BP神经网络和PID船舶自动舵控制方法

船舶自动舵控制十分复杂,再加其它因素的干扰,使得单一神经网络或者PID控制无法对船舶自动舵进行高精度控制,而且船舶自动舵控制速度慢,为了改善船舶自动舵控制效果,利用BP神经网络和PID控制的优点,设计了BP神经网络和PID相融合的船舶自动舵控制方法。首先分析船舶自动舵控制原理,然后初始化PID参数的范围,并采用BP神经网络获取PID控制器的3个参数最优值,从而实现船舶自动舵控制,最后在Matlab平台实现了的船舶自动舵控制仿真模拟实验。结果表明,本文方法可以对船舶自动舵变化趋势进行很好的跟踪和控制,获得了高精度的船舶自动舵控制结果,而且船舶自动舵控制速度快,能够适合船舶自动舵的实时性变化特性,具有较强的抗干扰能力,具有一定的推广价值。     

大型船舶自动舵系统精准智能航向控制研究

为保持船舶在指定轨迹上航行,目前使用最为广泛的技术是船舶航向自动舵控制系统。基于航行安全和节约成本的考虑,船舶航行对自动舵的精确度提出了越来越高的要求。目前,通常采用船舶操纵运动模型研究船舶自动舵控制系统。通过分析船舶运动及其受到干扰力作用的情况,建立船舶控制系统数学模型。本文结合PID控制、模糊控制和粒子群算法,分析研究船舶航向自动舵控制系统。     

基于BP神经网络的PID船舶自动舵

船舶操纵的模型具有非线性,慢时变特性,传统船舶自动舵的性能不能令人满意。基于传统PID自动舵的基础上,把传统PID与BP神经网络结合起来,利用BP神经网络的自学习能力实现PID控制参数的在线整定,构成一种新型的船舶航向自动舵。分无干扰和在风,流,浪干扰两种情况进行MATLAB仿真,来说明这种船舶航向控制自动舵的优越性。     

基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。     

基于BP神经网络的PID在船舶自动舵中的应用与研究

神经网络算法在信息采集和处理上具有性能优越、精度高等优点,近年来引起广泛重视。随着船舶工业向着自动化、信息化的发展,传统的船舶自动舵在操作性和可靠性上已经不能满足工业的需求。本文基于BP神经网络优化算法,设计一种新型的船舶模糊PID自动舵,并系统研究该船舶模糊PID自动舵的原理和结构组成。     

人工智能的舰船航行速度自动调整研究

为了更好保障船舶航行效果,有效实现在复杂海洋环境下对船舶航行速度进行有效控制的目标,提出基于人工智能的舰船航行速度自动调整方法。通过对舰船航行速度特征参数进行采集,获取船舶航行速度变化规律,并结合非线性模型实现对船舶航行速度的有效建模,减少环境干扰影响,有效降低船舶航行控制误差,保证速度调整的准确度。最后通过实验证实,本文提出的人工智能的舰船航行速度自动调整方法具有较高的实用性,充分满足研究要求。     

面向智能航行的船舶自动舵研究最新动向

<正>当前,智能航行已成为船舶制造与航运领域的必然趋势。作为时代变革的核心特征之一,智能化与传统船舶制造与航运方式开始融合。在这一大背景下,中国船级社率先在全球发布了《智能船舶规范》,为智能航行船舶自动舵开发提供了重要依据。本文面向智能航行中的船舶自动舵系统,系统阐述了船舶自动舵的研究历程,评估和总结船舶自动舵技术的现状,以及探讨该技术的未来发展趋势。     

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。     

船舶自动舵灰色预测模型及其DSP实现技术研究

本文应用灰色系统理论对船舶自动航行的核心部件--自动舵的控制系统进行研究,针对传统控制模型的不足之处以及自动航行的最优化要求,提出了灰色预测模型并应用DSP进行硬件实现.利用灰色理论在处理不规则和非线性问题上的优势以及DSP的高速数据处理能力,更好地克服传统PID控制的缺点,同时满足了自动舵控制的大信息量和实时性需要.     

航迹自动舵算法的研究

本文讨论了利用自动舵来实现船舶航迹保持航行问题,针对两种不同类型的航行,提出了两种航迹保持控制算法,这些控制算法的数字仿真结果表明满足航行要求。引言目前,船舶广泛采用的PID操舵装置或自适应操舵装置     

基于航速保持的舵减摇控制方法

船舶航行受阻力影响引起航速和能量损耗。研究船舶在静水和波浪中的附加阻力,给出船舶航行时的总体航速损失的计算方法。设计带有航速损失约束的自动舵控制系统,依据舵角协同控制方法设计航向和舵减摇滑模控制规律。综合讨论"航向"与"航向+减摇"两种工作情况,包括横摇稳定、航向精度、航速保持、操舵能量消耗。仿真结果表明:该方法可以有效保持航速;从航行经济性的角度,对于同时安装有减摇鳍和自动舵的船舶,不推荐采用舵鳍联合减摇的控制方法。     

浅水效应对船舶航行安全的影响及对策

为保障船舶在相对浅水水域的航行安全,阐述界定浅水水域的3种方法,介绍浅水效应对船舶航行造成的影响,提出浅水区安全航行的对策:自主减速航行;利用船舶测深仪不断测深;忌用自动舵;提前备车备锚;正确对待浅水效应对停船冲程的作用;船舶会遇时提前减速避让。在相对浅水水域谨慎驾驶,正确对待浅水效应可提高浅水域航行安全水平。     

