Improvement of an Autonomous Passenger Ferry Model Based on Multivariate Residual Modeling

Når man utvikler en autonom ferge beregnet til å operere i trange områder, er det viktig med et nøyaktig kontrollsystem. Presisjonen til kontrollsystemet kan forbedres ved a bruke en foroverkobling for å estimere det nødvendige pådraget, men dette krever en nøyaktig modell av fergen. Det er vanlig a utlede en initiell modell basert på fysiske betraktninger, men disse modellene pleier vanligvis ikke a være i stand til å forklare hele dynamikken. Modellfeilene medfører til et avvik mellom estimatene fra modellen og det virkelige fergesystemet, og ved a minimere disse avvikene vil estimatene bli mer nøyaktige og fergemodellen forbedres. I denne master oppgaven presenteres det en multivariate analyse med mal om å modellere modellfeilen mellom en initiell modell og den faktiske fergen. En metode basert på partiell minste kvadrat regresjon (PLSR) brukes til å finne modellen, med en seleksjon av passende basisfunksjoner som input. En ny metode er presentert som overflateanalyse som brukes til a utbedre seleksjonen av basisfunksjoner, ved å systematisk fjerne basisfunksjonene som bidrar minst til modellen og bruker kryssvalidering for a teste om modellen forbedres. Den multivariate modellen av modellfeilen implementeres med den initielle modellen for a gi en utbedret representasjon av fergedynamikken. Denne metoden er testet gjennom simuleringer og på eksperimentell data. I simuleringene greide den multivariate analysen a estimere modellfeilen med god nøyaktighet, og ved a implementere denne modellen i kontrolleren ble ytelsen forbedret betraktelig. Presisjonen til den mutlivariate metoden er også evaluert ved simuleringer påført støy og med en konstant forstyrrelse, hvor metoden fortsatt ga gode resultater. Kontrolleren er testet med banefølging av en forutsbestemt rute for a sammenlikne forskjellene med og uten den multivariate modellen implementert. Her kom fordelene av a forbedre modellen tydelig fram ved at kontrolleren fulgte banen mer nøyaktig, samtidig som at energi forbruket minsket. Modellfeilen fra den eksperimentelle dataen ble også forbedret med multivariate metoder. Dette ga grunnlaget for to foreslåtte modeller med forskjellig formål. En modell er beregnet for a implementeres i kontrolleren for å få et mer nøyaktig pådrag. I denne modellen er dynamikken til trusterene også inkludert i tillegg til fergen. Den andre modellen er beregnet for simuleringsformål, og beskriver kun dynamikken til fergen. Dette viser at multivariate metoder kan benyttes til å analysere modellfeil fra experimentell data til en ferge, og lage en utbedret modell av fergen