船舶自动舵控制算法仿真测试平台

为了方便科研人员进行船舶运动控制算法研究,采用Visual Basic 6.0开发了一套基于Norrbin六自由度非线性船舶运动数学模型的船舶自动舵控制算法仿真测试平台。该平台提供了标准的输入、输出数据接口,用户据此编写航向保持控制算法,不限编程语言和控制算法类型。大量的航海计算、船舶运动数学模型、海况干扰、海图显示、曲线显示、航线规划、报警等程序由测试平台给出。测试结果可与内设算法进行比较,并以简易海图、数字、曲线、综合性能指标的形式显示。以自行设计的航向保持PD控制器作为外接控制器对本系统进行测试,结果令人满意。本测试平台具有界面友好、简洁易用、成本低廉的优点。

三维图形绘制生成航海雷达回波的强度仿真

现有航海雷达模拟器的回波图像对物标间的遮挡判断不明确,回波强度不能有效反映电磁波传播的物理特性。在分析射线跟踪方法的基础上,提出了以三维视景库为数据源,通过视景图形绘制方法生成航海雷达图像。提出了基于雷达方程的航海雷达回波强度计算模型,以ITU建议标准为参考计算模型中的大气传播损耗、降雨损耗和云雾损耗,结合图形绘制流水线实现回波强度计算。仿真试验证明该方法生成的航海雷达图像物标遮挡关系明确,回波强度变化合理,真实感明显提高。

基于仿射变换的双克令吊装卸动态仿真算法

提出一种基于仿射变换的双克令吊联合装卸重大件货物的动态仿真快速算法。该算法是将在三维空间中6参数的非线性方程组经仿射变换后,变为二维平面上的4参数的非线性方程组,对此方程组运用最优化方法进行迭代求解,再经仿射反变换得到原非线性方程组的最终解。在此算法和基于OPENGL的三维视景显示等算法基础上,设计并实现了重大件货装卸仿真系统,实践证明这一算法的实现加快了系统的仿真速度,结果令人满意。

船舶动力定位控制算法测试仿真系统

为克服动力定位控制算法的实船测试具有风险大、调试周期长、费用高的缺点,设计了船舶动力定位控制算法测试仿真平台。建立了动力定位船舶的运动数学模型和风浪流等海洋环境对船舶的扰动模型,分析了动力定位船舶的运动特点,提出仿真平台的设计要求,介绍了仿真系统的功能框架和实现、测试流程以及相关的接口。以一艘动力定位供给船为研究对象,采用模型预测控制算法进行"自动定位模式"的测试,测试结果表明:该仿真系统能够验证动力定位控制算法的有效性和鲁棒性,减少实船试验带来的风险和时间,对动力定位控制算法的研究具有重要意义。

半潜船潜浮仿真及计算机辅助控制系统

为了安全运输海洋工程结构物、降低船员疲劳程度,用VB实现了半潜船潜浮仿真及计算机辅助控制系统。在原"泰安口"半潜船压载水仿真系统基础上,设计了半潜船潜浮作业自动控制逻辑,能自动控制半潜船空载下潜、空载上浮、载货下潜、载货上浮;同时还增设了半潜船潜浮作业实时动画仿真模块,不但能动态地模拟压载水系统自由压排水、空压机式压排水以及泵式压排水工作的全过程,还以Flash动画的形式实时模拟了半潜船潜浮进度。经测试能够控制半潜船下潜上浮功能,且仿真效果令人满意。

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统。这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能。这种方法设计过程简单,物理意义明显。

欠驱动船舶简捷鲁棒自适应路径跟踪控制

为了进一步解决模型存在任意不确定性和外界环境干扰的欠驱动船舶路径跟踪控制问题,在Backstepping方法基础上,引入非线性函数逼近技术对模型中任意不确定因素进行补偿控制。考虑到"计算膨胀"和控制实时性问题,引入动态面控制和最小参数学习方法的设计思想,充分利用欠驱动船舶模型内部结构特征,将用于非线性函数逼近的神经网络权重压缩为4个参数进行在线学习。该算法具有形式简捷、学习参数少、易于工程实现的特点,仿真实例验证了所提出控制策略的有效性。

