ISS-based robust adaptive fuzzy algorithm for maintaining a ship＇s track

This paper focuses on the problem of linear track keeping for marine surface vessels. The influence exerted by sea currents on the kinematic equation of ships is considered first. The input-to-state stability （ISS） theory used to verify the system is input-to-state stable. Combining the Nussbaum gain with backstepping techniques, a robust adaptive fuzzy algorithm is presented by employing fuzzy systems as an approximator for unknown nonlinearities in the system. It is proved that the proposed algorithm that guarantees all signals in the closed-loop system are ultimately bounded. Consequently, a ship＇s linear track-keeping control can be implemented. Simulation results using Dalian Maritime University＇s ocean-going training ship ＇YULONG＇ are presented to validate the effectiveness of the proposed algorithm.     

一种基于线性插值的模糊控制器设计及应用

针对常规模糊控制系统在控制过程中精度比较低的问题,将模糊控制系统离线得到的模糊控制表与线性插值算法结合起来,提出一种基于线性插值的模糊控制方法,该方法可以在线计算出系统的控制输出,克服控制器因输入输出量化所造成的调节死区以及稳态误差和稳态颤振的缺点,从而达到提高模糊控制系统控制精度的目的。利用Matlab的Simulink工具进行仿真研究,对3条不同类型的船舶仿真试验结果表明,所设计的线性插值模糊控制器与常规的模糊控制器相比,具有良好的控制性能和实用性。     

基于线性插值方法的模糊型船舶自动驾驶仪的研究

本文基于对常规船舶自动驾驶仪存在缺陷的分析,提出了一种基于线性插值模糊控制和Bang-Bang控制相结合的控制系统,使模糊控制输出连续变化,提高了模糊控制系统的精度.通过常规模糊型船舶自动驾驶仪与改进后的模糊型船舶自动驾驶仪性能的比较,表明本文所提出的方法是行之有效的.     

基于推理映射的云模型控制器研究

介绍了云模型的基本概念和规则推理,分析了云模型推理映射关系,设计出基于线性映射关系的云模型智能控制器,并与相同推理规则的模糊控制系统进行了对比。仿真结果表明该控制器具有较强的鲁棒性。     

模糊切换型船舶运动PID控制器

航向改变时船舶航迹变化过程可以分为瞬态区域和稳态区域。根据不同区域中不同的性能指标,提出了一种把常规PID和TS-PID模糊控制器以模糊切换方式相结合的模糊切换型PID控制方法。该方法集成了常用PID和模糊PID控制方式的优势并弥补了各自的不足,模糊切换方式实现了二种控制器之间的平滑切换。应用钝性定理证明了二阶Nomoto船舶模型的切换型PID控制系统的输入、输出稳定性,并用遗传算法优化控制器参数。与模糊PID控制器的对比仿真实验,表明所提出的方法可以有效提高船舶运动控制的各项性能指标。     

永磁直线同步电机位置伺服系统的模糊PID控制

在分析建立永磁直线同步电机(PMLSM)的d-q轴动态数学模型的基础之上,提出了采用三环控制结构的永磁直线同步电机位置伺服系统,该伺服系统采用模糊PID控制方法.重点针对位置环的模糊PID控制器进行了分析设计,并利用MATLAB/Simulink进行了系统仿真.通过与传统PID控制器的仿真比较表明,所设计的模糊PID控制器能够显著提高位置伺服系统的动态响应性能.     

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数，并假设该函数是连续的，在以模糊系统对该函数进行逼近的基础上，利用Lyapunov理论，提出了一种新的模型参考模糊自适应控制算法。其特点是，无论取多少条模糊系统规则，自适应学习的参数只有一个，便于工程实现，而且还确保闭环系统渐近稳定，并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒，进行了船舶航向模型参考模糊自适应自动舵设计，并利用Matlab工具箱进行了仿真研究，结果证明该算法十分有效。     

模糊离散变结构控制及在直流伺服系统中的应用

研究基于趋近律方法的离散变结构控制设计问题。提出一种新的趋近律,可以稳定于原点;并与模糊调节技术相结合设计了扰动估计器。将所提方法用于直流伺服系统的控制,仿真研究结果表明,所设计的控制器可以有效减弱抖振,并使伺服系统具有良好的跟踪能力和很强的鲁棒性。     

船用锅炉蒸汽压力系统的模糊免疫神经网络PID控制设计

在船用锅炉系统中,蒸汽压力是影响整个燃烧系统的一个重要因素.保持蒸汽压力恒定是船舶锅炉控制系统的一个重要指标.文章有机结合模糊控制、神经网络控制和免疫算法的优点,提出了基于免疫的模糊神经网络控制策略,仿真表明用该方法控制锅炉蒸汽压力的优越性.     

