新能源船舶路径跟踪自抗扰控制方法

新能源船舶运动路径控制属于欠驱动控制,传统PID控制动态性能较差,无法适应新能源船舶运动中遇到的扰动问题。本文在对新能源船舶进行运动分析的基础上,提出一种新能源船舶路径跟踪自抗扰控制器的设计方案,该路径跟踪自抗扰控制器包括舵角自抗扰控制器、扩张状态观测器和跟踪微分器等,对舵角自抗扰控制器、扩张状态观测器和跟踪微分器进行了详细设计,使用Matlab对新能源船舶自抗扰控制进行了仿真,得到了轨迹跟踪、首向角变化以及速度变化的仿真结果。仿真结果表明,设计的控制器能够对设定轨迹进行跟随,具有较好的稳定性。     

基于最小二乘法的欠驱动水面船舶模型预测控制

针对欠驱动水面船舶轨迹跟踪控制问题,根据模型预测控制（Model Predictive Control,MPC）原理,提出一种基于参数化模型的非线性模型预测控制（Parameterized Model – Nonlinear Model Predictive Control,PM-NMPC）方法。采用最小二乘法对船舶的参数化模型进行辨识,设计PM-NMPC控制器。对环境干扰下的某集装箱船艏向角控制和轨迹跟踪进行试验,验证控制算法的有效性,并将该控制器与比例积分微分控制器（Proportional plus Integral plus Derivative controller,PID controller）进行对比。仿真结果表明,PM-NMPC控制器轨迹跟踪效果更好,对未知干扰具有更强的稳健性。     

基于积分视线法的船舶自抗扰轨迹跟踪控制研究

通常采用螺旋桨和舵来控制船舶在水平面的三个自由度运动,属于欠驱动控制,其轨迹跟踪控制器的设计具有很大的难度。论文将欠驱动水面船舶的轨迹跟踪问题解耦为转首运动控制和纵向运动控制这两个子控制系统,采用积分视线法确定期望首向角和期望纵向速度,通过Lyapunov稳定性理论证明了控制系统的稳定性;采用自抗扰控制技术中的扩张状态观测器设计首向控制器和纵向运动控制器。通过静水和波浪中的直线轨迹跟踪仿真试验,验证了设计的控制器的有效性。     

基于解析模型预测控制的欠驱动船舶路径跟踪控制器设计

针对欠驱动船舶路径跟踪控制系统中存在风、浪、流等外界干扰的影响,将船舶运动模型转化到Serret-Frenet标架下进行研究,通过引入重定义输出将原单输入多输出控制系统转化为单输入单输出控制系统,并将解析模型预测控制与非线性观测器相结合,提出一种鲁棒路径跟踪控制算法。该算法能够使欠驱动船舶跟踪并镇定于给定的参考路径。计算机仿真结果表明,所提出的控制器具有良好的控制性能以及鲁棒性能。     

改进PID控制优化算法的航行轨迹研究

航行轨迹是一个时变性非常强的问题,当前航行轨迹控制优化算法存在控制误差大,无法对航行轨迹进行实时跟踪和控制,为了提高航行轨迹控制精度,改善航行轨迹跟踪和控制的实时性,设计了一种基于改进PID算法的航行轨迹控制优化方法。首先对航行轨迹控制原理进行分析,采用PID控制器对航行轨迹进行优化和控制,然后针对PID控制器的参数优化问题,引入蚁群算法进行参数在线调整,满足航行轨迹时变性特点,最后在Simulink环境下对航行轨迹控制进行仿真模拟实验。结果表明,本文方法的航行轨迹控制精度完全满足船舶实际工作要求,大幅度改善了航行轨迹的实时控制效果,是一种精度高、速度快的航行轨迹控制优化方法。     