船舶自动舵自适应神经网络控制算法研究

在我国船舶自动舵控制领域,其核心技术严重依赖于国外厂商,因此本文主要对船舶自动舵的工作方式进行研究。通过采用PID控制方法,建立精确的自动舵控制数学模型。在设计PID控制策略时,需要综合考虑外部非线性因素和时变不确定等影响,通过适度提高PID控制器中的反馈力度,能够显著提升自动舵的控制水平,然后针对反馈控制环节,设计自适应神经网络算法,对反馈控制参数进行自学习优化,进一步提升了船舶自动舵的预测能力。     

不依靠模型自适应控制的船舶自动舵

船舶运动控制具有较强的非线性、不确定性、大惯性,大滞后和慢时变特性,加上在航行过程中存在的干扰和噪声,使得航迹控制变得非常复杂,运用常规的PID算法难以达到期望的控制效果,不可能根据船舶动态特性和海况变化实现其参数的自动整定,总是偏离其最佳工作状态.文章首次在船舶运动控制中使用自适应神经网络MFA控制器,减少航迹波动幅度和次数,减小船舶航行时附加阻力.仿真结果表明MFA自动舵具有快速性、鲁棒性和稳定性的优点.     

改进灰色模型的船舶航行轨迹自动预测研究

为实现更加精准、自动化的船舶航行轨迹预测,利用改进灰色模型,提出一种基于改进灰色模型的船舶航行轨迹自动预测方法。在船舶航行中的AIS数据中对船舶航行轨迹数据进行提取,其中AIS数据具体包括船舶航程数据、船舶动态数据以及船舶动态数据。通过数据估计算法插补缺失数据,分为2个步骤,第1步是对插补数据进行识别,第2步是对其进行插补。通过改进灰色模型对船舶航行轨迹进行自动预测,主要使用基于缓冲算子改进的灰色模型构建船舶航行轨迹自动预测模型。选取某船舶服务项目中包含的船舶AIS数据作为实验数据,对设计方法进行实例测试。测试结果表明,设计方法的数据提取质量较高、预测模型的误差较小,具有广阔的市场应用前景。     

基于AIS信息和BP神经网络的船舶航行行为预测

针对船舶航行行为多维度的特点和船舶交通服务系统(Vessel Traffic Service,VIS)对船舶行为预测的精确度和实时性需求,提出结合船舶自动识别系统(Automatic Identification System,AIS)信息和BP(Back Propagation)神经网络的船舶航行行为预测方法。构造基于AIS信息的船舶航行行为特征表达方法,根据BP神经网络预测的基本原理,以连续3个时刻的船舶航行行为特征值为输入,以第4个时刻的船舶航行行为特征值为输出,对BP神经网络进行训练,用于对未来船舶航行行为进行预测。以成山角VTS水域内的船舶AIS信息为例进行试验,结果表明:利用该方法对船舶航行行为特征值进行预测的结果准确、实时,误差在可接受的范围内。     

基于DSP技术的航行自动化控制系统

针对船舶海上航行受到航行环境和船舶运行情况的影响,加大了船舶航行方向和航行速度的控制误差,为了提高船舶航行的自动化控制精度,提出了基于DSP技术的航行自动化控制系统设计。在硬件设计方面,利用DSP技术设计了复位电路和外围接口电路,对船舶航行自动化控制电路进行了设计,根据船舶航行自动化控制器的工作原理,完成船舶航行自动化控制器的设计,利用船舶航行自动化控制的误差函数,在函数下降方向上,自适应调整自动化控制的权值和阈值,建立了船舶航行自动控制网络模型,结合船舶航行的自动化控制流程,完成系统软件设计,实现船舶航行的自动化控制。实验结果表明,基于DSP技术的航行自动化控制系统不仅可以缩小船舶航行方向的控制误差,还可以缩小速度的控制误差,从而提高了船舶航行的控制精度。     

自动舵故障原因分析

自动舵是远洋船舶最重要的设备之一,是自动控制船舶航向的设备,它的性能直接影响到船舶航行的操纵性、经济性和安全性。自动舵的电气控制系统复杂,出现故障对于电气管理经验不足的管理者不知如何下手。本文从舵机故障的现象入手,对自动舵电气控制系统的功能块分析可能出现故障的原因。     

基于大数据分析的船舶航行安全自动评估系统设计

为了提高船舶航行的安全性,构建船舶航行安全自动评估系统,提出基于大数据分析的船舶航行安全自动评估系统设计方法。采用航向陀螺仪、三轴磁力计等敏感传感器进行船舶航行姿态参数采集,根据采集的船舶航行姿态数据进行大数据特征重组,建立船舶航行姿态参量大数据库,设计数据访问调度和参数融合算法,进行船舶航行安全大数据信息调度和特征分析,进而实现船舶航行安全自动评估。在嵌入式ARM环境下进行系统的软件开发,实现系统优化设计。仿真结果表明,采用该系统进行船舶航行安全自动评估的准确性较好,船舶航行安全信息大数据访问调度的实时性较高。     

基于自适应模糊控制的船舶航向控制研究

为了提高船舶在复杂海域和密集线路航行的经济性、安全性和稳定性,性能优异的航向自动化控制系统引起了研究人员的普遍关注。传统的船舶航向自动控制系统(自动舵)在灵活性和可操作性上无法满足现代大型船舶和密集航线的需求。本文利用自适应神经模糊控制算法,对传统的船舶航向控制系统进行优化,并设计基于模糊控制算法的船舶自适应航向控制系统。