基于遗传算法的海洋地震拖缆避险工况阵列控制研究

李 扬，张维竞

(上海交通大学 海洋工程国家重点实验室，上海 200240)

随着中国经济持续快速发展，工业化、城镇化进程加快，居民消费结构升级换代，能源需求不断增长，在今后一段时期，能源消费弹性系数难以大幅降低［1］。在陆地资源日渐枯竭的情况下，海洋能源逐渐成为社会的热点与焦点，海洋地震勘探技术是勘探海洋能源的重要环节［2］。随着勘探技术的不断发展，海上石油勘探逐渐朝着精、广的方向进步。要求在进行地质参数采集时覆盖更广的勘探区域，减少巡航的次数，这样就可以在相同条件下采集更广区域的地质参数。要达到覆盖区域广的目的，即要求负责数据采集和传输的拖缆的数目更多、长度更长，目前国内实际应用中一般为4 条拖缆，每条拖缆长度为6 000 m，要求逐渐向8条以及16 条拖缆，每条缆长12 000 m 的方向发展［3-4］。这就对拖缆的精确控制，提出了更高的要求。

在目前对海洋地震拖缆控制器的研究中，美国的Oyvind Hillesund 在2007年发明了一种带有水翼的拖缆控制器，该控制器可以接收上位机控制指令，并根据命令控制水翼角度变化，实现对拖缆的位置控制［5］。张维竞、段磊等改进了之前的控制器，发明了一种新型转动型拖缆位置控制器，可驱动转动体绕本体转动，水翼跟随转动体绕本体转动，这样就实现了对拖缆的垂直和水平控制［6-8］。在拖缆控制系统的研究中，史斌杰等改进了传统PID 调节器，建立了基于人工神经元PID 调节器与基于传统PID 控制方式的仿真程序，对在深度方向上受到干扰的情况下，水鸟的深度位置变化情况进行仿真［9］。苗建明等建立了较为详细的数学模型和传递函数模型，在MATLAB 利用Simulink 对该系统进行了仿真分析［10］。刘涛、张亮等对拖缆的动力学性能做了分析，包括低应力拖缆瞬态动力学分析、复模态振动主动控制研究等［11-13］。吴喆莹等首次将串级控制引入拖缆控制系统，从理论上提出一套控制策略［14］。

在现有的研究成果中，拖缆系统的组成与结构研究已经较为完备，但在拖缆控制方面，大部分集中于微观层面“水鸟”小位移振动控制研究，主要通过“下位机”来完成。然而，在实际中，有多种工况需要“上位机”指挥几个甚至十几个“水鸟”共同完成，这时就要求上位机能系统的考虑所有相关水鸟的状态，在保证完成任务的前提下，以最快的速度寻找最优化的控制策略，向各个发出控制指令，这类控制往往有多维输入和输出，控制要求复杂，利用常规控制策略往往难以实施。本文即选取一种避险工况进行研究，建立基于遗传算法的控制策略，并进行遗传算法计算的关键步骤——适应度函数的计算，提出该种工况适应度函数的一般性公式。

1 海洋地震拖缆系统与工作过程

海洋地震拖缆系统由物探船、拖缆、尾标等结构组成。为了实现三维海洋地震勘测，物探船大约以5 节速度拖曳，拖缆通常有几千米长，并含有大量的传感器和相关电子设备，沿其长度方向分布。由震源产生的信号直接穿过海水进入海底，反射后，由传感器接收到的反射信号，然后被发送到的地震勘测船。经过分析得出海底矿藏的精确位置［15］。

拖缆上每隔一段距离有一个拖缆控制器，控制器有两翼，称为“水鸟”。水鸟可通过调整两翼攻角产生升力或转矩，从而达到调节拖缆位置的目的。

拖缆的控制为一个串级控制，每个水鸟自身有一个简单的控制器，同时每个水鸟又受到物探船中上位机的控制。上位机根据需要，可以向任意水鸟发出位置(深度、横向位移)指令，水鸟自身控制器负责对上位机指令的具体执行，具体过程如图1 所示。

