基于变结构控制理论的船舶非线性控制仿真研究

为厂提高船舶的航行安全性以及航行中的舒适性．设计了舵鳍联合减摇控制器。分析了船舶运动的非线性模型，根据实际情况进行假设，得到了船舶舵鳍联合减摇控制系统的状态方程，把非线性船舶鳍联合控制模型转化为可控正则型；将船舶运动模型看作是由横摇、艏摇、横荡3个子系统构成的大系统．进行了舵鳍联合控制，设计了分散变结构控制器，最后针对这类控制器进行了MATLAB仿真研究。仿真结果表明：舵鳍联合控制器能够很好的抑制船舶的横摇和艏摇，并能尽可能大的减小横荡。     

基于变结构控制理论的船舶非线性控制仿真研究

为了提高船舶的航行安全性以及航行中的舒适性,设计了舵鳍联合减摇控制器.分析了船舶运动的非线性模型,根据实际情况进行假设,得到了船舶舵鳍联合减摇控制系统的状态方程,把非线性船舶鳍联合控制模型转化为可控正则型;将船舶运动模型看作是由横摇、艏摇、横荡3个子系统构成的大系统,进行了舵鳍联合控制,设计了分散变结构控制器,最后针对这类控制器进行了MATLAB仿真研究.仿真结果表明舵鳍联合控制器能够很好的抑制船舶的横摇和艏摇,并能尽可能大的减小横荡.     

舰船航态最优控制器的设计

在已知船舶控制模型和海浪干扰模型的前提下,按照适航性能的要求统一考虑了对横荡、横摇和艏摇运动的控制,运用卡尔曼滤波器估计系统状态,采用最优控制理论实现舵鳍联合控制舰船的横向运动,并对不同浪向下的控制效果进行了仿真研究.     

舰船航态最优控制器的设计

在已知船舶控制模型的海浪干扰模型的前提下,按照适航性能的要求统一考虑了对横荡、横摇和艏摇运动的控制,运用卡尔曼滤波器估计系统状态,采用最优控制理论实现舵鳍联合舰船的横向运动,并对不同浪向下的控制效果进行了仿真研究。     

SWATH船运动中断分析和减横摇控制器设计

针对SWATH船实航时产生的水平筛动问题,研究由横荡、横摇和艏摇的耦合运动产生的船舶运动中断(MII),提出设计SWATH船稳定鳍减横摇控制器,减小MII。通过理论分析MII产生原因和SWATH船稳定鳍工作时产生减摇作用的力和力矩特性,验证利用稳定鳍减小SWATH船横摇运动,抑制MII的可行性。在保证SWATH船升沉和纵摇运动的基础上,设计稳定鳍减横摇控制器,减小SWATH船横摇。仿真结果表明,控制器使SWATH具有良好的纵向运动性能,有效减小了横摇运动,抑制MII。     

船舶舵减横摇H∞鲁棒控制系统

研究了船舶舵减横摇鲁棒控制系统设计问题。根据船舶运动和流体力学原理,指出了舵上产生的横摇力矩及船舶航向(艏摇)与横摇的分频特性,是舵-航向/横摇综合控制技术的基础。提出广义输出干扰的概念,将舵减横摇控制系统广义对象的奇异控制问题转化为非奇异标准控制问题,给出了艏摇/横摇耦合运动的线性分式变换模型和广义对象状态空间实现,设计了舵减横摇H∞鲁棒控制系统,并用结构奇异值理论对所设计的系统进行了鲁棒稳定性和鲁棒性能分析。通过数字仿真,证明所设计的控制系统具有良好的减摇控制效果和鲁棒性。     

船舶减横摇系统FC-PID并联控制研究

基于船舶横摇运动非线性模型,设计了一种船舶减横摇FC-PID并联控制器.该控制器由Fuzzy Control和PID并联组成,其结构简单,易于工程实现.通过合理的设计模糊隶属度函数和PID输出限幅环节,实现自动无级切换控制,使船舶减横摇系统的鲁棒性能和控制精度均得到有效改善.仿真结果表明,在高海情下,基于FC-PID并联控制的船舶减横摇系统具有良好的减摇效果,并且鳍角饱和率和鳍伺服系统的功耗也得到显著降低.     

基于模糊神经网络的舵鳍联合减摇控制

船舶是典型的复杂非线性、不确定性系统,受自身结构、所装货物质量、航速及风浪流等因素的影响,难以建立其精确的数学模型。由此,针对目前舵鳍联合减摇控制设计依赖于船舶模型参数的缺点,在充分考虑舵角、舵速等约束条件的基础上,基于模糊神经网络设计分离型舵鳍联合减摇控制器,并在不同海况和模型参数存在摄动的情况下进行MATLAB仿真研究。仿真结果表明:所设计的模糊神经网络控制器不仅能使船舶保持航向,而且其减摇效果优于传统PID控制,同时体现出了极强的鲁棒性。     

基于最优控制的舵鳍联合减摇性能指标函数的分析研究

针对船舶舵鳍联合减摇控制中如何调整控制参数适应外部海况变化的问题,基于最优控制理论,对船舶运动的三自由度模型设计了舵鳍联合减摇最优控制器,重点研究了如何选择性能指标函数的问题,并通过数字仿真得到了权矩阵参数影响控制器减摇性能的规律。     

