基于ESO和动态逆的欠驱动船舶航迹跟踪控制设计

针对欠驱动船舶航迹跟踪控制问题,考虑船舶动态不确定性、未知时变外部扰动和速度不可测的情况,将输出重定义方法、扩张状态观测器(extended state observer, ESO)和动态逆控制方法相结合,设计欠驱动船舶航迹跟踪控制律。输出重定义方法用来解决系统欠驱动问题；构造ESO,估计由船舶动态不确定性、未知时变外部扰动以及船舶各自由度运动状态变量间的耦合构成的总扰动和船舶速度；基于上述,采用动态逆控制方法,设计航迹跟踪控制律,使欠驱动船舶跟踪期望航迹,并保证航迹跟踪闭环控制系统所有信号最终一致有界。以一艘欠驱动船舶为例进行仿真研究,仿真结果验证了所设计的航迹跟踪控制律的有效性和优越性。     

基于快速终端滑模自抗扰的船舶曲线航迹跟踪控制

针对欠驱动船舶的曲线航迹跟踪问题,首先采用自抗扰控制技术,通过扩张状态观测器实时估计和补偿系统的内部和外界扰动,将非线性快速终端滑模引入误差反馈控制环节,并采用幂指数趋近律,设计出快速终端滑模-自抗扰控制律,提高系统的收敛速度和误差跟踪精度,减小系统的抖振;然后对野本船舶模型简化变形,构造降维方程,将航迹跟踪问题转化为航向镇定问题.Simulink仿真结果表明,控制器能够实现船舶对期望曲线航迹的快速、精确跟踪,具有良好控制效果.     

基于扰动观测器的动力定位船终端滑模航迹跟踪控制

针对具有输入饱和限制的非线性不确定动力定位船设计了一种基于扰动观测器的终端滑模(TSM)航迹跟踪控制算法。首先,为解决系统时变外部干扰与模型参数不确定问题,设计了一种终端滑模干扰观测器,该观测器可以保证所得到的估计误差在有限时间内收敛到零,进而提出了一种基于扰动观测器的终端滑模航迹跟踪控制律,该控制律可以保证动力系统在不确定输出上下界情况下给出合理的控制指令,并利用有限时间Lyapunov稳定性理论证明了在所设计的控制律下闭环系统所有状态在有限时间内收敛。最后,动力定位船舶的航迹跟踪控制仿真试验研究验证了该控制算法的有效性。     

基于快速终端滑模自抗扰的船舶曲线航迹跟踪控制

针对欠驱动船舶的曲线航迹跟踪问题,首先采用自抗扰控制技术,通过扩张状态观测器实时估计和补偿系统的内部和外界扰动,将非线性快速终端滑模引入误差反馈控制环节,并采用幂指数趋近律,设计出快速终端滑模-自抗扰控制律,提高系统的收敛速度和误差跟踪精度,减小系统的抖振;然后对野本船舶模型简化变形,构造降维方程,将航迹跟踪问题转化为航向镇定问题。Simulink仿真结果表明,控制器能够实现船舶对期望曲线航迹的快速、精确跟踪,具有良好控制效果。     

基于高增益观测器的船舶航迹鲁棒跟踪控制

为实现水面船舶的航迹精确跟踪控制,考虑了海浪干扰对控制系统的影响,提出了基于高增益观测器的鲁棒最优控制方法。首先,针对系统内部不确定性和外界扰动对控制精度带来的影响,建立了含有系统复合扰动的非线性航迹跟踪模型;进而,设计高增益观测器对系统复合扰动进行估计和补偿,并设计一个带有前馈补偿器的最优控制器,获得系统的期望跟踪性能。最后针对某船舶进行了航迹跟踪控制的数值仿真试验,仿真结果表明设计的控制器对外界海浪干扰有较好的抑制作用,可以实现船舶航迹的精确跟踪。     

