船舶类量化神经网络自适应运动控制方法研究

研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非线性项来消除隐性不确定项因子对控制系统的影响,与此同时模型中所设计的RBF自适应量化控制器不需要对先验信息进行量化参数处理,不仅可以保证有效跟踪和控制的同时,还可以减轻通信的传输负担、减少执行频次和降低系统控制幅度。本文基于Lyapunov稳定性理论证明了所提出的带有输入量化的RBF神经网络自适应闭环控制系统的稳定性,并在Matlab Simulink环境中构建仿真模型分析,论证了所设计的运动控制方法的有效性。

海豚头气动外形导弹主动段过载驾驶仪设计

针对海豚头气动外形导弹主动段飞行过程中存在快速变化的俯仰干扰力矩导致驾驶仪过载指令不跟随的问题,研究了一种基于自适应控制的三回路过载驾驶仪在线调参方法。首先,对纵向短周期下的导弹动力学进行建模,建立三回路过载驾驶仪状态方程,在标称状态下采用极点配置对三回路过载驾驶仪的控制参数进行设计;其次,将标称状态下的驾驶仪视为参考模型,采用模型参考自适应方法,通过设计Lyapunov函数对自适应更新律进行设计。为了增强在建模不确定条件下自适应算法的稳定性,引入投影算子和死区的概念;最后,在气动拉偏条件下对海豚头气动外形导弹的主动段进行三回路自适应过载驾驶仪指令跟踪仿真。仿真结果表明,三回路自适应过载驾驶仪在海豚头气动外形导弹的主动段具有较好的动态跟踪特性。

船舶操纵的控制技术发展综述

介绍与比较了船舶操纵的各种自动舵控制方法，船舶自动舵可分为４个发展阶段，即机械舵、ＰＩＤ舵、自适应舵和智能舵，其中智能舵为目前最先进的自动舵，它分为专家系统、模糊舵和神经网络舵．

船舶自动舵研究综述

介绍了国内外对船舶自动舵航向保持控制、航迹保持控制及其他功能方面的研究成果,将船舶自动舵研究与IMO的"益航海"战略实施计划结合起来,提出了船舶自动舵研究的算法先进化、功能综合化、实现网络化、使用简单化和装备国产化的发展趋势。

自适应理论在船舶操纵中的应用

根据作者研究的成果和对船舶自动操纵原理的分析,将自适应原理应用于船舶操纵这一当今世界十分活跃的领域作一论述.从自动舵发展到自适应舵,从某些具有代表性的理论到产品,从自适应舵的发展到自适应理论应用于操纵的发展趋势,文中作了较全面的综述.

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾(Norbin)非线性船舶模型,基于反馈线性化方法和由径向基函数(RBF)神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。

恶劣海况下船舶航向保持控制的新方法

提出一种采用基本滤波器和辅助滤波器进行船舶航向保持控制的新方法 .计算机仿真结果表明 ,在恶劣海况下 。

船舶航向自适应鲁律PID自动舵设计

利用野本模型作为船舶航向控制系统的模型，在给出船舶航向自动舵传统PID型控制律设计方法的基础上，考虑到船舶航向控制系统模型中存在参数不确定性和外界干扰不确定性，建立含有不确定性项的船舶航向误差控制系统的状态方程，提出了船舶航向自适应鲁棒PID控制律算法，利用Lyapunov理论证明了所提出算法的稳定性，并且利用MatlabSimulink工具箱进行仿真研究．

考虑通信时延的船舶航向保持鲁棒自适应控制

为了进一步研究船舶航向保持远程控制,本文提出一种鲁棒自适应神经网络控制方案以解决网络诱导时延对系统稳定性和性能的不良影响。与传统Backstepping方法不同,该方案将系统不同阶子系统中的不确定部分纵向传递至第n个子系统,并利用径向基函数神经网络进行在线逼近,达到对系统中模型不确定部分的有效补偿,从而解决远程控制系统中不确定时延问题。通过实际测试分析海事卫星通信网络时延特性,以"育鲲"轮为例开展仿真试验,结果验证了本文算法的有效性,且对模型摄动和外界环境干扰具有较好的鲁棒性能。该算法具有计算量小、鲁棒性强、易于工程应用的优点。

