基于云计算的船舶发电机组功率智能控制技术

为了使船舶发电机组功率得到有效控制,加强船舶发电机组的功率控制能力,提出基于云计算技术的船舶发电机组功率智能控制技术。在云计算技术的基础上,利用船舶发电机组功率控制装置的传递函数、控制器的传递函数及PI调节器的传递函数,获取到了船舶发电机组电流内环采样的传递函数,完成了船舶发电机组的电流内环设计;根据控制器的功率传输结构图,将云计算技术应用到了发电机组功率控制模型构建中,实现了基于云计算技术的船舶发电机组功率的智能控制。仿真实验结果表明,基于云计算技术的功率控制技术相比于传统功率控制技术,船舶发电机组功率的控制能力强。     

船舶旋回与航向保持的计算机仿真

根据已知“育鹏轮”的八项主要参数,建立三自由度状态空间型船舶数学模型。考虑到仿真的真实性,根据船舶舵机的特性,建立舵机模型,添加到船舶模型之前。应用MATLABSIMULINK功能,进行船舶回转实验仿真,得出船舶的稳定回转半径。再为船舶设计一个PID控制器,手动调节该控制器的参数,使控制效果最佳,得出调节时间和最大超调量,证明此种船舶控制的有效性。     

船舶燃气轮机转速自适应模糊控制

船舶燃气轮机对转速的要求较高,需在瞬间完成响应并保持稳定。然而,由于燃气轮机具有惯性和时间延迟等特性,导致转速的调整可能存在响应滞后或者波动问题。为此,提出基于状态观测的船舶燃气轮机转速自适应模糊控制方法。应用船舶燃气轮机转速状态观测器,结合船舶燃气轮机转速与燃油量之间的映射关系,根据当下燃油量状态,观测实际船舶燃气轮机转速,通过基于模糊自适应PID控制器的转速控制模型,计算实际转速与给定转速的转速偏差、偏差率,由模糊自适应PID控制器自适应调节船舶燃气轮机转速。实验结果证明：此方法应用下,船舶燃气轮机转速能够得以准确控制。     

PID控制器在船用柴油机转速控制中的应用

传统的应用负荷前馈和遗传算法的柴油机转速控制方法对柴油机的动态响应性能影响较大,使转速不能及时恢复稳定,为此,提出PID控制器在柴油机转速控制中的应用。测量柴油机转速的实际输出值,结合给定的理论转速值,计算出控制偏差,将其作为PID控制器的输入,输出控制量,根据制定的控制规则,将控制量送入至调速器内,通过调速器实现柴油机的转速控制。实验结果表明:与传统的柴油机转速控制方法相比,应用PID控制器的柴油机转速控制方法对于负荷突变情况,恢复稳定时间较短,该方法适合应用在实际工程中。     

船舶泵控式抗横倾系统的设计与抗横倾验证

为了解决传统的船舶抗横倾系统存在生产成本高、横倾补偿速率低等问题,设计泵控式抗横倾系统,针对船舶本身质量惯性大,在横倾平衡调节过程中采用传统PID控制存在调节时间长、系统超调量大的问题,设计一种模糊PID控制策略。分析船舶泵控式抗横倾系统的结构组成和工作原理,建立实际船舶泵控式抗横倾系统Simulink模型,设计系统模糊PID控制器,在Matlab环境中进行仿真实验,结果表明,相比于PID控制,采用模糊PID控制系统最大超调量减少30%,船舶恢复平衡时间减少了90 s,搭建泵控式抗横倾系统试验平台并进行抗横倾试验,验证了该抗横倾系统的实用性。     

船舶航向模糊自适应云模型控制

为了解决船舶航向云模型控制器驱动参数的自适应问题,将模糊自整定方法引入到云模型控制器设计中,设计了模糊自适应云模型控制器,并进行了仿真对比试验。结果表明,该控制器可以使船舶航向控制在动态和稳态上都具有较好的精度,超调量小、控制效果良好。     

基于云计算的舰船航向自抗扰技术

针对传统的舰船航向自抗扰技术中存在的控制航向调节时间长、超调现象频发的问题,提出基于云计算的舰船航向自抗扰技术研究。依据舰船运动数学模型计算控制律,设计航向自抗扰控制器,利用云计算技术整定控制器各部分参数,设计功率模块和人机界面模块,将其作为辅助实现舰船航向自抗扰。实验结果表明,与传统的自抗扰技术相比,设计的基于云计算的舰船航向自抗扰技术在控制航向改变时,调节时间短,且没有出现超调现象,说明基于云计算的舰船航向自抗扰技术适合应用在实际工程中。     

柴油机调速系统自适应滑模控制算法的研究与仿真

建立2135型柴油机调速器的非线性模型,设计一种滑模控制器,以实现对单输入非线性柴油机调速系统的控制,并用MatLab/Simulink仿真,体现出滑模变结构控制对非线性系统进行控制的动态、静态品质优良,鲁棒性好的特点,解决传统PID控制超调量大、调节时间长的问题.针对滑模变结构控制器容易产生抖振的问题,设计了自适应离散滑模控制器,取得较好的仿真结果.     

船舶柴油发电机转速的BP-PID并行控制

针对船舶柴油发电机转速控制问题,结合BP神经网络对非线性系统的高拟合性与经典PID控制的优良性能,形成船舶柴油发电机转速BP-PID并行控制系统。控制系统中BP神经网络控制器与PID控制器相结合,经过神经网络控制器的不断训练学习,控制器获取船舶柴油发电机转速系统的模型,并逐渐地由BP神经网络控制器占主要控制作用,从而达到对系统的实时控制。仿真结果证明了该方法的可行性。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标，研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解，使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例，结果表明本文方法有效，所设计的PID性能优异，可以工程实际应用。