神经网络PID的船转首角速度保持控制仿真优化

船舶在水上航行时,除了会受到风荷载的作用之外,还会受到惯性力的影响,由此可能会导致船舶产生侧向漂移,容易使船舶偏离航迹。为此,需要对船舶转首角速度保持进行有效控制。神经网络PID具有较强的控制性能,可将之运用到船舶转艏角速度保持控制当中,从而确保船舶始终处于给定的航线内航行,保证航行安全。基于此,本文从神经网络PID的简要介绍入手,论述了基于神经网络PID的船转艏角速度保持控制仿真优化。     

海上多船行驶自动避碰系统设计

随着航运事业的发展,船舶数量不断增加。船舶的行驶环境复杂多变,易造成船舶航行偏移现象,在多船舶同时行驶的海域易出现船舶碰撞等问题,严重威胁着船舶航行的安全。为提高船舶航行安全,减少船舶碰撞事故的发生,对海上多船行驶自动避碰系统进行了创新和优化。利用PID控制方法对船舶行驶领域多目标航迹检测系统进行创新,以期达到更精准、快速的船舶避碰检测控制系统设计目标。通过该系统对船舶航迹航行状态进行检测控制,从而避免船舶在行驶过程中受外界环境影响出现的航迹偏离及信息延时导致的船舶碰撞等问题。为了保障船舶自动避碰系统的有效性,对船舶避碰检测和控制情况进行仿真实验。仿真结果表明:该系统可及时有效地对船舶会遇的可能性做出精准分析和有效判断,并及时控制船舶航迹及速度,以便科学合理的执行船舶避碰方案决策,从而有效避免船舶碰撞事故,保障船舶航行安全。     

智能学习算法在航迹控制系统中的应用

为保证船舶按照既定的航线航行,船舶轨迹控制至关重要。为此提出神经PID智能算法,并应用在航迹控制系统中。建立干扰因素下的船舶运动控制数学模型,对此基础上,以PID算法为核心,利用BP神经网络算法进行改进,解决PID算法在解决复杂时变非线性问题效果较差的问题。结果表明,在环境因素干扰下,所研究的神经PID智能算法应用下,船舶航行轨迹跟踪误差要小于3种前人研究方法,证明其应用效果。     

基于GPS的风流压差估算与航向修正

船舶在实际航行中,由于受到风流的影响,往往造成实际航迹线偏离计划航线。为了确保船舶按照既定航线安全、经济地航行,通常要求航海人员尽可能随时估算海洋的风流要素,确定船舶应采用的真航向和确     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

PID航迹控制技术在舰船自动航行系统的应用

舰船自动航行系统在舰船自动化系统中占有重要地位。优秀的舰船自动化系统可以大大减轻船员的工作负担,并为舰船合理规划航线,节约舰船燃料,提升舰船的战斗力。PID航迹技术是目前应用的最为广泛的一种航迹控制技术,通过PID航迹控制技术可以保证舰船航向稳定。本文对PID航迹控制技术的原理进行了研究,并在此基础上提出了一种舰船自动航行系统的功能及架构,最后给出了PID航迹控制的基本流程图。本文提出了舰船自动航行系统功能完备,能够最大程度地为舰船作战及正常航行提供支持。     

不依靠模型自适应控制的船舶自动舵

船舶运动控制具有较强的非线性、不确定性、大惯性,大滞后和慢时变特性,加上在航行过程中存在的干扰和噪声,使得航迹控制变得非常复杂,运用常规的PID算法难以达到期望的控制效果,不可能根据船舶动态特性和海况变化实现其参数的自动整定,总是偏离其最佳工作状态.文章首次在船舶运动控制中使用自适应神经网络MFA控制器,减少航迹波动幅度和次数,减小船舶航行时附加阻力.仿真结果表明MFA自动舵具有快速性、鲁棒性和稳定性的优点.     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

基于混合粒子群算法的船舶稳定性分析

随着我国船舶航运事业的兴起,对保持舰船航行的安全和稳定的要求越来越高。由于船舶航运事业面对的环境复杂多变,传统PID船舶稳定性能分析和控制方法难以对大型风浪引起的船舶摇晃运动系数进行有效分析,无法快速准确的对船舶随机横摇运动外扰力进行计算,不利于船舶航行安全。因此结合混合粒子群算法对船舶稳定性进行研究。首先对船舶航行过程中外扰动因素影响程度进行分析和计算,并设计了船舶稳定性检测和控制系统,从而达到提高船舶航行稳定性的设计目标。为验证该方法的有效性,对比传统PID船舶稳定性检测控制方法进行了仿真实验。实验结果表明,基于混合粒子群算法的船舶稳定性分析方法能够更好地对船舶航行安全、稳定性能和航行状态进行精准判断,保障船舶在复杂海洋环境中的稳定航行。     

航迹自动舵算法的研究

本文讨论了利用自动舵来实现船舶航迹保持航行问题,针对两种不同类型的航行,提出了两种航迹保持控制算法,这些控制算法的数字仿真结果表明满足航行要求。引言目前,船舶广泛采用的PID操舵装置或自适应操舵装置     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

