船舶非线性响应的鲁棒神经网络控制研究

随着船舶向着大型化、高速化方向发展,海上交通变得更加拥挤,船舶的航向控制技术引起了研究人员的广泛关注。自动舵是船舶航向控制的关键设备,近代以来出现了PID自动舵、自适应自动舵和智能自动舵等多种形式,实现了船舶运动的精确、灵活控制。本文针对船舶航向控制的非线性响应问题,在传统自动舵系统的基础上,提出了一种基于鲁棒神经网络的船舶运动控制器,建立了海风、海浪等非线性响应的函数模型,并进行了该船舶运动控制器的控制响应仿真。     

基于神经网络的自适应PID船舶运动控制器研究

船舶在海上的运动不仅受到动力系统的推进作用,还受到来自海浪、洋流等干扰作用力的影响,为了提高船舶航行的安全性与稳定性,必须要采取恰当的船舶运动控制机制。传统船舶采用PID自适应控制器进行船舶的运动控制,该控制方式结构简单,但控制精度相对较低,本文系统研究了神经网络控制算法,并基于神经网络对船舶PID控制器进行改进,主要目的是改善船舶运动控制的效率与准确度。     

双喷水推进船舶的运动控制技术研究

探讨采用双喷水推进无侧推器船舶的转向和横移控制能力,分析船舶动力和运动规律,设计自动控制器实现船舶的运动控制.采用三自由度运动数学模型,通过设计推进力大小方向和倒车斗综合控制器来调节喷水推进力对船舶进行控制,达到船舶运动的特定要求的目标.通过对10m滑水型艇的实例进行计算,仿真结果表明,通过对喷水推进器喷水方向和倒车斗的联合操纵,系统具有较强的跟踪特定运动能力.     

船舶电动执行机构应用与发展

文章介绍了电动执行机构在舰船过程控制系统中的使用状况,对比分析了国内外电动执行机构在应用中的性能特点,提出电动执行机构发展还应立足于国内市场,重点解决船用化及小型化问题.     

非线性控制技术在船舶航迹跟踪控制器开发的应用

航迹跟踪控制器通过航向﹑航速传感器及GPS卫星信号等对目标跟踪。由于海上多变的气候环境因素,实际的控制器存在广泛的非线性因素,从而产生了误差,降低了控制器跟踪精度。随着神经网络及信息技术发展,基于RBF神经网络的非线性函数求解得到了快速发展。本文研究船舶航迹非线性控制方程,提出了基于神经网络跟踪控制算法,最后进行仿真。     

基于动态执行机构的船舶循迹反步积分控制

文章针对连续曲率路径,用一种简单的几何方法生成连续曲率的路径.基于该几何方法生成的连续路径,文中利用line-of-sight(LOS)引导律解决了循迹控制中横向偏差最小的问题.为了减弱控制输出的振荡和获得平滑的控制输出,一种基于动态执行机构的改进反步积分控制器在过驱动船舶循迹控制中得到了应用.值得注意的是,文中用积分操作来抵抗风浪流环境力.数值分析结果展示了该控制器的有效性.     

船舶水上纵向运动的非线性数学模型构建

为了解决当前船舶水上纵向运动预测精度的问题,设计了一种船舶水上纵向运动的非线性数学模型构建方法。首先分析了当前船舶水上纵向运动的线性数学模型的缺陷,然后引入非线性建模方法—神经网络对船舶水上纵向运动变化特点进行拟合,建立船舶水上纵向运动的非线性预测模型,最后与线性船舶水上纵向运动建模方法进行仿真对比实验。结果表明,本文方法的船舶水上纵向运动预测精度高,船舶水上纵向运动预测误差要小于线性船舶水上纵向运动建模方法,验证了本文非线性船舶水上纵向运动建模方法的有效性以及优越性。     

船舶运动控制中的非线性混沌及PID控制方法

本文从船舶运动控制的机理模型分析了系统可能出现混沌的条件，并介绍了种在恶劣海况下下出现混沌的有效的PID控制方法，仿真结果表明，该方法比只能稳定到混沌的不稳定轨道的方法有更实用的价值。     

船舶神经网络运动模型研究

根据船舶海上航行的实际情况,针对船舶运动的特点,研究了基于神经网络建立船舶操纵运动模型的方法,提出了一种线性神经网络结构,并给出了相应的训练和学习方法。大量的仿真试验表明:线性神经网络用于船舶运动模型的研究,具有收敛速度快、预测误差较小、能快速跟踪参数变化等优点,可用于船舶运动实时辨识。     

减摇鳍装置执行机构的发展与探索

介绍收放式和非收放式减摇鳍装置的执行机构的基本组成及其大致的演变情况。对这两种机构的设计与运行中的一些技术问题作了阐述,并提出了改进设计的思路和方向。     

船舶运动的模糊控制研究

从模糊控制原理出发,确定船舶运动模糊控制器的结构,根据典型的阶跃响应指定航向控制的模糊规则。结合自抗扰跟踪微分器技术和模糊积分环节,完成船舶航向运动模糊控制器的设计。对3种典型工况仿真结果表明,模糊控制器能在船舶航向运动中起到很好的控制效果,并具有超调量小、调整时间短、鲁棒性好等优点。     

基于斜舵的船舶运动姿态控制研究

采用45°倾斜安装的高效襟翼舵实现航向、横摇、纵摇的同时控制,阐述了斜舵减摇原理,并提出了采用高效襟翼舵以获得较高的升力系数,从而在不加大舵面积的情况下实现船舶纵摇运动控制.仿真结果表明,利用高效襟翼斜舵实现船舶运动姿态控制是可行的.     

