下进行的海上作业，如深海钻井、海上吊装等。

浮式钻井平台受到风浪的作用会产生升沉运动，其上安装的大钩也会随着平台升沉运动晃动，显然，悬吊在大钩上的整个钻柱也做周期性的升沉运动，使得钻柱底部的钻头时而提离井底，时而又冲撞井底，无法保持正常的钻进[2]。当两船并靠过驳吊装时，由于两船之间存在相对运动，会导致吊装的物体与接收船甲板相碰撞或者吊装钢丝绳瞬时的拉力急剧增大，这对吊装作业的安全性产生很大的威胁[3]。通常情况下，动力定位系统可以补偿由2 阶波浪力引起的横荡、纵荡、首摇3 个自由度漂移运动，无法对升沉方向上的运动进行补偿[4]。因此，需要在海上浮式结构物与负载之间加1 套升沉补偿装置，用来补偿海上浮式结构物的升沉运动。升沉补偿技术对于海洋资源的开发具有重要的作用，其使用的领域目前主要集中在海上风电运维波浪补偿登靠、大洋采矿、深海钻井、海上货物起吊、潜水器的回收与吊放、舰船之间物资的转运、直升机着舰 等[5– 6]。

升沉补偿系统按照动力供应方式可以分为主动式升沉补偿（Active Heave Compensation，AHC）[7]、被动式升沉补偿（Passive Heave Compensation，PHC）[8]和半主动式升沉补偿（Semi-active Heave Compensation，SAHC）[9]。主动式升沉补偿依靠补偿系统本身动力能源来工作；被动式升沉补偿动力来源于海浪的举升力和工作母船自身的重力；半主动升沉补偿系统工作时既需要补偿系统本身的动力能源也需要依靠海浪的举升力和工作母船自身的重力。

1 主动式升沉补偿系统工作原理

主动式升沉补偿系统是一套闭环反馈系统。系统工作时，通过合理设计控制补偿方法，可以使系统的抗干扰能力增强，系统响应加快，补偿精度提高。另外，主动式升沉补偿系统没有利用到气液蓄能器组件这种大型的设备进行补偿缓冲，节省了大量的空间。但是主动式升沉补偿系统需要依靠补偿系统本身动力能源来工作，能耗较大费用也较高[10]。

如图1 所示，主动式升沉补偿系统的关键组件有补偿缸、位移传感器、控制器以及变量泵等[11]，其中变量泵是系统的动力供应装置，位移传感器用来检测大钩位移。系统工作时，位移传感器首先检测到大钩的位移，然后与给定的大钩位移信号相比较，比较得到的偏差信号输入给控制器中，然后控制器对偏差信号进行运算处理后输出控制信号控制变量泵向补偿缸的无杆腔供油或者将无杆腔的液体排出，从而使补偿缸的活塞上升和下降，以此来补偿海上浮式结构物的升沉位移。当系统位移传感器检测到大钩向上移动的信号时，将其与给定信号比较，输出偏差信号为负，经过控制器运算处理后，控制变量泵反向转动将无杆腔的液体排出，使大钩的位移降回到原来位置，从而补偿海上浮式结构物上升的位移；当系统位移传感器检测到大钩向下移动的信号时，将其与给定信号比较，输出偏差信号为正，经过控制器运算处理后，控制变量泵正向转动向无杆腔供油，使大钩的位移上升到原来位置，从而补偿海上浮式结构物下降的位移。

图1 主动式升沉补偿系统原理图[11]Fig.1 Schematic of active heave compensation system

2 主动式升沉补偿技术研究现状

主动式升沉补偿系统作为机电液一体化的装备，由控制系统、检测系统、液压驱动系统和机械执行系统4 个子系统组成（见图2）。控制器设计过程中存在诸多难点。一方面，在系统工作过程中，由于系统结构复杂且存在机械摩擦等因素使系统模型具有较大的非线性，难以建立精确的简化数学模型；另一方面系统机械设备以及负载的庞大质量会导致系统具有很大的惯性，因此，系统就产生了严重的响应滞后问题[12]。另外，系统工作时受到海洋环境和自身工作原理的影响，使其具有随机性和参数时变性等特点[13]。

图2 主动式升沉补偿系统组成[14]Fig.2 Active heave compensation system composition

以上提及的主动式升沉补偿系统大滞后、参数时变、随机性以及非线性等特点导致传统的PID 控制方法不足以满足海上作业日益提高的性能要求，因此越来越多的学者开始对主动式升沉补偿系统大滞后、参数时变、随机性以及非线性这4 个难点展开研究。