船舶航迹跟踪的滑模控制

为了解决船舶路径跟踪中的非线性问题,在建立船舶非线性模型的基础上,采用指数趋近律,设计了船舶轨迹跟踪的滑模控制器,分别进行了动态直线跟踪和环形跟踪仿真试验,仿真结果表明,船舶动态轨迹跟踪性能良好,能精确保持航迹。     

基于Backstepping的船舶航向跟踪控制

针对线性船舶运动模型航向改变过程中，往往引起快速大的舵动，产生严重的水动力非线性的问题，设计基于backstepping的非线性船舶航向跟踪控制器。它是将Lyapunov函数的选取与控制器的设计相结合的一种回归设计方法，通过从系统的最低阶次微分方程开始，引入虚拟控制的概念，一步一步设计满足要求的虚拟控制，最终设计出真正的控制律，保证了闭环系统是全局渐近稳定的。在计算机仿真研究中，以大连海事大学“育龙”号实习船为设计实例，验证所提出的控制器的有效性。     

大数据驱动的船舶航行路径跟踪研究

船舶航行路径跟踪控制时控制器会经历次数较多的更新而加速磨损,因此设计一种大数据驱动的船舶航行路径跟踪方法。忽略船舶航行过程中的升沉、俯仰和横摇运动,建立船舶三自由度数学模型,简化惯性矩阵,引入坐标变换公式解决外界扰动补偿问题;在控制器设计中,引入机器学习算法构造虚拟控制律的预选函数,采用滤波器去除外界干扰,完成大数据驱动的船舶航行路径跟踪研究。实验结果表明,设计方法大幅减少了控制器的更新次数,具有一定有效性。     

一种无人艇路径跟踪控制器的设计与验证

针对无人艇的路径跟踪控制问题,基于内模控制和L1制导算法设计并实现无人艇路径跟踪控制器。通过对状态空间型船舶线性数学模型进行在线参数辨识,实现对无人艇操纵响应模型参数的在线估计;基于内模控制和无人艇操纵响应模型,设计并实现无人艇的艏摇角速度控制器;采用L1制导算法设计并实现无人艇的路径跟踪控制器。实船试验结果表明,该路径跟踪控制器能较好地实现无人艇对参考路径的跟踪。     

基于动态面的船舶航向自适应神经网络控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应神经网络控制器。该方法通过引入一阶低通滤波器,消除了反步法设计中由于反复对虚拟控制的求导而导致的复杂性问题,同时还避免了控制器可能存在的奇异值问题。利用Lyapunov设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹,还能跟踪误差通过控制器的设计参数加以调整。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

应用零航速减摇鳍的海洋机器人近水面时的横摇减摇控制(英文)

A zero-speed fin stabilizer system was developed for rolling control of a marine robot.As a robot steering device near the sea surface with low speed,it will have rolling motion due to disturbance from waves.Based on the working principle of a zero-speed fin stabilizer and a marine robot’s dynamic properties,a roll damping controller was designed with a master-slave structure.It was composed of a sliding mode controller and an output tracking controller that calculates the desired righting moment and drives the zero-speed fin stabilizer.The methods of input-output linearization and model reference were used to realize the tracking control.Simulations were presented to demonstrate the validity of the control law proposed.     

A novel tracking control approach for unmanned underwater vehicles based on bio-inspired neurodynamics

A novel hybrid control approach is presented for trajectory tracking control of unmanned underwater vehicles in this paper. The kinematic and dynamic controllers are integrated by the proposed control strategy. The paper has two objectives. Firstly, an improved backstep method is proposed to generate the virtual velocity using a bio-inspired neurodynamics model in the kinematic controller. The bio-inspired neurodynamics model is intended to smooth the virtual velocity output to avoid speed jumps of the unmanned underwater vehicle caused by tracking errors and to meet the thruster control constraints. Secondly, a new sliding-mode method is added to the dynamic controller, which is robust against parameter inaccuracy and disturbances. The combined kinematic–dynamic control law is applied to the trajectory tracking problem of two different types of unmanned underwater vehicle. Finally, simulation results illustrate the performance of the proposed controller.     

