舰船水上纵向运动非线性数学控制模型

传统舰船控制在理论基础中以舰船水上运动的二自由度作为参数进行计算,忽略舵机伺服系统中的航向偏差,导致对航行要素的分析出现误差,因此设计一种针对舰船水上纵向运动的控制模型。首先对舰船水上运动过程中的各自由度在舰船运动坐标系中进行分析,并以向量形式的数学方程来描述纵向运动非线性舰船的状态,在驱动力上叠加一个非线性变推力,通过控制航速的方式控制舰船纵摇的幅值,设计变推力开环施加流程,经过相位改变得到相位差,精准跟踪纵摇变化纠正舵机伺服系统航向偏差。仿真实验中,分别使用传统控制模型与设计的非线性数学控制模型进行实验。结果表明,设计模型仿真结果对于各航行要素的分析误差平均控制在5%以内,具有一定有效性。     

支持向量机技术在舰船航向广义预测与控制中的应用

舰船在海上航行时,受到海浪等干扰力的作用难免会偏离既定航线,严重时甚至发生搁浅等事故,航向的广义预测与控制决定了舰船的航行效率和安全性,是船舶工业领域研究的重点。支持向量机技术是一种新型的智能学习算法,该算法在非线性系统求解、小样本、高维度系统求解领域有重要应用。本文以舰船航向预测与控制为研究对象,系统介绍了支持向量机算法,并基于支持向量机技术对船舶航向进行预测与控制。本研究对于提高舰船航向预测与控制有重要意义。     

基于支持向量机模型的船舶航行广义预测控制

船舶操纵一直是船舶运动控制的研究重点,它与航行安全、能源节约和操作省力密切相关。模型是研究船舶运动控制的基础,本文鉴于船舶的动态具有大惯性、大时滞、非线性等特点,采用了基于结构风险最小化原则的神经网络———支持向量机对船舶进行建模,在建模中充分发挥支持向量机可以任意逼近非线性模型的良好特性,解决对船舶航向预测的问题。进而通过建立预测模型,并结合广义预测控制的算法达到航向保持的目的,且具有较好的稳定性和鲁棒性。     

基于SVM的光纤陀螺标度因数建模研究

针对光纤陀螺(FOG)标度因数随温度呈非线性变化的特性,提出采用支持向量机对标度因数进行建模的方法,以减小光纤陀螺输出误差.利用实验数据对支持向量机对进行训练,获得标度因数的温度模型从而提高FOG的精度.同时将支持向量机对标度因数进行建模的结果与传统的最小二乘建模结果进行比较,验证采用支持向量机对标度因数建模是非常有效的.     

非线性回波在舰船航向控制系统中的研究

针对海上舰船航向控制问题进行研究。对非线性回波特征分析在舰船航行控制上的应用进行探讨。首先对舰船航行进行数学建模分析,再对航向控制进行建模,并对雷达回波的特性进行详细分析。通过分析捕获到的雷达回波信号相位,得到相位误差信息,进而实现运动补偿,保持舰船航向。最后,以1艘大型舰船为例进行实验仿真,仿真结果证明算法的可行性。     

五自由度无轴承异步电机动态解耦控制

为实现五自由度无轴承异步电机高精度动态解耦控制,提出一种基于最小二乘支持向量机逆的解耦控制方法.首先,建立五自由度无轴承异步电机数学模型并进行可逆性分析,然后,利用最小二乘支持向量机在有限数据样本下对高维非线性函数的回归能力来辨识五自由度无轴承异步电机逆模型,并利用粒子群算法优化最小二乘支持向量机的参数,以提高对逆模型的拟合和预测精度,最后,将最小二乘支持向量机逆与原系统相串联得到伪线性系统,并设计PID闭环控制器对五自由度无轴承异步电机进行复合控制,实现了原系统径向位移、轴向位移、转速以及磁链间的非线性动态解耦.仿真研究验证了该控制策略的有效性.     

模糊逻辑在舰船航向自动控制系统中的应用

分析了设计舰船航向自动控制系统时面临的问题,建立了描述舰船运动的六自由度模型,给出了以模糊逻辑为基础的舰船航向模糊控制系统框图,研究在随机变化的外部扰动作用下,考虑舰船数学模型复杂动态过程与非线性时,以航向误差和误差变化率为输人变量,以舵面位置变化为控制量的二维模糊控制器构成问题,给出了模糊调节器运行参数计算方法,针对舰船摇摆和保持航向最危险的情况给出了仿真结果。     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

舰船航向非线性自适应鲁棒控制方法

舰船航行时由于存在线性干扰,使得航向控制方法鲁棒性较差。为此,提出舰船航向非线性自适应鲁棒控制方法研究。基于惯性坐标系的空间位置和姿态角,将舰船运动化为3个平面运动,建立舰船操作运动方程,依据运动方程,计算舵力及舵机特性,在考虑舵力的作用下,计算非线性控制律,去除线性干扰项,设计自适应鲁棒控制器,达到控制舰船航向的目的。测试结果表明:与传统的控制方法相比,设计的舰船航向非线性自适应鲁棒控制方法转艏角速度更接近0,且船首向角定向需要的时间更少,说明该控制方法鲁棒性更好,适合应用在舰船航向控制中。     

舰船航向非线性控制的数学模型设计

发达国家已有舰船航向控制模型研究成果,无法适应中国舰船实际航向控制需求,存在着航向控制效果差的问题,因此提出舰船航向非线性控制的数学模型设计研究。详细分析舰船运动干扰信号,构建非线性舰船运动数学模型,选取并探究实际航向控制问题的性能指标,以构建模型与选取性能指标为基础,将舰船运动模型转换为状态方程形式,制定航向非线性控制流程,执行制定流程即可实现舰船航向的非线性控制。实验结果表明,应用构建模型后,在较短时间内实际航向可以调控到设定航向,控制舵角也能回正,充分证实了构建模型的有效性与可行性。     