2.1 响应滞后

系统的响应滞后指的是当给定信号输入系统时，系统由于自身的惯性或者存在纯延迟环节导致系统的输出不能及时的跟随给定信号。为了能够让系统输出的更加及时，需要弥补这段响应滞后的时间。

针对主动式升沉补偿系统响应滞后问题，可以利用具有提前控制功能的控制方式进行解决，如前馈控制。前馈控制可以将可测干扰通过前馈通道引入闭环回路中，相比反馈通过偏差进行控制，前馈控制在干扰对被控量产生影响之前即被控量与给定量产生偏差之前，就可以进行控制。通过合理的设计前馈通道中的传递函数，可以有效解决系统的响应滞后问题。前馈控制的缺点在于只有建立了系统精确模型才能获得较好的控制效果，但是在实际工程中，并不是所有的干扰都可测而且并不是所有的对象都可以建立精确模型，所以仅用前馈控制不能达到良好的控制效果。反馈控制根据偏差来控制，不管外界的干扰如何，只要存在偏差，系统就可以根据偏差进行控制，将前馈控制和反馈控制进行综合形成前馈-反馈复合控制[15]，可以提高系统的响应速度。何平等[16]设计的控制系统引入了此复合控制的思想（见图3），通过捷联惯导系统测得船舶的运动信号，然后将此信号作为运动干扰信号通过前馈通道引入闭环回路形成前馈控制，前馈控制的目的是提前抑制船舶运动干扰对被控量的影响，反馈控制的目的是提高系统补偿精度。

图3 AHC 复合控制系统结构[16]Fig.3 AHC composite control system structure

Smith 预估补偿器是解决系统中由于存在大延迟环节导致系统时滞不稳定问题的一种控制方法，其基本思想是将纯延迟环节移至闭环回路外，如图4 所示。从系统特征方程中消除纯延迟因素，因而可消除过程纯延迟特性对系统稳定性的不利影响。

刘贤胜等[14]将Smith 预估控制器并联在了PID 控制器上，通过仿真研究发现当引入了Smith 预估补偿控制器之后，解决了系统由于纯延迟环节引起的系统不稳定问题，然而Smith 预估补偿器能取得良好的控制效果是取决于被控对象的准确模型，一旦出现模型失配情况，将会导致系统控制效果变差甚至不稳定现象。为了弥补Smith 预估补偿器对被控对象数学模型精确度要求高的缺点，张兴茂等[17]将Smith 预估控制和模糊控制理论相结合，利用模糊控制对模型精确度要求不高的特点，弥补Smith 预估控制器过于依赖精确模型的不足，实现对时滞系统的控制。Smith 预估控制虽然将系统的纯延迟环节放到了闭环回路之外，但是系统的传递函数分子上依然存在纯延迟环节，系统的输出依然会延迟。

图4 Smith 预估补偿控制基本思想Fig.4 Smith predictor control

为了完全补偿掉系统的输出响应延迟，可以采用船舶运动预报的方法，其基本思想是根据整个主动式升沉补偿系统装置的辨识试验确定系统的响应滞后时间 τd，那么只要能够提前 τd时间预报出船舶的运动状态，系统就能够提前 τd时间进行控制，由此可以完全抵消掉系统的响应延迟。早期的主动式升沉补偿控制主要采用的是卡尔曼滤波的方法对船舶运动进行预报，由于卡尔曼滤波器对系统的状态方程精确度要求高，一旦状态方程不精确则预报的结果不准确，因此卡尔曼滤波方法在主动式升沉补偿系统中的应用受到了限制。此外，还有统计预报法[18]、谱估计法[19]、神经网络建模预报法[20]以及卷积法[21]等，但是这些方法都存在预报精度与工程实用性矛盾的问题，即预报精度满足要求的算法工程实用性太差，工程实用性好的算法预报的精度又达不到要求。

时间序列法由于计算量小、预报精度高、工程实用性好等特点，成为目前比较适合应用于主动式升沉补偿系统运动预报的算法。时间序列法的基本原理是对一系列按照时间顺序采集到的动态随机数据建立最优时间序列模型，然后基于此模型预报未来有限长度的数据序列。时间序列模型主要有ARMA（Auto Regressive Moving Average）模型和AR（Auto Regressive）模型，其中由于AR 模型具有计算量相对较小，容易实现，对设备的要求少等特点，使其在工程中具有很好的实用价值[22]。曾智刚、王允峰等[23– 2 4]采用了AR 预测模型对船舶的升沉、横摇与纵摇运动进行了预报，通过仿真验证了此预测算法对于极短期（3～7 s）的运动预报准确度较高，但是随着预报步数增加，预报不确定性将不断上升，这是因为AR 时间序列模型本质上是线性模型，所以进一步的研究非线性系统预报方法，不断完善船舶运动预报建模方法成为了一个重要的研究方向。