船舶航向自适应神经网络鲁棒跟踪控制

针对存在不确定性和带有完全未知时变环境扰动的船舶航向非线性控制系统,将指令滤波技术和反步法相结合,设计了一种船舶航向自适应神经网络鲁棒跟踪控制器,该控制器的提出不依赖于外部扰动任何的先验信息。首先,利用神经网络补偿船舶航向非线性控制系统中的非线性项;设计自适应律在线更新神经网络权重向量和估计时变环境扰动的未知界。为了避免传统反步法中对虚拟控制律的反复求导,引入指令滤波技术,使得所设计的航向自适应神经网络跟踪控制器具有结构简单、易于工程实现的特点。理论分析表明,所设计的控制器能使船舶实际输出航向以任意期望的精度跟踪给定的参考航向,保证船舶航向闭环控制系统中所有信号一致最终有界。最后,以大连海事大学远洋实习船“育龙”轮为例进行仿真,仿真结果验证了所提控制器的有效性和鲁棒性。     

船舶航迹跟踪的滑模控制

为了解决船舶路径跟踪中的非线性问题,在建立船舶非线性模型的基础上,采用指数趋近律,设计了船舶轨迹跟踪的滑模控制器,分别进行了动态直线跟踪和环形跟踪仿真试验,仿真结果表明,船舶动态轨迹跟踪性能良好,能精确保持航迹。     

基于Backstepping方法的不完全驱动船舶直线航迹控制器的设计

针对不完全驱动船舶直线航迹控制系统的非线性数学模型,采用Lyapunov,直接法和非线性反步法,给出了一种状态反馈控制律.该控制律克服了艏摇角速度不能为零的局限,使偏航船舶渐近镇定于给定的直线参考航迹,并以实习船为例,用Matlab Sirnulink工具箱进行仿真.结果表明,所提出的控制律具有良好的控制效果.     

基于输入状态线性化的船舶航迹系统鲁棒控制及仿真

本文将Hoo环增益成形鲁棒控制与输入状态精确反馈线性化结合,针对船舶航迹控制系统的非线性数学模型,采用Nomoto船舶模型,给出了一种鲁棒控制器的设计方法。这种算法是对船舶航迹非线性系统进行输入一状态线性化的基础上,然后与闭环增益成形算法相结合而设计出来的控制律。以某船为对象,利用Matlab／Simulink工具箱对新的控制器进行数值仿真,结果表明该控制规律有比较理想的控制效果,在加入扰动后,该控制器能使船舶行驶在预设航迹上,对外界风浪干扰有较强的鲁棒性。     

基于输入输出线性化的神经滑模航迹控制

针对现代船舶直线航迹控制过程中存在的非线性特性以及受风浪流等外界环境干扰和船舶运行参数的不确定性,设计了一种基于输入输出线性化的自适应神经滑模控制器,运用Lyapunov理论证明了所设计的控制器能够使整个船舶控制系统达到全局渐近稳定,以实习船为例,进行了仿真,结果表明:在标称参数下,所设计的控制器能够有效跟踪设定的直线航迹并抑制常规滑模控制器的抖振现象,在存在外部环境扰动以及参数摄动的情况下仍然能够达到较好的控制性能和指标,表现出强鲁棒性.     

具有预设性能的船舶轨迹跟踪动态面控制

为了提高船舶轨迹跟踪非线性控制系统的暂态性能和稳态性能,本文设计了一种具有预设性能的船舶动态面轨迹跟踪控制器。首先,根据船舶轨迹跟踪控制系统的特点设计了满足实际要求的预设性能约束函数,并把其等价为无约束函数方程。再次,在此基础上利用动态面技术设计了一种有预设性能的船舶轨迹跟踪控制器,动态面技术的引入解决了传统反步法的计算膨胀问题,具有计算量小、易于实际工程的实现等优点。最后,通过 Lyapunov 理论证明了,控制系统中的所有信号都是一致最终有界,且跟踪误差能够收敛到一个预设的区域内,同时保证其稳态误差、最大超调量和收敛速度均满足预先设定的性能要求。通过一艘供给船进行仿真研究,结果表明了所设计的控制器的有效性。     