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法,针对非线性船舶航向保持系统,设计了其Backstepping逆推控制器,由非线性函数项和常规线性控制器组成,将简化的Back-stepping法与闭环增益成形算法相结合,设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向,调节时间为600 s,符合船舶航行的实际情况,控制效果良好;当系统增加干扰后,系统的控制输出除了因干扰产生的抖动外,其跟踪性能仍然较好,航向输出无静差,说明控制器具有一定的鲁棒性;是否全部对消非线性项,对其控制效果相差不大,说明当模型发生参数摄动时,系统的控制性能仍能保证。

不对称信息理论与非线性鲁棒控制算法

针对非线性船舶航向保持系统,通过设计其精确反馈线性化控制器,给出一种物理意义更明显的解释,即非线性精确反馈线性化控制器由非线性函数项和常规线性控制器组成.将简化的精确反馈线性化法与闭环增益成形算法相结合,设计其非线性鲁棒控制器,增加了信息的传递量,在提高系统鲁棒性能的基础上,使该算法成为实际工程上可用的算法.仿真结果表明,当信息传递充分时,航向保持效果良好.

船舶转向的鲁棒控制及其优化设计

针对已有的转向控制的控制器和前馈控制器环节进行了改进.将原有的LQ控制器用基于闭环增益成形算法的鲁棒PID控制器取代;将原有的前馈环节转向分区从3个增加到7个,从而提高系统的精度和控制质量,该前馈控制器利用了Simulink中Switch(选择开关)模块进行自动判断,7个分区逐层嵌套,逻辑清楚.系统仿真时加入了海况干扰模块,以验证系统的鲁棒性.仿真结果表明,新的转向控制器较原有控制器在控制精度和鲁棒性方面均有所改善,较原系统有一定的简化.

基于混沌分析的船舶参数激励横摇运动及其减摇鳍控制研究

船舶参数激励横摇可能导致船舶的大幅度横摇运动,威胁船舶、货物和海上人命安全。为了减小参数激励带来的不利因素,通过李亚普诺夫指数和功率谱对船舶在规则纵浪中运动的稳定性进行分析。从而分析船舶参数激励横摇运动的产生机理,不仅分析了船舶参数激励横摇产生混沌现象的条件,而且确定出船舶参数激励横摇运动的安全与危险区域。然后基于Backstepping算法和闭环增益成形算法设计出减摇鳍控制器,并且在考虑一定的干扰后进行了仿真试验。仿真结果表明该控制策略对于消除船舶参数激励横摇系统的混沌现象是十分有效的,并且其鲁棒性能令人满意。

闭环增益成形算法用于船舶非线性模型控制

闭环增益成形算法根据闭环频谱及灵敏度函数所希望的形状,用最大奇异值、带宽频率、频谱峰值和高频渐近线斜率4个具有工程意义的参数构造出鲁棒控制器。采用响应型船舶运动非线性数学模型,设计基于闭环增益成形算法的鲁棒控制器,然后在Matlab的Simulink下进行系统仿真。仿真结果表明,所设计的控制器具有良好的鲁棒性能,施舵合理。

用GA优化模糊控制器及其应用

用遗传算法优化模糊控制器的隶属度函数,得到优化的模糊控制器。在遗传算法设计方面,采用十进制基因编码,减少了译码的麻烦,避免了常规情况下以二进制形式编码的染色体物理意义不明显和在交叉、变异操作中容易破坏本身特性的缺点。给出了一种比较实用的交叉、变异和选择的方法,不仅使得种群进化的操作计算变得简单,而且既保留了染色体中好的特性又优化了不良的染色体。全部程序由Matlab编程实现。针对某货船,将优化后的模糊控制器在Matlab的Simulink中进行了多种情况下的仿真研究。此外,对于种群规模、进化代数对模糊控制器性能的影响也做了对比的仿真研究。由仿真结果可知,遗传算法能够有效地提高模糊控制器的性能。

舰载电视跟踪仪鲁棒自稳定控制

船体在海面上受风、浪、流的影响而发生周期性的横摇、纵摇和艏摇运动,直接安装在甲板上的电视跟踪仪将跟随船体发生同样幅度的摇摆运动,从而使视轴摆动,造成电视图像模糊,甚至丢失目标.为了保证电视跟踪仪海上跟踪测量的平稳性和准确性,基于惯性导航系统给出的横摇和纵摇位置数据,建立了包含艏摇的完整的三自由度船摇自稳定数学模型,并且在M atlab仿真环境中采用闭环增益成形控制算法进行了三自由度船摇自稳定系统的数字仿真,结果表明所设计方法能够提高舰载电视跟踪仪的跟踪精度并使电视图像清晰.