图1 串级控制系统结构图Fig.1 Structure of cascade control system

海洋地震拖缆系统的导航定位方法中，竖直方向的定位较为简单，目前对于水深传感器的研究相对成熟，较为常见的是基于压力传感器的动态深度测量装置［16］。对于水平位移，往往难以测量，可利用Lyapunov函数方法利用线性变系数双曲方程描述拖缆系统，控制规律仅仅包括速度和斜率，并不需要难以测量的水平位移，较为容易实施［17］。

2 常见避险工况及处理方法

2.1 工况介绍

物探船、拖缆以及尾标的总跨度长达几百甚至上千米，物探船在行驶过程中，将会不可避免的遇到各类风险，就需要及时、准确的调整拖缆阵列来规避风险。

假设物探船以5 节速度匀速行驶，其后只有一条拖缆，拖缆上共有4 个水鸟，由前至后编号依次为1 ～4号，最后有一尾标，5 段拖缆长度均为L' ，这时有一浮体正靠近拖缆，很可能与拖缆相撞，造成拖缆破坏。这时就需要上位机迅速做出反应，对水鸟发出指令，调整拖缆阵列，规避该物体，如图2 所示。

图2 某避险工况示意Fig.2 Schematic diagram of an emergency condition

上位机经过测算，物体将在X0位置与拖缆发生碰撞，此位置与1 ～4 号水鸟的距离分别为X1～X4，浮体的吃水深度为Y0，水鸟的初始工作深度为Y'i，设1 ～4 号水鸟下潜到的深度为Y1～Y4，水鸟移动后，5 段拖缆的长度分别为L1～L4，如图3 所示。

图3 拖缆移动示意Fig.3 Schematic diagram of the movement of streamer

要达到既定目标，只要保证X0位置处拖缆的深度Y'0大于Y0，那么4 个水鸟有很多种下潜方案，即Y1～Y4有多种组合。但在实际中，要考虑两个重要问题:一个是工作时间，另一个是拖缆承受的张力。工作时间由Y 决定，而拖缆张力由L 决定。所以，控制系统需要满足一个最优化条件，即均取得最小值，二者的平衡关系通过一个参数λ 来控制，上位机可根据情况紧急程度，在拖缆可承受张力的范围内，对参数进行修改。

那么，控制系统的结构如图4 所示。输入为X1～X4，Y0;输出为Y1～Y4，同时作为图1 的输入信号。

图4 控制系统结构图Fig.4 Structure of the control system

2.2 遗传算法处理与计算

在处理类似第2.1 节中的最优化问题时，遗传算法发挥着重要作用。遗传算法是一种仿生学算法，它擅长处理非常复杂的非线性多输入问题，求解的关键在于找到合适的适应度函数［18］。在本问题中，有两个最优化目标，即L 和Y。选取参数λ 来控制二者所占权重。Y 和L 的处理较为简单，目标是得到，同时为了保证Y 与L 有相同的数量级，需要对其进行修正，即得到所以适应度函数应为

此外，还有一个约束条件必须加到目标函数中，即最初的控制目标

这里的ξ 为一个安全系数，ξ ≥1 。这时，就需要利用罚函数法进行约束处理，引入惩罚因子。即对在解空间中无对应可行解的个体，在计算其适应度时，处以一个罚函数，从而降低该个体的适应度，使该个体被遗传到下一代群体中的机会减少。即用下式对个体的适应度进行调整:

式中:F(X)为原适应度，F'(X)为考虑了罚函数之后的新适应度，P(X)为罚函数。

故，新的适应度函数为

式(5)也可以推广到一般性问题，设拖缆有N 个水鸟，第i 个水鸟的前接拖缆长度为L'i，共有M 个障碍物同时经过，第i 个障碍物的吃水为Yi0(见图5 所示)，则:

式(6)即为该种工况适应度函数的一般性公式。

图5 一般避险工况示意Fig.5 Schematic diagram of general emergency condition

假设某拖缆有4 个水鸟，间隔均为100 m，初始位置为水下10 m，两个不明物体A、B 靠近拖缆，A、B 吃水深度分别为16 m 和13 m，A 将在2 号水鸟后侧70 m 处与拖缆相遇，B 将在3 号后侧80 m 处与拖缆相遇。需要控制拖缆，规避两不明物体。计算如下:

这里，利用MATLAB 遗传算法与直接搜索工具箱(GADS)进行计算［19-20］，GADS 的主要功能是利用遗传算法，寻找使适应度函数取得相对极小值的变量组合。该工具箱主要优点是操作简易，不需要对遗传算法各个算子做详细设计，一般只需设置好边界范围和种群大小，操作关键在于适应度函数的设计。

得到输出的Y 值为即1 号水鸟不移动，2 号水鸟向下移动3.4 m，3 号水鸟向下移动10 m，4 号水鸟向下移动2.5 m。根据得到的结果进行验证，拖缆与A、B 两物体相遇处拖缆的深度分别为18.02 m 和14 m，均大于A、B 的吃水深度，可以规避风险。

3 结 语

在拖缆控制过程中，尤其是在拖缆长度和拖缆数量不断增加的情况下，涉及到的控制器个数会越来越多，尤其在L' 为非定值时，障碍物有多个时，会产生多变量的非线性问题。运用文中提出的方法，可以省去中间复杂的计算过程，只需设置好相关参数和输入变量，即可直接得到结果，为整个拖缆控制器串级控制系统提供较为精确的控制目标。

在海上各种其他复杂工况中，还会遇到更多类似的问题，牵扯到多个输入变量和输出变量，要考虑多个优化目标。而在所有的问题中，满足安全完成控制任务的前提下，都需要满足“工作时间最短”和“拖缆承受的张力最小”两个最优化目标。在以后的研究中，可利用本文提供的方法，确定好其特定的优化目标，得到其他各类避险工况的适应度函数，建立上位机避险工况数据库，就可以实现对拖缆避险的精确快速控制。

［1］江泽民.对中国能源问题的思考［J］.上海交通大学学报，2008，42(3):345-359.(JIANG Zemin.Reflections on energy issues in China［J］.Journal of Shanghai Jiao Tong University，Science，2008，42(3):345-359.(in Chinese))

［2］PINDER D.Offshore oil and gas:global resource knowledge and technological change［J］.Ocean ＆ Coastal Management，2001，44(9):579-600.

［3］CHENG Jingyuan，SONG Kezhu，WANG Yanfang，et al.Data gathering and transferring sub-system designing of time-lapse marine seismic data acquisition and recording system［J］.Journal of Basic Science and Engineering，2006，14(2):181-193.

［4］熊翥.我国物探技术的进步及展望［J］.石油地球物理勘探，2004，39(2):237-243.(XIONG Xu.Development and prospect of mine resistivity tomography［J］.Progress In Geophysics，2004，39(2):237-243.(in Chinese))

［5］HILLESUND O，BITTLESTON S H.Control system for positioning of marine seismic streamers:U.S.Patent 6，932，017［P］.2007-08-23.

［6］张维竞，段磊，陈峻，等.转动型海洋地震拖缆位置控制器:中国，200910312032［P］.2010-06-09.(ZHANG Weijing，DUAN Lei，CHEN Jun，et al.Rotating marine seismic streamer position controller:China，200910312032［P］.2010-06-09.(in Chinese))

［7］DUAN Lei，ZHANG Weijing，LIU Tao.A new device for controlling the position of marine seismic streamer cables［C］//ASME.2010.