基于云计算技术的船舶航向智能控制技术研究

船舶航行的环境十分复杂,环境信息具有比较强的动态性,导致船舶航向变化的频率相当高,当前船舶航向控制技术存在控制精度低、控制速度慢等问题,无法适应船舶高速航行的要求,为了提高船舶航向控制的准确性,改善船舶航向控制效率,设计了基于云计算技术的船舶航向智能控制技术。首先分析当前国内外船舶航向控制技术的研究进展,找到引起船舶航向控制不足的因素,然后建立船舶航向控制的数学模型,并采用改进卡尔曼滤波算法对船舶航向进行估计,从而实现船舶航向智能控制,最后采用云计算技术搭建船舶航向智能控制平台,并进行了船舶航向智能控制仿真实验,结果表明,本文技术可以对船舶航向进行高精度跟踪与控制,船舶航向智能控制误差小于当前其它船舶航向控制技术,且船舶航向智能控制速度更高,具有十分广泛的应用范围。     

船舶动力装置的节能控制技术研究

针对当前船舶能源的消耗与能源利用装置的系统中,能源能耗的浪费明显增多,且能源的利用率较低,运行成本较高的问题,需要对船舶动力装置的节能控制技术进行研究。当前采用的方法进行船舶动力装置节能控制时,不能有效地提高能源的利用率,降低能源的浪费与经济成本。为此,提出一种基于混合节能的船舶动力装置的节能控制方法。首先对动力装置的运行点进行选择,对船舶航行的费用最低航速以及混合的加热循环热效率进行计算。利用混合节能方法对船舶动力装置的节能控制进行研究,依据动力装置液压的节能思想及其数学模型,对其压力特性进行分析,得出能量的回收状态时,随液压节能控制的优化参数,依据蓄能器能量的回收最大化优化的条件,完成对船舶动力装置的节能控制技术研究。实验的结果表明,利用该方法能有效地降低能源的浪费,提高能源的利用率,节省运行的成本。     

船舶通信网络信道均衡控制技术研究

常规通信网络信道均衡控制技术应用于船舶通信网络中,存在信道均衡偏差较大的不足,为此提出船舶通信网络信道均衡控制技术研究。引入信道均衡计算机控制算法,搭建信道均衡计算机控制平台,实现船舶通信网络信道均衡控制模型的构建,基于均衡器的选择以及信道参数的确定,实现船舶通信网络信道均衡控制技术研究。仿真试验数据表明,提出的通信网络信道均衡控制技术较常规信道均衡控制技术,信道均衡偏差降低5.24%,适用于船舶通信网络的信道均衡控制。     

船舶运动辨识建模研究现状与展望

辨识建模是船舶运动建模的主要方法之一.当前的船舶运动辨识建模以参数辨识为主要形式,本文通过文献回顾,归纳总结了参数可辨识性、辨识模型、辨识算法和辨识数据等4个方面的研究成果.分析指出当前存在辨识数据局限性、理论支撑不足和工程应用欠缺等问题,并就下一步在数据处理、理论完备性、非参数辨识和在线辨识方面的研究前景进行了展望.     

船舶电力网络的模型参考自调节控制技术

船舶电力网络是船舶动力的核心组成部分,当船舶网络中某些单元发生故障或异常时,可能会导致整个船舶电力网络异常甚至崩溃。在船舶控制系统中引入模型参考自调节控制技术以提高船舶电力网络的稳定性和运行性能。本文对模型参考自调节控制技术进行深入研究,在此基础上,提出了改进的K-means聚类算法。     

内模控制及逆系统算法在船舶运动控制中的仿真研究

针对船舶运动中多变量耦合、非线性、滞后、限幅、绿色控制等控制问题,提出运用基于逆系统方法的内模控制方法。该方法采用逆系统方法原理将船舶的非线性模型变换成伪线性模型,对伪线性模型进行内模控制。同时提出内模控制与其他控制策略相结合例如 PID 控制相结合的控制方法以期提升内模控制的控制效果。仿真结果表明,内模控制具有良好的控制效果,而且精度高,鲁棒性好,同时参数调节简单方便。     

内模控制及逆系统算法在船舶运动控制中的仿真研究

针对船舶运动中多变量耦合、非线性、滞后、限幅、绿色控制等控制问题,提出运用基于逆系统方法的内模控制方法。该方法采用逆系统方法原理将船舶的非线性模型变换成伪线性模型,对伪线性模型进行内模控制。同时提出内模控制与其他控制策略相结合例如PID控制相结合的控制方法以期提升内模控制的控制效果。仿真结果表明,内模控制具有良好的控制效果,而且精度高,鲁棒性好,同时参数调节简单方便。     

动态神经模糊模型的船舶欠驱动水面运动控制

欠驱动水面运动控制系统是现代大型船舶动力控制系统的主要组成部分,控制船舶水平、垂直及航向3个方面。控制系统的精度、时效性直接影响到整个动力装置的性能。同时,由于海上环境的多变性,欠驱动水面运动控制系统具有控制滞后、惯性力矩较大等非线性因素。本文结合海上实际环境,提出一种动态神经模糊网络的船舶欠驱动水面运动控制算法,描述船舶动力系统的受力特性,较为精确模拟了非线性系统控制模型,最后进行了仿真。