船舶姿态运动实时预报算法研究

根据大型舰船在随机海浪作用下的非平稳运动特性,提出基于AR模型的实时建模预报方法,详细讨论了改进隅角实时快速定阶算法和RLS递推在线参数辨识方法。针对典型航行工况,对船舶纵摇运动进行了仿真研究,并与AIC定阶算法进行了比较。仿真结果表明:AR算法适用于舰船在非平稳运动情况下的建模预报。AIC准则、改进隅角两种定阶方法均可实现AR模型阶数的在线估计问题,预报长度均可达到7-10秒,但改进隅角定阶算法简单,独立性好,易于编程实现,预报实时性好。该方法在理论和工程应用方面具有重要的意义。

一类具有执行器饱和的非线性系统抗饱和方法研究

针对一类具有执行器饱和的非线性控制系统,提出了一种双环路的动态抗饱和补偿方案,为执行器输出受限的非线性系统提供了新思路.与现有结果相比,所提方案能更好地改善闭环系统控制性能.考虑执行器饱和约束,通过优化执行器饱和发生前后控制器的状态误差的积分性能指标,综合设计一类同时包含传统抗饱和及延迟抗饱和补偿器两个环路的改进抗饱和补偿器,这类补偿器有效地抑制了饱和现象对控制器的影响,从而降低了执行器饱和对控制系统性能的影响.当系统存在高饱和度现象时,利用该双环路抗饱和补偿器,可以最大程度弱化饱和对系统性能的影响.最后,利用输入状态稳定(Input state stability,ISS)定理分析和证明了该闭环系统全局一致有界稳定.并通过舵机执行器受约束的舵减横摇系统的仿真试验,验证了该方案的有效性及优越性.

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。

基于嵌入积分滑模策略的船舶运动控制

针对船舶模型的不确定和海浪干扰问题,为实现船舶航向控制,提出了一种嵌入积分滑模控制方法,此方法结合了积分滑模和嵌入滑模的控制思想。积分滑模是用来减小滑模函数的增益,嵌入滑模用来补偿系统匹配和不匹配的扰动。并利用基于极点配置的状态估计方法实现了对高频海浪扰动的滤波。最后进行仿真试验,结果表明设计的控制器具有船舶操纵的良好动态特性,具有超调小鲁棒性强的优点,更适合船舶航向控制的工程要求。

带有海浪滤波器的船舶航向反步自适应输出反馈控制

针对复杂海况下船舶航向控制中的模型非线性、参数不确定和海浪扰动问题,提出了一种基于反步法的非线性自适应输出反馈控制算法.首先基于无源理论设计了一种状态观测器以实现海浪滤波和状态估计,这种观测器无需海浪扰动的方差信息从而减少了观测器参数数量.然后假定系统模型参数未知,基于反步法给出了非线性控制律和参数自适应律.利用Lyapunov理论证明了这种自适应输出反馈控制系统的稳定性.仿真结果表明本文所提控制器具有较好的控制性能,对不确定性模型参数具有良好的自适应性.

基于BP算法的船舶航向模糊PID控制研究

以含有未知参数的船舶航向非线性模型为研究对象,设计了一种基于BP算法的船舶航向模糊自适应PID控制器。船舶航向传统PID控制的参数自适应能力弱,鲁棒性较差;BP算法可动态调整PID控制参数,但由于BP神经网络收敛速度慢,且有时会使设定的指标函数达到局部极值,操纵性能不能令人满意。基于BP算法的模糊自适应控制策略,采用模糊规则对网络输入进行"归档",优化网络收敛速度,避免设定指标函数达到局部极值,改善了系统的操纵性能与鲁棒性。仿真实验结果表明该控制策略实现简单,具有较高控制精度。

二级倒立摆状态反馈控制器设计优化方法

设计了一种二级倒立摆的状态反馈控制器。研究了一种基于单纯形算法的参数优化方法。首先给出了二级倒立摆系统模型并分析了系统特性,设计了状态反馈控制器,提出基于ITAE(Integrated Time&Absolute Error)性能指标应用单纯形优化方法对状态反馈控制参数进行优化设计,以快速准确地得到状态反馈阵,并利用固高GLIP2002型直线倒立摆系统进行仿真分析和二级倒立摆系统控制实验,实现了二级倒立摆优化控制。提出的一种如何寻找使系统稳定且具有较好性能的状态反馈控制参数这一控制领域重要问题的解决方法,避免了极点配置法手动试凑方法调试参数困难的问题,对非线性、强耦合运动体的控制具有理论意义和应用价值。

船舶航向非线性H_∞逆优化输出反馈控制

为抑制船舶航向非线性优化控制中模型参数摄动和由状态观测器引入的不确定观测误差,提出了一种非线性H∞逆优化控制算法.首先,基于无源理论设计观测器以实现海浪滤波,该观测器无需海浪扰动的方差信息从而减少了观测器参数数量.然后,考虑模型参数摄动对观测误差的影响,给出了描述系统局部(全局)性态的局部(全局)H∞优化性能指标.在以广义黎卡提方程(GARE)对局部优化问题的求解的基础上,应用逆优化方法将全局H∞优化问题转化为构造闭环系统的Lyapunov函数问题,得到同时满足两种指标的优化控制器,并证明了稳定性.仿真结果证明了该算法的有效性.

