基于Q学习算法的随机离散时间系统的随机线性二次最优追踪控制

针对随机线性离散时间系统,利用Q学习算法求解无限时域的随机线性二次最优追踪控制(SLQT)问题.首先,假设通过命令生成器生成追踪所需的参考信号,并建立一个由原随机系统和参考轨迹系统组成的增广系统,把最优追踪问题转化为最优调节问题的形式.其次,为了在线求解随机系统的最优追踪问题,将随机系统转为确定性系统,并根据增广系统定义随机线性二次最优追踪控制的Q函数,在无需知道系统模型参数的情况下在线求解增广随机代数方程(GSAE).再次,证明了Q学习算法和增广随机代数方程的等价性,给出了Q学习算法实现步骤.最后,给出一个仿真实例说明Q学习算法的有效性.

基于锚链可靠性的深水半潜平台设定点追踪控制

装备锚泊辅助动力定位系统的半潜平台运动控制主要目标,是将船舶保持在距离目标位置较小的半径内,同时防止系泊缆发生失效。该文将设定点追踪控制方法应用于配备锚泊辅助动力定位系统的半潜平台,以确保系泊缆的可靠性。根据结构可靠度指数和动态权重系数,建立系泊缆张力的能耗方程,通过求解能耗方程在线计算最优设定点;并基于该方法设计了定位系统控制器,通过时域耦合数值模拟对该方法进行验证与对比。结果表明,在控制参数相同的情况下,文中提出的设定点追踪控制方法可以使系泊缆的可靠度指数保持在相对较高的水平,提高定位精度的同时降低系泊缆张力动态响应幅度。该方法将有助于推动锚泊辅助动力定位系统在半潜平台上的进一步工程应用。