基于实航数据驱动的无人艇操纵运动辨识建模

为快速构建符合海洋航行器实际运动特性的操纵运动模型,开展基于“精海”无人艇实航湖试数据驱动的无人艇操纵运动辨识建模研究。无人艇操纵运动辨识建模的框架以非线性水动力模型和推进器经验模型作为先验知识约束,利用随机舵角序列激励下的航行数据作为训练集,采用支持向量机回归方法完成建模过程,着重探讨了在环境干扰下构建艇体动力学模型的可行性。结果表明,所提出的方法能够快速构建具有非线性特性的无人艇操纵运动模型;先验的模型结构有效降低了实航数据中浪和流的影响,构建的模型能够有效预测回转、Z形等操纵运动的状态变化,具有良好的泛化能力。     

基于支持向量机的船舶航向广义预测控制研究

船舶的动态性能具有大惯性、大时滞、非线性等特点,采用基于结构风险最小化原则的神经网络———支持向量机(SVM),充分发挥其可以任意逼近非线性模型的良好特性对船舶模型进行有效辨识,以此作为广义预测控制(GPC)算法中的预测模型,并加以相应的GPC算法达到保持航向的目的。仿真结果表明:SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于SVM的GPC算法在航向保持方面具有很好的控制性能。     

基于LV-SVMs的UUV NARX动态辨识模型

鉴于水下无人控制机器人(UUV)的动态控制越来越重要,本文针对当前辨识模型存在的所获参数精确性不足,运用非线性黑箱辨识模型,提出了基于最小二乘支持向量机的UUV NARX动态辨识模型。将该模型应用于辨识UUV的两个关键参数偏航角γ和xy平面内的速度ν,取得了良好的辨识效果。     

基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机(least squares support vector machines,LSSVM)与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。     

一种分解策略的船舶横摇运动姿态在线预报方法

为了解决单一预报模型对复杂的船舶横摇运动姿态时间序列建模预报困难以及支持向量机预报方法离线训练导致实时性差的问题,文中提出一种分解域船舶运动姿态在线预报方法。采用经验模式分解法对时序的不同特征信息进行分解;应用游程法将分量重构为高、中、低频三个分量;针对每个分量建立在线最小二乘支持向量机预报模型,对各分量的预报结果累加得出最终预报值。对某船横摇角时序进行了预报,结果表明,所提方法预报10s的相对均方误差在13%以内,相比于支持向量机预报模型,该模型能够有效提高预报精度和效率。     

基于SVM的武器装备批量生产成本费用模型

利用支持向量机建立了批量生产成本费用模型,批量生产成本费用与影响因素的关系可通过支持向量机的核函数和拉格朗日乘子得到体现。由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。通过实例与熟练曲线法、最小二乘法和加权最小二乘法的结果进行了比较,结果表明支持向量机比较精确。     

应用非线性馈饰算法改进的船舶自动导航控制策略

为使船舶在航行和运营的过程中更加节能,采用非线性馈饰技术,即分别用两个函数对控制器的输入信号和输出信号进行处理,基于鲁棒比例积分和微分(Proportion Integral Differential, PID)控制器,设计船舶航向保持控制器,同时为接近航海实践,加入6 s 1次的操舵频率限制。通过仿真试验验证控制器的有效性,并且与已有的非线性算法进行比较。仿真结果表明:使用非线性馈饰技术设计的航向保持控制器能够很好地实现航向保持控制的目的,同时还能够使平均舵角相对于标准PID减少约50%,相对于其他非线性算法具有较为优秀的节能性能,这表明基于非线性馈饰技术设计的PID航向保持控制器具有节能的特点,对航向保持控制器的设计具有指导意义。     

基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测

运用灰色加权关联方法对影响远海舰船备件消耗的主要因素进行分析,以确定备件消耗影响因素的权重大小,以此为依据来筛选出主要影响因素,在此基础上运用支持向量机理论,建立灰色加权关联分析与多尺度最小二乘支持向量机组合的学习模型,将筛选得到的主要影响因素的样本值作为输入值进行学习训练,较好地解决了影响因素与备件消耗之间的非线性关系。实例应用表明,该模型对舰船备件需求的预测具有较高的精度。     

规则波浪中舰船操纵与横摇耦合运动模拟及特性分析

采用六自由度舰船操纵性方程与横摇波浪力矩耦合构成动力学模型,对舰船在规则波浪中的操纵与横摇耦合运动特性进行了模拟研究.其中操纵性方程采用MMG模型,波浪力矩由切片法计算,舰船航向按PD控制.模拟计算了某船正横规则波浪下保持航向的横摇运动,计算结果与单自由度理论结果进行了比较,其幅频曲线与相频曲线两者符合较好,间接证明了耦合构成动力学模型的有效性.在此基础上计算了不同浪向角和航速下的横摇运动,以横摇等值极坐标曲线表征舰船规则波浪中的横摇特性,从而给出了规则波浪下舰船耦合动力学所描述的运动特征.     

最小二乘支持向量机在船舶交通流特征分析中的应用研究

船舶交通流分布特征的研究可为船舶通航安全管理与航道规划设计提供基础性依据,而从离散的船舶交通流数据中拟合出其分布函数是研究其分布特征的关键。本文把最小二乘支持向量机引入到船舶交通流数据拟合中,代替传统的最小二乘法解决离散数据拟合问题。构建了基于最小二乘支持向量机的离散数据拟合模型,并对船舶交通流数据拟合进行了研究。结果表明,该方法在处理离散数据的回归拟舍时能获得较好的逼近曲线,且预测结果也具有一定的参考价值。