基于DSC的欠驱动船舶路径跟踪神经滑模控制

为进一步提高船舶路径跟踪的准确性和稳定性,针对欠驱动船舶易受外界环境的干扰和模型不确定等问题,提出一种基于动态面技术的神经网络滑模控制策略。在虚拟船逻辑制导算法的基础上,结合反步法对虚拟控制律进行设计,引入动态面技术对虚拟控制律的导数进行估计,避免因直接求导而增加计算负担。在动力学回路设计中,将径向基神经网络与滑模控制相结合,设计神经网络权重的自适应律,实现对系统非线性项的在线估计和对实际控制律的设计。采用Lyapunov直接法证明闭环系统的稳定性,并对一艘长为32m的单体船进行仿真试验。结果表明,该控制策略可行,能实现对欠驱动船舶路径的有效跟踪。     

基于ADRC的船舶主机控制器设计与仿真研究

船舶主机速度控制系统由于具有典型的非线性和不确定性特性,并受到调速器执行能力的约束以及风、浪、流等的干扰,使得主机速度控制器的设计非常困难。该文给出了带有船舶主机速度控制非线性数学模型以及海浪扰动数学模型,对自抗扰控制(ADRC)原理进行了简要介绍;设计了船舶主机ADRC控制器。仿真结果表明:该控制器对于船舶主机的非线性、参数不确定性、环境不确定性以及控制对象的模型变化均有较强的鲁棒性;速度切换控制过程快速、平滑,油门调整小,可以实现高精度的速度控制。     

基于新型滑动模态和观测器的船舶自动舵设计

设计一种新型准滑动模态船舶自适应自动舵,该自动舵可以克服模型参数未知和外界扰动,具有较强鲁棒性。为克服滑模面切换带来的抖振,在指数趋近律的基础上,提出一种新型的双曲正弦函数的指数趋近律,使轨迹的运动速度与轨迹和滑模面的距离相关联,实现自适应调节,使切换平缓;同时利用状态观测器对船舶模型参数及外界干扰进行观测,从而实现有效补偿;最后借鉴Backstepping方法设计船舶航向滑模控制器。通过对一具体船舶航向控制器的仿真,验证了上述方法的有效性。     

一种船用服务机器人的轨迹跟踪控制

基于旅游类舰船的消费需求不断增加和机器人产业的逐渐普及,设计一种应用于游轮上的船用服务机器人。面对船舶复杂的工作环境等特点,该机器人位置跟踪和姿态跟踪控制显得尤为关键。首先根据驱动原理建立运动学模型,其次借鉴Backstepping方法设计虚拟控制的虚拟反馈,并结合Lyapunov函数构造出具有全局渐近稳定的轨迹跟踪控制器。最后并通过仿真实验证明该法具有稳定性好、响应时间短和稳态误差较小的优点,对机器人技术应用于船舶方向的研究产生了一定的积极影响。     

Online learning control of surface vessels for fine trajectory tracking

This paper presents an adaptive neural network (NN) controller for fine trajectory tracking of surface vessels with uncertain environmental disturbances. Regarding to the new demands for fine trajectory tracking, especially to the requirement of high-accuracy tracking in limited working space, the proposed NN controller is designed to contain a tracking error control component and a velocity error control component, aiming to converge both types of error to zero, separately. It utilizes radial basis functions to approximate a vessel’s unknown nonlinear dynamics. Therefore, there is no need of any explicit knowledge of the vessel. The online learning ability is obtained during the stability analysis using the backstepping technique and the Lyapunov theory. Theoretical results guarantee both the convergence of tracking error and velocity error and the boundedness of NN update. Through simulation and tracking performance study based on the CyberShip II model, the proposed controller is verified effective in fine trajectory tracking.     

基于Backstepping的船舶航向自适应滑模控制

针对Norrbin非线性船舶运动数学模型,提出了一种基于Backstepping的自适应滑模控制策略。为了消除外界扰动的影响,引入扰动估计器的设计方法,并借助Lyapunov函数证明了该控制器可以确保闭环系统渐近稳定,使系统的跟踪误差趋于零。与传统的PID控制策略相比,具有较好的跟踪能力和较快的响应速度。