Вестник МГТУ, 2025, Т. 28, № 4/1.

Пашенцев С. В. Маневренное испытание "зигзаг" и обученная нейросеть как инструменты. УДК 629.58+0004.8 Маневренное испытание "зигзаг” и обученная нейросеть как инструменты идентификации адекватной математической модели движения судна С. В. Пашенцев Мурманский арктический университет, г. Мурманск, Россия; • serpass15@yahoo.com, ORCID : https://orcid.org/00 00-0003-1512-341X Реферат Нейронная сеть применяется для коррекции математической модели движения судна. Для ее обучения использовались данные, полученные при испытаниях в режиме стандартного маневра "зигзаг 20/20" посредством случайных вариаций с нормальным распределениемпервоначально рассчитанных параметров модели. При испытаниях варьированной модели фиксировались кинематические параметры для характерных моментов маневрирования (начала переброски руля с борта на борт; последующего максимального зарыскивания судна). Для шести моментов сохранялись семь параметров: время, линейная скорость, угловая скорость поворота, курс и координаты судна (42 входных параметра). В программной среде Statistica Neural Nets произведено обучение сети на базе 600 наборов таких данных с использованием встроенного интеллектуального решателя проблем IPS. Наборы данных явились входом сети, а выходом - параметры математической модели. Обученная сеть позволяет по заданным маневренным характеристикам (определенным, например, в ходе натурных испытаний) находить совокупность параметров модели. При коррекции модели в соответствии с изменившимися маневренными требованиями необходимо использовать их в качестве входа в обученную сеть для получения на выходе совокупности параметров модели, адекватной этим изменившимся требованиям. В ходе исследования рассмотрена наиболее сложная математическая модель в перемещениях, которая расширена до 19 параметров дополнительным включением в нее коэффициентов присоединенных масс и присоединенного момента инерции судна. Преимущество обученной нейронной сети заключается в возможности анализировать степень влияния каждой из входных переменных на выходные, что открывает путь к обоснованному упрощению математических моделей, удаляя из них параметры, которые не влияют на конечный результат. Пашенцев С. В. и др. Маневренное испытание "зигзаг" и обученная нейросеть как инструменты идентификации адекватной математической модели движения судна. Вестник МГТУ. 2025. Т. 28, № 4/1. С. 558-571. DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-558-571. e-mail Информация о статье Поступила в редакцию 21.05.2025; получена после доработки 11.06.2025; принята к публикации 19.06.2025 Ключевые слова: математическая модель движения судна, нейронные сети, прогнозирование, компьютерные испытания модели, натурные испытания "зигзаг" Для цитирования Zigzag maneuvering test and trained neural network as tools for adequate identification of the mathematical model of vessel motion Sergey V. Pashentsev Murmansk Arctic University, Murmansk, Russia; e-mail: serpass15@yahoo.com, ORCID : https://orcid.org/00 00-0003-1512-341X Abstract Article info Received 21.05.2025; received in revised 11.06.2025; accepted 19.06.2025 Key words: mathematical model of vessel motion, neural networks, forecasting, computer testing of the model, full-scale zigzag testing For citation The neural network is applied for correction of the mathematical model of vessel motion. The data obtained during the model tests in the standard maneuver mode "zigzag 20/20" have been used for its training. The data set training the neural network has been obtained by means of random variations with normal distribution of the initially calculated parameters of the model. During the computer tests of the varied model, the measurable kinematic parameters for the characteristic moments of maneuvering have been recorded. These are the moments of the beginning of the rudder throwing from side to side and the moments of the subsequent maximum yawing of the vessel. For six such moments, seven parameters are saved: time, linear speed, angular rate of turn, course and coordinates of the vessel (42 input data for network training). In the Statistica Neural Nets (SNN) software environment, the network has been trained on the basis of 600 sets of such data using the IPS intelligent problem solver built into the SNN environment. The listed data are the network input, and the output ones are the parameters of the mathematical model. The network trained in this way allows for the given maneuvering characteristics, for example, determined by full-scale tests, to find a set of model parameters. If it is necessary to correct the model to meet the changed maneuvering requirements, using them as input to the already trained network, at the output we will obtain a set of model parameters adequate to these changed requirements. The most complex mathematical model in movements is considered, which is expanded to 19 parameters by additionally including two coefficients of added masses and the added moment of inertia of the vessel. All this makes it possible to obtain refined parameters of the mathematical model of the vessel's motion as output variables of the network. The analysis of the results allows us to draw a number of conclusions about the applicability of this approach and the degree of its effectiveness. Pashentsev, S. V. 2025. Zigzag maneuvering test and trained neural network as tools for adequate identification of the mathematical model of vessel motion. Vestnik ofMSTU, 28(4/1), pp. 558-571. (In Russ.) DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-558-571. 558