倒立摆分段控制方法

为了解决非线性控制器设计参数求取困难的瓶颈问题,使用极点配置方法设计出线性控制器,以此为基础设计反馈线性化非线性控制器的参数,形成了系统化的设计方法,成功解决了原非线性控制器参数靠试凑的难题。所给出的方法在倒立摆的分段控制中取得了良好的仿真结果,说明所设计的方法便捷可行。

不对称信息理论在船舶运动控制中的应用

本文介绍了不对称信息理论,并针对舵阻摇控制系统,通过简化鲁棒控制算法和改进舵机执行机构性能,增加信息的传递量,在提高系统鲁棒性能的基础上,使该算法成为实际工程上可用的算法。闭环增益成形算法采用闭环系统中具有工程意义的参数直接构造出鲁棒控制器,其设计过程简单,且物理意义明晰。从仿真结果可以看出:当信息传递充分时,航向保持效果大大改善,打舵的频率和幅值明显降低,同时也较为节能。

用镜像映射方法求纯不稳定过程的鲁棒控制器

对于极点全部位于开右半平面的纯不稳定过程,通过配置左半平面的零极点,使系统变成一般不稳定系统,然后通过镜像映射将成形后的不稳定过程转换成最小相位系统,最后用闭环增益成形算法直接根据鲁棒性能指标的奇异值曲线形状用闭环系统具有工程意义的参数构造出鲁棒控制器,故该控制器对成形后的不稳定过程同样具有鲁棒性。仿真结果表明系统的鲁棒性能良好。

一种鲁棒神经网络结构在温度控制系统中的应用

在神经网络直接逆控制的基础上,加入闭环增益成形控制算法,构成闭环的控制系统,以提高系统的鲁棒性。通过对简单的温度控制系统仿真结果分析可知,当系统没加入死区模型摄动时,具有闭环增益成形控制算法的神经网络控制系统与神经网络直接逆控制的控制性能相近,当加入死区时,前者明显提高了系统的鲁棒性。

汽车防抱死制动系统的鲁棒控制

为了提高汽车防抱死制动系统的鲁棒性能,设计了该系统的鲁棒控制器.通过对汽车防抱死制动系统的基本结构和工作原理的分析,给出了适于鲁棒控制器设计的1/4车辆系统的数学模型,然后用闭环增益成形算法设计出汽车防抱死制动系统的鲁棒控制器,最后用Matlab进行了汽车防抱死制动过程的仿真.仿真结果表明:该控制系统能充分利用最大附着力制动,并可提高汽车制动时的操作稳定性,当车的重量发生变化时,滑移率仍然维持在期望值0.2左右,提前了0.5 s抱死,抱死时滑移率还在0.15左右,控制器的鲁棒性能较好.

舵减摇与航迹保持的鲁棒协同优化控制

针对减摇航迹保持控制中存在的多目标优化问题,应用NSGA-Ⅱ提出舵减摇与航迹保持控制的鲁棒协同优化方法。首先,在对非线性船舶运动模型进行线性化的基础上提出一种响应型简化线性模型;然后,基于闭环增益成形算法建立舵减摇与航迹保持的简捷鲁棒控制器;接着,针对航迹跟踪精度、舵减摇率和舵机能耗等3个目标函数,利用NSGA-Ⅱ实现控制参数的协同优化;最后,对某海军运输船的非线性模型进行仿真试验。试验结果表明:Pareto优化解集能反映多目标函数之间的制约性,性能最优参数方案与经验参数方案相比在增加舵机能耗的前提下能获得更高的航迹跟踪精度和更好的减摇效果。