船舶航向非线性系统的模糊神经网络智能控制器设计

船舶航向控制系统具有典型的非线性和不确定性特性，并受自动舵执行能力的约束，这使得作为船舶智能化基础的航向控制极具挑战性。首先分析了船舶航向运动特性，给出带有舵约束的航向运动非线性数学模型；然后以模糊神经网络为控制器结构，在噪声加入和参考轨迹设置算法的支持下使用遗传算法对控制器参数进行自动搜索和优化，设计一种船舶航向智能控制器；最后对航向控制进行仿真。结果表明，所设计的航向智能控制器对船舶参数摄动和扰动具有良好的鲁棒性能。     

船舶操纵运动的模糊自适应控制系统

船舶操纵运动控制过程中,由于转向角度可任意设置,系统的航向偏差和偏差变化率有时可能会很大。本文在进行船舶操纵运动模糊控制设计中,为使系统工作平稳,研究了一种根据系统工作过程中的偏差和偏差变化率自动校正比例因子的算法,以实现船舶航向自适应控制。同时为满足系统的稳态性能,该系统中不宜采用模糊了ＰＩ控制器。仿真结果显示了该系统设计的合理性。     

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法,针对非线性船舶航向保持系统,设计了其Backstepping逆推控制器,由非线性函数项和常规线性控制器组成,将简化的Back-stepping法与闭环增益成形算法相结合,设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向,调节时间为600 s,符合船舶航行的实际情况,控制效果良好;当系统增加干扰后,系统的控制输出除了因干扰产生的抖动外,其跟踪性能仍然较好,航向输出无静差,说明控制器具有一定的鲁棒性;是否全部对消非线性项,对其控制效果相差不大,说明当模型发生参数摄动时,系统的控制性能仍能保证。     

船舶进出港低速航向保持

为了在船舶进出港时,船舶处于浅水域并以低速航行,在风、浪等强扰动作用下,增强航向控制性能,减小能源损耗,选择三阶Nomoto模型,将航速和水深变化反映到模型参数的变化上,基于闭环增益成形算法设计出一种具有适应性的鲁棒PID控制器,建立基于风、浪干扰的非线性船舶运动数学模型,并用S函数来实现。用PID控制器对非线性船舶运动数学模型进行控制,在Simulink环境中对各种水深、船速及海况进行航向控制仿真。从仿真曲线可看出其航向跟踪效果良好,静差为0,且施舵合理,所设计的控制器对非线性船舶运动数学模型具有良好的控制性能。     

基于遗传优化径向基神经网络的船舶航向控制

设计了一种基于遗传算法优化径向基神经网络的船舶智能自动舵.针对船舶航向控制过程中的非线性和不确定性,将RBF网络直接逼近船舶模型内部不确定项和外界扰动,借助李雅普诺夫理论推演控制系统渐进稳定.利用遗传算法对径向基神经网络进行优化提高逼近性能.对比仿真结果显示,同等条件下,上述控制器较一般自适应控制和模糊PID控制系统稳定时间普遍快40%,平均超调量缩小100%,控制输入舵角进一步平滑稳定,且船舶航向对船舶内外部干扰不敏感.     

非自航工程船舶智能定位系统的开发研究

针对非自航工程船舶动力学模型难以精确建立，定位控制精度不高的问题，提出了一种基于模糊控制技术的工程船舶定位控制系统，重点探讨了模糊控制器的设计．经实际项目的验证，其控制精度满足施工要求．同时结合实际应用中的问题，对模糊控制器作进一步改进，使其控制精度得到提高．     

船舶主机缸套冷却水温度灰色预测模糊PID控制

针对船舶主机缸套冷却水温度控制系统的大惯性、纯滞后和时变性特点,提出了将等维新息灰色预测控制与模糊自调节PID控制相结合的新型控制策略,这种控制器可根据系统预测误差和变化率自动调整控制器参数,使控制器对系统响应具有适应性.仿真结果表明:灰色预测模糊PID控制比常规的PID控制与模糊PID控制有更多的优越性,自适应能力强...     

船舶主机缸套冷却水温度灰色预测模糊PID控制

针对船舶主机缸套冷却水温度控制系统的大惯性、纯滞后和时变性特点,提出了将等维新息灰色预测控制与模糊自调节PID控制相结合的新型控制策略,这种控制器可根据系统预测误差和变化率自动调整控制器参数,使控制器对系统响应具有适应性。仿真结果表明:灰色预测模糊PID控制比常规的PID控制与模糊PID控制有更多的优越性,自适应能力强,超调适中,具有更好的动、静态特性。     

基于Lyapunov稳定性的船舶航向保持非线性控制

为简化船舶航向保持非线性控制器设计的过程,通过构建Lyapunov能量函数,将设计步骤由2步变为1步,减少了控制器参数的整定数量,避免了非线性控制律对消系统的非线性项.以实际船舶为例,结果表明,采用以上方法设计的非线性简化控制器具有一定的鲁棒性,主要控制指标良好,施舵合理.     

一种具有自学习功能模糊控制器的设计与实现

为了克服常规模糊控制器的缺陷，作者设计并实现了一种具有自学习能力的模糊控制器，并应用于蓄电池的化成充电控制这中。同常规模糊控制器相比，它可以更好地控制系统的动态性能。