基于硬件在环的舵鳍联合减摇实验系统设计

针对在实验室条件下如何验证船舶舵鳍联合减摇控制器性能和效果的问题,设计并构建基于Matlab/Simulink环境下的硬件在环仿真实验系统。该系统采用实际装备中的控制器,并在控制器中编写船舶航迹保持控制算法及舵鳍联合减摇的最优控制算法,利用实际的物理信号进行实时通信,完成半实物仿真实验,结果表明,该实验系统能够实现舵鳍联合减摇的模拟仿真,舵鳍联合减摇控制算法有效可行。     

新型船舶运动控制平台及海上试验

研制出一艘以水动力学相似准则缩尺的无人驾驶遥控模型船，模型船装有PC／104为主控计算机的船舶控制器，模型船由岸上主PC机遥控，用Honeywell公司的HMR3000碰罗经测量航导，用差分GPS系统定位，自主控制和推进，该遥控篡自治船舶运动控制已经进行了两次海上试验并取得成功，本文介绍该平台的系统设计，控制系统硬件和软件和海上试验经。     

减摇鳍/水舱联合减摇系统模糊自适应滑模控制

针对减摇鳍和被动式减摇水舱设备在不同航速下的减摇特点,建立了船舶减摇鳍/水舱联合减摇系统的横摇数学模型。结合模糊自适应控制良好的逼近特性和滑模控制算法对扰动和模型参数变化的不灵敏性,设计了减摇鳍/水舱联合减摇系统的模糊自适应滑模控制器。采用实船参数的仿真结果表明,所设计的控制器具有良好的自适应性和鲁棒性,减摇鳍/水舱联合减摇控制系统在不同海况和不同航速下均具有良好的减摇效果。     

减摇鳍模糊参数自整定PID控制器设计及仿真研究

以船舶减振鳍控制系统作为对象，应用模糊控制理论，提出一种基于Fuzzy推理的PID参数自整定控制器，完成在线PID控制器参数模糊自整定的理论实现。并且在考虑船舶模型的非线性和不良浪向下，对系统进行了仿真。仿真结果表明，与常规PID控制相比，基于Fuzzy推理的PID参数自整定控制器，具有更好的控制效果和更强的鲁棒性。     

基于反馈线性化与闭环增益成形的减摇鳍控制

根据减摇鳍系统的非线性数学模型,设计了一种具有鲁棒性的非线性控制器。通过采用精确反馈线性化方法将减摇鳍系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器。用Matlab的Simulink工具箱分别对相同海况下未进行减摇控制、已设定航速及航速减半状态时采用减摇鳍控制的非线性数学模型进行仿真。仿真结果表明,该控制策略对于减摇鳍非线性控制系统是十分有效的,特别是鲁棒性能令人满意。算法的设计过程简单,物理意义明显。     

基于减摇鳍辅助回转的船舶操纵性能研究

基于MMG分离式建模思想，考虑作用在船体、螺旋桨、舵、鳍的水动力作用，建立双桨双舵船舶四自由度非线性数学运动模型，对某船模在静水中的回转性能进行仿真分析，将单独舵控制的仿真结果与船模试验结果进行了验证和分析，并对比了单独舵控制和舵、鳍联合控制下的回转性能，结果表明鳍参与控制回转时能明显缓解回转过程中的横倾。     

基于X-LMS自适应逆控制理论的船舶自动舵研究

本文分析了自适应逆控制理论和X—滤波LMS自适应逆控制算法，并针对船舶自动舵特点，用修正传递函数的方式来稳定船舶操纵模型，使用LMS算法对船舶进行模型参数辩识和控制器的设计。仿真结果表明，与PID控制相比，X—滤波LMS自适应逆控制算法具有动态响应快，抗扰动性好等特点。     

基于LQR限宽水域中KVLCC2操纵运动控制研究

在航道宽度受限制的水域中,船舶会受到岸壁效应的影响,横向力与首摇力矩将发生变化,这会对船舶的航行安全产生不利的影响.鉴于此问题,本文应用现代控制理论最优控制LQR方法,对在限制水域中航行的超大型油轮KVLCC2的操纵运动进行控制研究.为便于LQR控制器的设计,采用线性状态空间形式的操纵运动方程,基于数值模拟获取的相应线性水动力系数,计算出使目标函数值最小的增益矩阵K,从而得到满足最优控制规律的时域舵角变化,实现对不同宽度水域中船舶运动的最优控制,并与极点配置控制法作比较,验证LQR控制器的优越性.结果表明,当船岸距离d/L≥1.2时,船舶基本不受岸壁效应的影响,控制幅度极小;当岸壁距离d/L=0.25时,摆舵角度将超过6°,同时船舶前进速度也将下降,下降幅度将超过前进速度的10%,岸壁效应明显.     

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。     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制，以及无人船航向控制具有强非线性和不确定性，本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度，并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值，提出了一种适用于不同无人船航向控制的自适应控制算法，借助增益调度方法(GS)，利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较，验证了所提出的控制方法的有效性。