基于改进PID控制的船舶航迹跟踪研究

传统PID控制的船舶航迹跟踪误差大,实时性差,无法满足船舶航迹跟踪的实际应用要求,为此提出了基于改进PID控制的船舶航迹跟踪方法,首先对传统PID控制的船舶航迹跟踪方法的工作原理进行分析,找到引起跟踪误差大的因素,然后引入人工鱼群优化算法对PID控制的参数进行实时调整,改善固定PID控制参数的缺陷,最后实现船舶航迹跟踪仿真模拟实验。相对于传统PID控制的船舶航迹跟踪方法,本文能以更高精度对船舶航迹进行跟踪,可以准确刻画船舶航迹的变化趋势,具有比较显著的优势。     

船舶航行轨迹的实时检测与校正数学模型研究

为解决因船体碰撞而造成的航行轨迹偏离问题,提出船舶航行轨迹的实时检测与校正数学模型。通过分析内河航道特征的方式,处理各航迹间的分区关系,完成船舶航行轨迹的实时检测关系定义。在此基础上,提取必要的航行轨迹节点,按照微簇特征向量的确定原理,计算校正时间复杂度的实际数值,完成船舶航行轨迹的实时检测与校正数学模型研究。对比实验结果表明,与Spark检测手段相比,应用新型数学校正模型后,轨迹点的定航偏向系数降低至1.36,避免了因船体碰撞而造成的船舶航行轨迹偏离行为。     

基于视觉传达的船舶自动导航系统

为了提升自动导航效果,设计基于视觉传达的船舶自动导航系统。利用视觉传达技术采集船舶图像,通过回溯处理模块获取高精度图像信息;利用系统软件线程实现模块间通信,依据图像信息制定航行计划,依据高精度图像信息实现航线设置、航线偏移报警与保存航迹功能;采用船舶目标跟踪方法得到船舶的位置和航向角信息,利用人机交互模块完成海图漫游、查询与航线管理等操作。实验证明,该系统可合理设计船舶航线,航行轨迹跟踪精度高。     

多船并行航行轨迹精准控制算法研究

传航行轨迹精准控制算法在多船并行情况下,由于计算中没有区分航线航向,造成航行精准度较低,为此提出多船并行航行轨迹精准控制算法。构建船舶轨迹精准控制模型,根据船舶航行目的生成船舶运行轨迹,以实际航行轨迹为基础计算船舶定位航线,分别计算船舶直线航行控制轨迹以及曲线航行控制轨迹,完成多船并行航行轨迹精准控制算法设计。设计仿真实验,通过模拟使用环境,将提出算法与传统算法进行比较,实验结果表明提出方法计算的航行精准度更高,证明研究方法具备有效性。     

基于图像处理技术的船舶航行轨迹分析与应用系统设计

近年来,海上贸易不断发展,港口和海上航线的船舶密集程度不断提高,海上交通事故频繁发生。海上交通监管部门为了改善海上交通,降低海上交通事故发生的概率,投入大量的精力研发海域内船舶的导航与航行轨迹分析等技术。船舶的航行轨迹数据分析有助于对船舶的航迹进行预测,检测出海域内船舶的航迹偏离等问题,提高船舶航行的安全性。本文重点研究了海上航迹的图像处理技术和卡尔曼滤波技术,并基于图像处理技术实现了船舶航行轨迹的分析和预测,对改善海上交通,降低海上碰撞事故发生的概率有重要意义。     

基于数据挖掘的船舶航线自动控制技术

构建船舶航行运动学模型,分析船舶航海过程中的关键参数以及控制参量,通过数据挖掘采集船舶航线自动控制参量和关键数据,采用自适应信息融合方法融合关键数据中的特征.获取特征性路径条件后,采用大数据蚁群优化算法,优化特征性路径条件和自动控制参量,实现船舶航线自动优化控制.结果表明,该技术具备可靠的船舶航线挖掘性能,可获取最佳的...     

大型船舶自动舵系统精准智能航向控制研究

为保持船舶在指定轨迹上航行,目前使用最为广泛的技术是船舶航向自动舵控制系统。基于航行安全和节约成本的考虑,船舶航行对自动舵的精确度提出了越来越高的要求。目前,通常采用船舶操纵运动模型研究船舶自动舵控制系统。通过分析船舶运动及其受到干扰力作用的情况,建立船舶控制系统数学模型。本文结合PID控制、模糊控制和粒子群算法,分析研究船舶航向自动舵控制系统。     

船舶航迹建模中进化算法建模与仿真

近年来,船舶航迹自动控制在船舶航行中发挥着越来越重要的作用,如何从稳定性、经济性和安全性等方面提升船舶航迹控制性能是人们研究的重点。本文对船舶运动模型、外干扰模型进行深入研究,在此基础上,提出了以混沌进化算法为基础的船舶航迹控制模型。