2.2 参数时变

参数时变是指系统中存在一个或一个以上的参数值随着时间的变化而变化，导致整个系统的特性也随时间而发生变化。对于主动式升沉补偿系统而言，液压驱动系统存在参数时变的特性。为了防止参数时变对整个系统造成不稳定或者补偿精度低的问题出现，所设计的控制器必须要具有较强的自适应能力[24]。常规的PID 控制器3 个参数 Kp， Ki， Kd一旦设定就无法自动修改，因此仅采用常规的PID 控制器控制效果较差。

模糊控制器对被控对象数学模型准确度要求不高，利用专家经验就可以对系统进行控制，适用于难以建立精确数学模型的系统，具有结构简单、动态性能良好，自适应能力强等优点[25]。通常情况下，模糊控制系统的输入一般为二维输入即系统误差e 以及误差变化ec，因此这种模糊控制器类似于常规的比例微分（PD）控制器。由于缺少了积分控制作用，仅通过这样的控制器控制系统，系统动态性能较好，但是系统存在稳态误差。可以将经典PID 控制与模糊控制相结合，利用经典PID 控制中积分的作用消除稳态误差，利用模糊控制在线调整控制参数提高系统自适应性，两者优势互补形成模糊自适应PID 控制，如图5所示。董睿等[12]将模糊自适应PID 控制应用于船用起重机主动升沉补偿系统中，通过仿真验证了模糊自适应PID 控制良好的自适应性、响应的快速性以及跟随的平稳性。

图5 模糊自适应PID 控制器结构[26]Fig.5 Fuzzy adaptive PID controller structure

神经网络PID 控制可以通过对系统性能的学习不断调整网络内部权值和网络输出，以达到系统的控制要求，具有在线学习自适应强的优点[26]。

图6 单神经元自适应PID 控制器结构[26]Fig.6 Single neuron adaptive PID controller structure

由具有自学习和自适应能力的单神经元构成的单神经元自适应PID 控制器，不但结构简单，而且能够适应环境变化，具有较强的自适应能力。单神经元即神经网络里只有1 个神经元，神经元的3 个权值就等价于PID 控制器中的 Kp， Ki， Kd，单神经元自适应控制器就是通过自学习实时调整单神经元的3 个权值达到实时调整 Kp， Ki， Kd三个控制参数的目的[11]（见图6）。徐小军、陈循等[27]基于单神经元自适应PID控制算法对海上起重机主动式升沉补偿系统展开了研究，通过与经典PID 控制进行对比表明，单神经元自适应PID 控制器响应速度更快、自适应强。但是，由于单神经元网络只有一个神经元，控制的精度不及多层神经网络结构。可以采用BP（Back Propagation）神经网络自适应PID 控制器提高系统的补偿精度，此控制器从系统结构上来看与模糊PID 自适应控制器类似，有2 个主要组成部分，一部分是经典PID 控制部分直接对被控对象进行闭环控制，另一部分是神经网络控制部分，用于在线调整经典PID 的 Kp， Ki， Kd三个参数[25]，如图7 所示。由于主动式升沉补偿系统对实时性要求较高，所以网络的层数以及各层的节点数不应取太多，否则系统在线计算的时间就会过长。一般情况下，针对主动式升沉补偿系统，BP 神经网络可以取3 层网络结构即输入层（3 个节点）、中间层（4 个节点）及输出层（3 个节点）。李卫华、叶建[28– 29]研究了BP 神经网络自适应PID 控制对于主动式升沉补偿系统的补偿效果，对比了单神经元自适应PID 控制和经典PID 控制。结果表明，经典PID 对于参数时变系统控制效果很差，BP 神经网络自适应PID 控制与单神经元自适应PID 控制控制效果较好，且BP 神经网络自适应PID 控制的抗干扰性与补偿精度高于单神经元自适应PID控制。

图7 BP 神经网络自适应PID 控制器结构[28]Fig.7 BP neural network adaptive PID controller structure

针对主动式升沉补偿系统参数时变的特性，提高参数时变系统的跟踪精度和算法实时运算的速度成为未来的研究重点。另外，不仅可以考虑传统的自适应控制，后期研究还可以考虑鲁棒自适应控制、迭代学习等其他时变控制方法，目的就是建立切实可行的实施方案，提高参数时变系统的控制效率、精度以及稳定性。

