黄金分割法在船舶航行控制中的应用研究

将舵角变化很小的船舶航行系统看成是一阶Nomoto线性模型,在此基础上通过最小方差控制理论得到了黄金分割自适应控制系数;然后利用雅各布理论说明对于时变离散线性二阶闭环系统,黄金分割法在船舶控制中的鲁棒性;最后通过仿真实验以及PID控制来说明本文所采用的黄金分割法的有效性。本算法能够降低环境参数对船舶航行的干扰,保证船舶的安全行驶。     

虚拟现实技术下船舶航向控制算法测试平台设计

首先分析非线性船舶模型中PID如何控制船舶航向;然后进行控制算法设计,并且将航向控制算法以流程图的形式进行描述;进一步搭建船舶航向的虚拟环境,以此来研究环境等外力对船舶航向的影响;最后通过仿真实验进行控制算法验证。通过对PID参数进行调整,实现对船舶航向的最好控制参数,从而有效对船舶航向进行控制。     

船舶航向非线性控制的数学模型与分析

传统的船舶航向控制模型存在着航向控制精确度的缺陷,为此提出船舶航向非线性控制数学模型研究与分析。建立船舶航向分析坐标系对船舶航向参数进行确定,根据确定的参数建立船舶航向非线性运动数学模型,以上述模型为基础采用粒子群算法对船舶航向非线性控制程序进行编写与执行,实现了船舶航向非线性控制数学模型的建立。通过实验得到,建立的船舶航向非线性控制数学模型航向控制精确度比传统模型高出30.8%,说明建立的船舶航向非线性控制数学模型具备极高的有效性。     

船舶航向非线性控制系统仿真研究

基于Bech模型并充分考虑舵机特性提出了一种结构简单的船舶航向控制器--TC控制器.介绍了船舶非线性模型的选取,描述了船舶舵机特性,在此基础上设计了TC控制器.通过参数整定实验确定了TC控制器各参数的取值,并进行了航向改变、航向保持及参数摄动仿真实验.仿真结果证明所设计的船舶航向控制器效果良好,具有较强的鲁棒性.     

非线性船舶航向自抗扰控制器的仿真研究

良好的航向操控对于应对船舶航行环境和突发情况具有现实意义。本文首先分析非线性船舶航向控制模型,在此基础上设计自抗扰控制器,并对其参数进行调整。最后与传统的PID控制器进行仿真对比,实验结果表明二阶自抗扰控制器能准确跟踪船舶,并且航向保持控制精度高。     

RBF神经网络在船舶航向保持非线性控制中的应用

船舶航向保持在可控范围内,使得船舶航迹能够在规定精度的阀值内。随着航运业的发展,船舶的动力及体积越来越大,操纵控制系统复杂度也越来越高,在船舶航向控制中的非线性因素越来越多,传统的线性模型已经不能适应船舶控制系统性能要求。RBF神经网络与自适应控制相结合,能够很好匹配非线性系统的求解。本文研究船舶航迹控制模型,给出基于RBF神经网络船舶航向非线性控制系统解决方法,最后进行仿真实验。     

克隆选择算法在船舶航向自适应控制中应用

研究船舶航向自适应控制。将应用在研究过程中针对船舶航行易受外界不确定环境干扰的情况,建立船舶二阶线性模型,并且利用克隆选择算法对模型参数进行在线控制。最后进行实验仿真,以此来说明本文所研究的算法鲁棒性强。     

船舶航向非线性反演自适应滑模控制

为实现船舶在大幅度改向操纵运动中航向准确快速跟踪控制,采用Bech船舶操纵运动数学模型精确描述船舶运动性能。考虑到船舶运动中固有的非线性、模型不确定性和风、浪、流等干扰影响,设计一种船舶航向非线性自适应滑模控制器。利用反演法将滑模控制技术与自适应控制技术相结合设计航向改变控制算法,借助Lyapunov稳定性定理证明控制系统渐近稳定,并进行船舶航向控制仿真。仿真结果表明,本文所设计的船舶航向改变控制器性能优良,控制舵角合理,控制输出航向对本船参数摄动及外界干扰不敏感,具有较强的鲁棒性。     

动态模糊神经网络在船舶航向控制器上的应用

当船舶在海湾、海峡等狭窄海域行驶时,对于船舶航向控制器的可靠性和灵活性均有较高的要求,由于船舶模型的参数受到航速和载重量的影响,因而无法保证航向控制的精确性。本文提出一种船舶模型控制与动态神经网络相结合的方法,提高船舶航向控制器的控制精度和可靠性。设计一种零稳态误差控制器对船舶航向进行控制,同时利用模糊神经网络确定闭环控制系统的极点,并用仿真证明本文提出的方法具有较高的精确性和可靠性。     

模糊最优化算法在船舶控制中的应用研究

首先分析船舶模糊控制系统以及系统参数的选择。引入模拟退火算法,对系统中模糊变量的量化因子和比例因子进行优化,达到最优控制船舶的目的。最后利用本文设计的算法,对不同海域情况下船舶的航向控制进行仿真。实验结果表明,FLC控制比传统的PID控制更接近预定航行方向,并且方差小,更适合在复杂环境中控制船舶航向。