模型参考模糊自适应控制在船舶航向控制中的应用

将模型参考模糊自适应控制运用于船舶航向系统,仿真对象采用船舶操纵的非线性数学模型,并与模糊控制相比较,仿真结果表明了模型参考模糊自适应控制算法的正确性。     

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。     

模糊自适应滑模控制在航向控制器中的应用

船舶的转向控制主要依靠操舵仪,操舵仪通过检测舵角信号与给定航向角的误差,进行航向的灵活调节。为了提高船舶操舵仪的精度,本文对船舶操舵仪的控制器进行研究。结合自适应滑模控制技术和模糊控制技术,建立了一种具有自适应控制的船舶航向控制器。通过数学建模和计算机平台的模型仿真,验证了该船舶航向控制系统的性能。     

基于反馈线性化的船舶航向自适应模糊滑模控制与仿真

针对非线性船舶航向控制中船舶参数不确定性以及外界干扰随机性的特点,基于反馈线性化方法和模糊系统的逼近能力,提出了一种新的基于反馈线性化的自适应模糊滑模控制器的设计方法,并在李雅普诺夫稳定性理论的基础上导出了自适应律。以某船为例,并利用Matlab进行仿真研究,仿真结果表明所设计的控制器是有效的。     

基于鲁棒模糊控制的船舶转向及航向保持

为更好的满足船舶转向和航向保持对自动舵系统的不同要求,首先基于一阶闭环增益成形算法对船舶转 向过程分三段进行控制器设计,在自适应模糊推理系统(ANFIS)离线模型辨识正确的前提下得到每个控制器的模糊隶属度函数,然后对三个控制器的输出进行T-S模糊综合.以实习船"育龙"轮的非线性响应模型为控制对象,考虑不同的干扰和模型摄...     

船舶航向的自适应自调节PID跟踪控制

[目的]针对遭受时变环境扰动且存在参数不确定性的船舶航向非线性控制系统,为满足其航向控制的实时性要求,[方法]结合自适应技术,提出不依赖于模型参数与未知输入的自适应自调节的船舶航向跟踪控制方案,并利用Lyapunov直接方法验证该控制律的有界性。[结结果]仿真结果表明,该控制器可以自适应自调节PID的控制增益,不仅继承了传统PID控制器的优点,还对未知时变扰动具有良好的鲁棒性。[结论]研究成果可为船舶航向的跟踪控制设计提供参考。     

船舶航向的自适应神经模糊控制系统

针对模糊控制器中的量化因子、模糊规则等难以人工整定的困难,文中提出了一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法,利用船舶航向模糊控制器两端获取的数据来训练ANFIS控制器,并将其控制效果和船舶航向模糊控制器的控制效果进行了比较,仿真结果表明,在不同风速和流速干扰作用下,基于ANFIS的航向控制器无论在超调量、响应时间和稳态误差方面都具有更好的控制品质,在干扰下仍然能够满足船舶航向实时控制的要求.     

船舶模糊航向控制器设计与仿真

应用船舶操纵方程中的二阶非线性响应方程，在考虑各种随机干扰的情况下，为船舶设计一种模糊航向控制器，在程序中可以方便地调整船舶的相关参数和隶属度函数。该系统能较好地实现航向保持。通过对具体船型的仿真，结果表明，该航向模糊控制器有很强的环境适应性。     

基于神经网络的鲁棒自适应舵减摇控制北大核心CSCD

[目的]针对存在系统未知非线性函数和外界随机扰动的欠驱动水面船舶舵减摇控制问题,提出一种基于多层循环神经网络的自适应非奇异快速终端滑模舵减摇控制器。[方法]首先,针对传统滑模控制中存在的奇异性和收敛性问题,引入非奇异快速终端滑模面,并在假设船舶模型已知的情况下设计滑模控制律;接着,对传统径向基神经网络进行改进,并利用改进后的神经网络去逼近系统未知非线性函数,以解决船舶航行时模型难以确立的问题,提高控制精度;然后,应用Lyapunov理论证明闭环系统的稳定性和有限时间收敛性,并推导出神经网络参数的自适应律;最后,对一艘多用途海军舰艇进行数值仿真分析。[结果]结果显示,当船舶处于航向保持工况时,所提出的控制器减摇率为50.41%,与非奇异快速终端滑模控制器相比提升了19.2%;当船舶处于变航向工况时,所提出的控制器减摇率为23.46%,与非奇异快速终端滑模控制器相比提升了12.59%。[结论]该方法可以为欠驱动船舶舵减摇控制设计提供参考。     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制，以及无人船航向控制具有强非线性和不确定性，本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度，并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值，提出了一种适用于不同无人船航向控制的自适应控制算法，借助增益调度方法(GS)，利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较，验证了所提出的控制方法的有效性。     

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。     

Design of robust fuzzy controller for ship course-tracking based on RBF network and backstepping approach

1 Introduction1 Recently, adaptive control approaches based on fuzzy neural network (FNN) have been studied in a lot of papers [1–4]. FNN combines the capability of fuzzy reasoning in handling uncertain information and the capability of artificial neural…     

基于遗传算法的模糊控制型船舶自动驾驶仪研究

该文分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非线性、时变参数的控制对象,提出了一种基于遗传算法的模糊控制型和Bang—Bang控制相结合的控制系统,提高了模糊控制系统的精度;最后,通过仿真将模糊型船舶自动驾驶仪与基于遗传算法的模糊控制型船舶自动驾驶仪的性能作了比较,结果表明该文所提出的方法控制性能良好。     

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。     

基于模拟退火优化的船舶航向模糊控制研究

本文采用模拟退火法对模糊控制参数进行优化，并对控制算法的实时性做了改进。将该算法应用于船舶的航向控制，可以避免普遍模糊控制规则人为制定的不确定性。仿真结果表明，优化后的参数可以获得良好的控制效果。     

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.     

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.     

基于神经网络的船舶舵机控制系统设计

传统船舶舵机控制系统只适于控制对象是线性系统且时延和阶数等已知的情况,但在实际应用中,船舶舵机控制过程受船舶运行情况和航行环境的影响,属于随机过程.为此,设计一种新的基于神经网络的船舶舵机控制系统,依据功能要求设计船舶舵机的不同控制模型,再设计整体控制系统结构.通过设计4个不同层次的控制器结构,实现神经网络控制器的整体设计,利用神经网络算法对控制器中的参数进行学习和调整,神经网络控制器输出结果即为船舶舵机控制结果.实验结果表明,所设计系统控制效果好,不易受外界环境的干扰.