考虑舵机故障的船舶鲁棒自适应航向保持控制

[目的]针对舵机故障、控制增益未知和海洋环境干扰情况下的欠驱动船舶航向保持问题,设计一种考虑舵机故障的船舶鲁棒自适应航向保持控制算法。[方法]通过结合鲁棒神经阻尼技术和自适应方法,对繁重的神经网络权值进行横向压缩,仅需设计2个自适应学习参数对未知增益和舵机故障参数在线补偿,以确保船舶在舵机故障的情况下能够有效执行航向保持任务。通过李雅普诺夫理论,证明所提出的控制器半全局最终一致稳定有界(semi-global uniform and ultimately bounded,SGUUB)。最后以“育鲲”轮为仿真对象,建立非线性Nomoto数学模型,在海洋干扰下进行对比仿真试验验证。[结果]结果表明,在此策略下,“育鲲”轮在舵机故障情况下平均舵角输出比仿真试验中所对比的传统方法降低了51%,可改善航向保持控制效果。[结论]研究结果可为欠驱动船舶的航向保持控制问题提供借鉴。

船舶自动舵控制技术发展研究

介绍与比较了船舶操纵的各种自动舵控制方法 ,船舶自动舵可分为四个发展阶段 ,即机械舵、PID舵、自适应舵和智能舵 ,其中智能舵为目前最先进的自动舵 ,它又分为专家系统、模糊舵和神经网络舵。

一种新型神经网络控制器及在自动舵上的应用

提出一种神经网络在线工业跟踪控制方法，此方法能解决ＢＰ学习算法中误差函数对权值的偏导数计算问题和执行器输出的脉动变化和饱和问题。把本控制器用于船舶自动舵控制，仿真结果表明了它的可行性和自适应性。

船舶自动舵控制技术的发展

介绍与比较了船舶操纵的各种自动舵控制方法 ,船舶自动舵可分为 4个发展阶段 ,即机械舵、PID舵、自适应舵和智能舵 ,其中智能舵为目前最先进的自动舵 ,它又分为专家系统。

H_∞自动舵鲁棒性的海试验证

给出了H∞ 鲁棒自动舵在阳澄湖号油轮上实际海试的结果 ,证明了该自动舵能够抑制海况干扰 ,具有良好的控制性能 ,对航速变化等产生的船舶模型摄动 ,具有良好的鲁棒性能 .

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数 ,并假设该函数是连续的 ,在以模糊系统对该函数进行逼近的基础上 ,利用 Lyapunov理论 ,提出了一种新的模型参考模糊自适应控制算法。其特点是 ,无论取多少条模糊系统规则 ,自适应学习的参数只有一个 ,便于工程实现 ,而且还确保闭环系统渐近稳定 ,并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为例 ,进行了船舶航向模型参考模糊自适应自动舵设计 ,并利用 Matlab工具箱进行了仿真研究 。

基于ANFIS的船舶航向控制系统的设计

为解决因船舶运动的非线性和不确定性使常规航向控制器参数调整难度大的问题,提出一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法。用模糊控制解决船舶不确定性系统控制问题,并借助神经网络的学习能力优化控制器参数,设计出能在线自调整控制规则来获得最佳控制规律的ANFIS航向控制器。仿真实验结果表明,设计的航向控制器在船舶模型参数摄动以及风浪干扰下都能获得良好的控制性能。

大型远洋风帆助航船舶航向控制系统仿真

针对海风会对风帆助航船舶的航向产生干扰,设计一种稳定的风帆助航船舶航向控制系统。在MATLAB/Simulink平台下对风帆助航船舶的航向控制和不同风况下的保向性进行仿真研究。仿真模型输出的结果表明,运用该航向控制系统可以准确、迅速地调整航向,同时能够在海风的影响下维持风帆助航船舶的航向稳定性。

船舶航向的自适应神经模糊控制系统

针对模糊控制器中的量化因子、模糊规则等难以人工整定的困难,文中提出了一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法,利用船舶航向模糊控制器两端获取的数据来训练ANFIS控制器,并将其控制效果和船舶航向模糊控制器的控制效果进行了比较.仿真结果表明,在不同风速和流速干扰作用下,基于ANFIS的航向控制器无论在超调量、响应时间和稳态误差方面都具有更好的控制品质,在干扰下仍然能够满足船舶航向实时控制的要求.

船舶航向模型参考模糊自适应控制器的设计

本文介绍了模型模糊自适应控制器的结构 ,调节机理。针对船舶航向控制 ,设计了参考模型模糊自适应控制器 ,并进行了仿真。与普通模糊控制器控制效果进行了比较 。

船舶自动舵控制系统设计与比较

文中建立船舶操纵控制系统数学模型,设计了传统PID控制和基于频域法的超前控制这两种船舶自动舵控制系统,通过MATLAB/Simulink仿真平台,对设计的控制系统进行仿真研究。仿真结果表明:新设计的频域控制器控制特性明显优于传统PID控制结构,具有良好的操纵性能,能够为航渡任务的安全与顺利完成提供有力保障。