模糊粗糙集建模及其在水火弯板变形预测中的应用

水火弯板过程的高度复杂性,采用经典的建模方法难以获得精确的数学模型。本文将模糊逻辑和粗糙集理论相结合提出一种模糊粗糙集建模方法,给出模糊信息系统的知识获取策略,构造一种由相似匹配修正模糊关系的近似推理算法。以船用低碳钢为对象,通过有限元分析(FEA)构建水火弯板加工信息系统,运用模糊粗糙集方法来获取板材加工过程中的变形规律,最后通过模糊推理实现水火弯板表面变形的快速预报。     

基于捷联式电子罗盘的舰船姿态及姿态速率估计

捷联式电子罗盘正被大量应用，根据其自身观测能力，提出了一种新的姿态及姿态速率估计方法，该优化估计方法采用加权统计线性回归技术，与经典的对非线性系统方程的线性化的方法相比具有更高的精度和稳定性。仿真结果表明，该方法可以明显提高捷联式电子罗盘的姿态测量精度，并能同步完成对姿态速率的估计，直接扩展捷联式电子罗盘的功能。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

船舶航向模糊自整定操舵控制器的研究

船舶航向操舵控制是个典型的非线性系统,而工程上经常使用的常规PID(Proportional Integral Differential)控制器则为线性控制,至于模糊控制虽为非线性控制,但稳态精度不高。将常规PID控制与模糊控制相结合,基于Norrbin非线性系统模型和模糊自整定PID控制器的设计步骤,提出一种新的船舶航向控制算法,即船舶航向模糊自整定操舵控制器,并针对5 446标准箱的集装箱船舶,用Matlab进行了仿真计算。仿真结果表明,该控制算法可以使船舶航向控制从动态和稳态上都具有较好的精度,跟踪响应迅速,超调量小。     

基于模糊加权的分布式IMMJPDA算法

提出了一种基于模糊加权的分布式交互多模型联合概率数据互联算法.该算法在融合中心采用模糊加权方法对不同传感器关于同一目标的模型概率、状态估计及其协方差进行融合,而模糊权值为各传感器关于各目标的状态估计协方差的迹的隶属度.最后通过计算机仿真验证了该算法的正确性和有效性.     

基于多传感器信息融合的焊缝跟踪系统设计

针对埋弧焊（Submerged—Are Welding，SAW）控制系统，提出一种用于焊缝跟踪的仿人智能控制算法。该方法根据专家知识和操作人员的经验，给出了基于规则的仿人智能控制器的设计方案。通过比较模糊控制算法和仿人智能控制算法的仿真结果，可以得出：仿人智能控制算法在焊缝跟踪中是可行的，且与模糊控制算法相比，其具有更好的动态性能和控制精度，且还具有较强的鲁棒性。     

基于模糊决策的锚泊定位系统张力分配优化

锚泊系统张力场分布的优化往往忽视单根锚链受力.为减小锚链的受力强度,同时维护张力场分布均匀程度,提出一种基于遗传算法随机性的决策集合生成方法,并结合广义q-ROF-TODIM决策法形成模糊决策策略.通过分析锚链顶端水平张力均值和张力场分布均匀程度均值随决策指标权重的变化确定指标权重,以基于改进降维遗传算法的张力分配策略为对象,对比分析优化前后锚链顶端水平张力和受力均匀程度时程.结果表明,经模糊决策方法优化的张力分配策略在合理偏好权重下能有效降低单根锚链的顶端受力强度,同时维护锚链张力场分布的平衡性,进而确保锚泊定位系统的安全可靠.研究结论可为锚泊定位控制系统优化设计提供参考.     

基于RBF网络和遗传优化的船舶操纵模糊控制器

设计了一种基于RBF网络和遗传优化的船舶操纵模糊控制器。首先讨论了传统模糊控制器应用于船舶操纵控制的不足，然后根据模糊系统在特定情况下与RBF网络具有等价关系的特点，采用具有加权平均输出的RBF网络构造了一个船舶操纵模糊控制器，有效地消除了小偏差范围的舵角抖动现象。在此基础上，根据船舶操纵的特点提出了一种尺度变换因子的自整定方法，并采用遗传算法对自整定过程中的可变参数进行优化，以使控制器能够适应实时控制过程中的时变性和不确定性，保持良好的控制性能。最后针对某大型船舶的非线性模型，采用Matlab 6．1的Simulink工具进行了转艏操纵仿真试验，获得了满意结果。     

船舶动力定位中的模糊控制器优化技术

动力定位系统是一种闭环控制系统，采用推力器来提供抵抗风、浪、流等作用在船上的环境力，从而尽可能使船舶保持在海平面要求的位置上。在传统模糊控制的基础上，将遗传算法引入模糊控制器的设计当中，根据已知的模糊控制规则，对模糊隶属度函数自动寻优，该方法用于船舶动力定位中，对船舶纵向运动进行控制与仿真，仿真结果证明遗传算法优化的有效性。     

模糊神经网络控制在调速系统中的应用研究

针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。     

一种基于PSO优化HWFCM的快速水下图像分割算法

The S/N of an underwater image is low and has a fuzzy edge.If using traditional methods to process it directly,the result is not satisfying.Though the traditional fuzzy C-means algorithm can sometimes divide the image into object and background,its time-consuming computation is often an obstacle.The mission of the vision system of an autonomous underwater vehicle (AUV) is to rapidly and exactly deal with the information about the object in a complex environment for the AUV to use the obtained result to execute the next task.So,by using the statistical characteristics of the gray image histogram,a fast and effective fuzzy C-means underwater image segmentation algorithm was presented.With the weighted histogram modifying the fuzzy membership,the above algorithm can not only cut down on a large amount of data processing and storage during the computation process compared with the traditional algorithm,so as to speed up the efficiency of the segmentation,but also improve the quality of underwater image segmentation.Finally,particle swarm optimization (PSO) described by the sine function was introduced to the algorithm mentioned above.It made up for the shortcomings that the FCM algorithm can not get the global optimal solution.Thus,on the one hand,it considers the global impact and achieves the local optimal solution,and on the other hand,further greatly increases the computing speed.Experimental results indicate that the novel algorithm can reach a better segmentation quality and the processing time of each image is reduced.They enhance efficiency and satisfy the requirements of a highly effective,real-time AUV.