2.3 随机性

系统的随机性是指系统工作时所受的扰动具有随机性。由于海浪运动随机性强，导致主动式升沉补偿系统，尤其是系统观测器，在海上工作时容易受到随机干扰。

获得精准的船舶运动姿态信息是良好升沉补偿效果的前提，也是检测系统的最终目的。为了获得精准的船舶运动姿态信息，要解决的关键问题是船舶姿态的运动估计。船舶姿态测量的方法主要有无线电测量、声学测量、GPS 测量、惯性测量等，其中惯性测量系统是随着惯性传感器的发展而来的，具有安装方便、不受干扰、输出信息实时性强和输出信息量大等优点，广泛应用于航天与船舶领域中[3]。将捷联惯导系统安装于船体中心处就可以测量得到工作母船在船体坐标系下的运动信息。

船舶升沉运动信息是由惯性测量传感器测得的加速度进行积分得到的，然而由于原始的加速度测量信息含有许多噪声和偏差，如果直接将其对时间积分，则会导致船舶升沉运动信息估计不准确和偏移，所以在进行加速度信号积分之前，需要将原始测量信号中的噪声滤除并消除传感器由于制造和安装过程中产生的偏差。原始测量信号主要受随机高频噪声、随机脉冲噪声、传感器随机偏差等影响。采用传统的滤波方法，由于滤波器各个参数已经提前设计好，无法针对随机噪声改变，滤波效果较差。

自适应滤波方法可以解决原始加速度中随机噪声滤除的问题。Kalman 自适应滤波法是工程中常用的一种自适应滤波算法，其将传感器检测的数据和状态方程计算的数据进行融合，输出最佳估计状态。但是由于海上船舶运动精确的状态方程难以确定，限制了Kalman 自适应滤波算法在主动式升沉补偿系统上的应用[30]。

针对主动式升沉补偿系统的实时性要求，可以将传统滤波器与自适应理论结合设计出一套基于传统滤波器结构且能够在线实时调整滤波器截止频率等关键参数的自适应滤波器[31]，如图8 所示。

图8 自适应滤波器设计原理图[32]Fig.8 Schematic diagram of adaptive filter

然而将此自适应滤波器加入系统时会引入相位误差，设计主动式升沉补偿系统自适应滤波器时，必须要权衡滤除随机干扰和引入相位误差之间的关系。所以自适应滤波器设计的目标是找出既能最大程度滤除随机干扰，又能保证滤波器引入的相位误差最小时的最优截止频率。通过建立自适应滤波器的误差函数找出误差函数的极小值即可确定滤波器的最优截止频率[32]。然而最优截止频率不仅与船舶运动的主要频率有关，而且与随机高频噪声的方差有关，其中随机高频噪声的方差还需要增加另外的算法求取，增加了系统的计算时间，因此采用最优截止频率不满足主动升沉补偿系统的实时性要求。考虑次优截止频率用于主动式升沉补偿系统，理想的次优截止频率仅与船舶运动的主要频率成比例关系，其能够随着船舶运动的主要频率变化而变化，从而实现自适应滤波器参数在线调整，满足系统实时性的要求[33]。

2.4 非线性

主动式升沉补偿系统的非线性主要是由于液压驱动系统电液比例阀含有死区非线性的特征导致的[11]。由于非线性系统不满足叠加原理，原则上，线性系统的分析设计方法便不再适用，因此必须寻求研究非线性控制系统的方法。

既然控制对象的非线性主要是由电液比例阀的死区非线性引起的，那么可以先将死区进行补偿，然后把系统当作线性系统来分析设计。电液比例阀阀芯位移死区补偿的方法有很多，如在电控制器里面增设阶跃发生器或设定先导电流、变死区补偿、过死区补偿、死区外补偿、智能补偿等。根据补偿量的性质又可以分为电压补偿和电流补偿2 种[11]。魏素芬、杨文林等[34]采用了电压补偿的方式消除了电液比例阀死区非线性对系统的不利影响，提高了主动式升沉补偿系统的动态性能。

控制算法方面，近年来，将模型预测控制算法应用于主动式升沉补偿系统越来越受到关注[35]。模型预测控制采用了多步预测、滚动优化、反馈校正等策略（见图9），具有鲁棒性强、控制效果好的特点，适合于非线性、大滞后的系统[14]，已经在石油、化工、机械等控制过程中取得了成功的应用。