［8］张维竞，张小卿，陈峻.基于嵌入式水鸟的海洋地震拖缆运动状态仿真研究［J］.海洋工程，2009，27(4):81-86.(ZHANG Weijing，ZHANG Xiaoqin，CHEN Jun.Simulation study on the movement states of marine seismic streamer based on embedded birds［J］.The Ocean Engineering，2009，27(4):81-86.(in Chinese))

［9］史斌杰，张维竞，刘涛，等.基于人工神经元PID 调节器的“水鸟”控制系统性能分析［J］.武汉理工大学学报，2012(1):62-65.(SHI Binjie，ZHANG Weijing，LIU Tao，et al.Performance analysis of the "Birds" control system based on artificial neural pid controller［J］.Journal of Wuhan University of Technology，2012(1):62-65.(in Chinese))

［10］苗建明.海上地震拖缆自动定深器建模及仿真研究［J］.自动化博览，2010(6):72-74.(MIAO Jianming.Modeling and simulation of auto-depth dragging cable controller on offshore seismic［J］.Automation Panorama，2010 (6):72-74.(in Chinese))

［11］LIU Tao，ZHANG Weijing，MA Jie，et al.Transient dynamic analysis of towed low-tension cable with experimental verification［J］.Ship Mechanics，2013，17(3).

［12］张亮，张维竞，刘涛.地震拖缆的复模态振动主动控制［J］.海洋工程，2013，31(1):49-53.(ZHANG Liang，ZHANG Weijing，LIU Tao.Active complex mode control of seismic cables＇vibration［J］.The Ocean Engineering，2013，31(1):49-53.(in Chinese))

［13］张亮，张维竞，刘涛.海洋资源勘探拖缆水平振动的鲁棒自适应控制［J］.振动与冲击，2013，32(14):134-138.(ZHANG Liang，ZHANG Weijing，LIU Tao.Robust adaptive control strategy for the horizontal vibration of towed seismic cables［J］.Journal of Vibration and Shock，2013，32(14):134-138.(in Chinese))

［14］吴喆莹，李扬，江龙克，等.新型海洋勘探拖缆位置控制器的设计研究［C］//第八届军事海洋战略与发展论坛.2011.(WU Zheying，LI Yang，JIANG Longke，et al.Design and study of a new type of marine exploration towing position controller［C］//The Eighth Military Strategy and Development Forum.2011.(in Chinese))

［15］PABON J，TEIGEN O.Marine seismic streamers:U.S.Patent Application 13/004，419［P］.2011-01-11.

［16］李日东，鞠文斌，皮桂英.动态海浪、水深综合压力传感器的研究［J］.今日科苑，2010 (10):21-21.(LI Ridong，JU Wenbin，PI Guiying.Research on dynamic waves，water depth integrated pressure sensor［J］.Modern Science，2010 (10):21-21.(in Chinese))

［17］刘涛，张维竞，马捷.基于Lyapunov 函数方法的海洋资源勘探拖缆水平振动的控制［J］.上海交通大学学报，2010，44(10):1460-1464.(LIU Tao，ZHANG Weijing，MA Jie.Control strategy for horizontal vibration of towed seismic cables via lyapunov method［J］.Journal of Shanghai Jiao Tong University，2010，44(10):1460-1464.(in Chinese))

［18］周明，孙树栋.遗传算法原理及应用［M］.北京:国防工业出版社，1999.(ZHOU Ming，SUN Shudong.Genetic algorithms:theory and applications［M］.Beijing:National Defense Industry Press，1999.(in Chinese))

［19］李扬，张维竞.基于MATLAB 遗传算法工具箱的水鸟水翼控制研究［J］.信息技术，2013 (5):24-27.(LI Yang，ZHANG Weijing.Study on the control of embedded bird＇s wings based on GA toolbox of MATLAB［J］.Information Technology，2013 (5):24-27.(in Chinese))

［20］雷英杰，张善文，李续武.MATLAB 遗传算法工具箱及应用［M］.西安:西安电子科技大学出版社，2005.(LEI Yingjie，ZHANG Shanwen，LI Xuwu.MATLAB genetic algorithm toolbox and its application［M］.Xi’an:The Press of Xidian University，2005.(in Chinese))