GDROV运动控制中模糊滑模控制方法的研究

GDROV是用于堤坝探测的水下机器人,设计上属于开架式机器人,其精确的数学模型很难获得.本文采用模糊逻辑与滑模控制相结合的方法,通过模糊逻辑动态调整滑模控制器的指数趋近律的参数,对水下机器人进行控制,解决了滑模控制中所存在的抖振现象和数学模型的不精确问题.首先建立了GDROV的水动力模型,然后在滑模控制的基础上提出用模糊逻辑来动态调整滑模控制器的指数趋近律的参数,最后通过仿真试验和水池试验验证了该控制器对模型的不确定性和外部扰动具有较强的鲁棒性,以及良好的跟踪性.     

某舰载伺服系统位置控制器设计与仿真研究

基于某舰载伺服系统的仿真模型对系统位置控制器设计了模糊自整定PID＋输入前馈控制等四种控制算法,在MATLAB／SIMULINK环境下进行了仿真比较分析。仿真结果表明,模糊自整定PID＋输入前馈控制可获得更优的控制效果。     

基于增益调度的大压力筒压力跟踪控制

针对大压力筒压力控制的大惯性特征,采用控制进出压力筒液体容积的方式,实现压力筒内部压力的精确跟踪。建立系统非线性数学模型,在平衡点处线性化系统状态方程,采用极点配置方法设计系统在平衡点处的状态反馈解耦控制器。结合增益调度控制器设计策略,采用Back to turn(BTT)方法,得到系统全局保稳定控制器。仿真结果表明了本文所提出的控制器设计方法的有效性。     

牵引车-飞机系统的路径跟踪控制(英文)

An aircraft tractor plays a significant role as a kind of important marine transport and support equipment. It’s necessary to study its controlling and manoeuvring stability to improve operation efficiency. A virtual prototyping model of the tractor-aircraft system based on Lagrange’s equation of the first kind with Lagrange mutipliers was established in this paper. According to the towing characteristics, a path-tracking controller using fuzzy logic theory was designed. Direction control herein was carried out through a compensatory tracking approach. Interactive co-simulation was performed to validate the path-tracking behavior in closed-loop. Simulation results indicated that the tractor followed the reference courses precisely on a flat ground.     

Online learning control of surface vessels for fine trajectory tracking

This paper presents an adaptive neural network (NN) controller for fine trajectory tracking of surface vessels with uncertain environmental disturbances. Regarding to the new demands for fine trajectory tracking, especially to the requirement of high-accuracy tracking in limited working space, the proposed NN controller is designed to contain a tracking error control component and a velocity error control component, aiming to converge both types of error to zero, separately. It utilizes radial basis functions to approximate a vessel’s unknown nonlinear dynamics. Therefore, there is no need of any explicit knowledge of the vessel. The online learning ability is obtained during the stability analysis using the backstepping technique and the Lyapunov theory. Theoretical results guarantee both the convergence of tracking error and velocity error and the boundedness of NN update. Through simulation and tracking performance study based on the CyberShip II model, the proposed controller is verified effective in fine trajectory tracking.     

基于输入状态线性化的船舶航迹系统鲁棒控制及仿真

本文将Hoo环增益成形鲁棒控制与输入状态精确反馈线性化结合,针对船舶航迹控制系统的非线性数学模型,采用Nomoto船舶模型,给出了一种鲁棒控制器的设计方法。这种算法是对船舶航迹非线性系统进行输入一状态线性化的基础上,然后与闭环增益成形算法相结合而设计出来的控制律。以某船为对象,利用Matlab／Simulink工具箱对新的控制器进行数值仿真,结果表明该控制规律有比较理想的控制效果,在加入扰动后,该控制器能使船舶行驶在预设航迹上,对外界风浪干扰有较强的鲁棒性。     

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。