图9 模型预测控制原理图Fig.9 Schematic of model predictive control

模型预测控制是一种基于模型的控制算法，其使用的模型称为预测模型，区别于由原理分析建立的模型，预测模型强调模型的预测功能而不强调其具体的结构形式[36]。典型的预测控制算法有动态矩阵控制（DMC）、模型算法控制（MAC）和广义预测控制（GPC）。其中广义预测控制（GPC）综合了动态矩阵控制（DMC）和模型算法控制（MAC）的优点，将其应用于主动式升沉补偿系统的研究相对广泛。在GPC 中，采用了受控自回归积分滑动平均模型作为预测模型，根据已知的输入输出信息和未来的输入值就可以预测未来的输出，通过在线滚动优化，反馈校正克服系统中非线性和随机干扰的影响[36]。但是模型预测控制存在预测模型失配的问题，模型失配会导致系统控制效果变差甚至使系统发散，如何克服预测模型失配问题已经成为模型预测控制的一个重要研究方向。当预测模型不准确的时候，可以考虑采用自适应模型预测控制（Adaptive MPC）或者tube-based MPC 此类鲁棒控制方法。Woodcare[37,38]针对主动式升沉补偿驱动系统中三位四通电液比例阀时滞、死区非线性特征，采用了模型预测控制算法，较好克服了系统的时滞和非线性，并在模型预测控制器（MPC）基础上并联了比例积分控制器（PI），基于主动式升沉补偿仿真模型对所设计的算法进行了有效性验证，结果表明采用MPC-PI 控制方法能够使主动升沉补偿效率高达99.6%。

另外，还有其他一些能够有效控制非线性时变系统的控制方法，如Backstepping 自适应学习控制、迭代学习控制等，后期研究可以考虑将其应用于主动式升沉补偿系统。Backstepping 自适应学习控制的基本控制思想是先将整个非线性系统分解成不超过系统阶数的子系统，之后分别为每个子系统构造出中间虚拟控制量和Lyyapunov 函数，然后一直“后退”到整个系统，从而设计出整个控制律[39]。迭代学习控制算法的基本思想是“记忆学习”，即基于之前控制时刻中的信息不断完善当前时刻的控制效果，经过若干次迭代，使被控对象高精度地跟踪期望信号[40–41]。

除此之外，智能控制理论中的神经网络控制能够以良好的精度逼近非线性函数也可以用于主动式升沉补偿系统非线性控制，模糊控制也适用于非线性系统的控制。

3 发展趋势

主动式升沉补偿系统的应用领域广泛，是保证海上作业安全可靠的必备海工装备。随着深海资源的开发，深海更加恶劣的环境使海上作业窗口期极大的缩短，主动升沉补偿装置可以有效解决深海作业窗口期短的问题，极大地提高深海作业的效率，具有很高的经济价值。

为了适应深海更加恶劣的作业环境，主动升沉补偿系统的发展趋势主要有以下几个方面：

1）高补偿能力

高补偿能力主要指：一是能够适应更大的载荷，如在深海钻井领域，随着深海钻井深度的不断提高，钻柱的长度也随之提高，水下复杂的钻井设备重量也会越来越大，这对主动式升沉补偿系统的载荷能力提出了更高的要求；二是具备更高的补偿行程，深海恶劣的环境使工作母船的升沉位移加大，随之要求升沉补偿系统加大补偿行程。

2）高响应速度和适应性

主动式升沉补偿系统响应的快速性是衡量系统可靠性的关键因素之一，在深海重载吊装作业时，更是对系统的快速响应有着更高的要求，一旦系统响应滞后过大，很可能造成吊装缆绳的断裂，甚至会对工作人员的生命安全造成威胁。高适应性指的是系统能够适应深海各种极端海况下的工作环境，这就对系统的智能化提出了更高的要求。

3）高补偿精度及效率

在系统安全可靠的前提下，高的补偿精度是完成深海精细作业要求的保证。如深海浮式风机安装时，为了避免风机塔底部与浮式基座的碰撞，对补偿精度提出了很高的要求。另外，深海作业时，不能单方面的为了提高系统的精度或者补偿效果，不顾系统的能耗，增加系统的成本。提高系统综合能耗、精度以及补偿效果的整体效率是提高系统经济性的必要趋势。

4 结 语

主动式升沉补偿系统的安全、可靠、高效性已经使其成为深海资源开发的一种重要装备。国外对于主动式升沉补偿系统的研究近50 年，相关的技术日渐成熟，已经有越来越多成熟的产品面向市场。

近年来，虽然主动式升沉补偿系统的研究越来越受到国内一些高校、科研院所的研究人员以及国内各个厂家的重视，但由于我国对于升沉补偿系统研究起步较晚，一些核心技术与国外还有较大的差距。随着海洋资源开发逐渐由浅海转向深海，主动升沉补偿技术将在国内外得到更加广泛的应用。