大型船舶航迹多变量随机最优控制

基于随机控制理论 ,研究了大型船舶航迹的随机最优控制。以Mariner号船舶为研究对象 ,建立了该船的运动方程和干扰模型 ,在此基础上 ,利用卡尔曼滤波器对航向角Ψ、舵角δ、船位信息 (经纬度 )等进行最优估计 ,采用LQG随机控制方法对航迹进行随机最优控制。仿真结果表明航迹控制性能良好 ,能精确保持航迹。

设计型实验设备的设计与开发

对目前使用比较广泛的SKJ-PCI型数字随动系统的软件系统进行了重新开发,增加了各种综合设计性实验。改造后系统为学生提供了简捷方便的接口,使学生自行设计开发的控制算法能方便嵌入系统,实现如模糊控制和最小拍控制等。同时改造后系统提供了大量的帮助文档,使学生使用起来方便,快捷。文章在对原系统的不足进行分析后,介绍了改进方案和实现的方法。

基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。

变步长LMS算法相空间重构的AR模型预报仿真

研究船舶运动姿态预报问题,存在着预报精度不高和收敛速度慢的问题,根据船舶运动具有混沌特性的特点,提出了VSS-LMS算法重构相空间,建立AR预报模型,实现了对船舶运动姿态的预报仿真,提高了稳态的预报精度,并在初期就能很好地提高收敛速度。经实验证明,基于VSS-LMS算法的混沌相空间重构AR预报模型预报精度更高、预报时间更长,且具有更快的收敛速度,为船舶运动姿态实时在线预报提供了理论依据。

舰载机纵向自动着舰控制

对舰载机纵向着舰控制系统进了分析和研究,根据舰船甲板运动引起舰载机着舰点不断变化的问题,加入甲板运动补偿环节,并对补偿律进行了设计;对常规的纵向导引控制律进行了改进设计,引入模糊控制.仿真结果表明,引入甲板运动补偿环节,有效地减小了由于甲板运动造成的着舰误差,提高了着舰的安全性,模糊PID导引控制律比常规的PID导引控制律具有更好的控制下滑轨迹的能力,更能满足着舰的需要.

具有艏前波观测量的大型舰船姿态运动预报

讨论了应用艏前波观测量和舰船运动姿态观测数据,对大型舰船运动姿态进行建模预报的方法。提出了运动预报的ARMA模型和艏前波预报AR模型。给出了艏前波波幅预报算法及舰船运动姿态预报算法。并对舰船纵摇运动进行了仿真。仿真计算表明,该方法可达到满意的预报精度。最后,将该方法与通常的只依据舰船姿态观测量进行预报的AR方法进行了比较。

基于HMCD的仿人机器人步态规划

结合机器人本体结构设计和自由度配置,分析、调整了HMCD(Human Motion Capture Data)。采用模仿法把调整后的步态应用于步态规划。根据目前大多采用的两步规划法的不足,给出了改进后的三步规划法,并结合零力矩点(ZMP)稳定判据方法规划得到机器人稳定行走的关节运动曲线。最后对机器人前向运动、侧向运动进行了仿真,仿真结果表明基于HMCD的三步规划法可行。

仿人机器人稳定步行控制研究

介绍了仿人机器人运动控制研究现状,通过对步行机器人稳定性判据ZMP分析,提出通过控制踝关节转动角度来调节ZMP的位置,以保证机器人行走的稳定性.根据模糊控制理论,设计出步行机器人踝关节二维模糊控制系统及模糊控制器.仿真结果表明步行机器人能够通过控制踝侧向关节的相对转动调节ZMP点的位置,实现机器人的稳定步行.

船舶横向运动鲁棒PID控制及优化

针对船舶横向运动控制特点,为达到航向舵控制航向同时达到减横摇的目的,提出了一种基于闭环增益成形和模糊优化算法的鲁棒PID控制器设计方法。根据具有工程实际意义的横摇和艏摇带宽直接构造出横摇、艏摇鲁棒PID控制器,并基于横摇与艏摇频谱,组合成横向控制器。由于用舵来减摇不可避免地增加了舵机的工作负担造成较大的舵机损耗,为此提出对横摇和艏摇控制器输出加入权重分配,采用模糊算法优化横向控制器权系数的方法,达到系统性能综合最优。仿真结果表明所设计的控制器具有较强的鲁棒性,合理的权系数选择,不但可以达到降低舵机损耗的目的,而且提高了航向控制精度。该控制器设计简单,易于船舶横向运动控制的实际工程应用,具有一定的研究价值。

基于小波分析的电力系统故障检测

正确检测电力系统故障信号对提高电能质量具有重要意义,文中讨论了采用小波变换快速算法对电力系统中故障信号进行分析、判断的方法.仿真结果表明,这种算法能够准确及时判断故障,符合工程实时性的要求.

基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。最后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。

基于Kalman滤波算法的Volterra级数核估计及其应用

为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least-mean-square,NLMS)算法和最小二乘(recursive least-square,RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。