神经网络优化PID舰船发动机自动控制

使用传统舰船发动机控制方法控制时,因其控制参数均为固定设置,无法随发动机参数变化而变化,导致控制方法的响应与实际控制信号出现较大偏差,影响了控制方法的稳定性和灵活性。针对以上问题,研究神经网络优化PID的舰船发动机自动控制方法。构建发动机闭环增益的PID结构后,设计神经网络自动控制器。利用遗传算法对神经网络PID自动控制器参数进行整定,降低控制器响应控制信号时的超调量,完成对舰船发动机控制方法的设计。通过与传统模糊PID控制方法的对比实验,证明了研究的控制方法能够有效降低24.31%的超调量,并且相比传统方法研究的方法的正弦跟随特性更佳,即神经网络优化后的自动控制方法具有更好的稳定性和灵活性。     

基于云计算的舰船航向自抗扰技术

针对传统的舰船航向自抗扰技术中存在的控制航向调节时间长、超调现象频发的问题,提出基于云计算的舰船航向自抗扰技术研究。依据舰船运动数学模型计算控制律,设计航向自抗扰控制器,利用云计算技术整定控制器各部分参数,设计功率模块和人机界面模块,将其作为辅助实现舰船航向自抗扰。实验结果表明,与传统的自抗扰技术相比,设计的基于云计算的舰船航向自抗扰技术在控制航向改变时,调节时间短,且没有出现超调现象,说明基于云计算的舰船航向自抗扰技术适合应用在实际工程中。     

遗传优化算法在船舶航向混合智能控制中的应用

本文分别研究模糊控制和遗传算法等智能控制算法在船舶航向控制中的应用。基于模糊控制理论,重新设计高效模糊控制器,该控制器具有实时性强、计算量低、节约存储及高效等优点。并且基于遗传算法,设计一种优化航向模糊PID算法,极大提高了自动舵的控制精度。最后通过Matlab中Simulink对控制器及算法进行仿真实验。     

水翼艇可调桨推进智能控制仿真研究

以MATLAB6．5为工作平台,设计了基于模糊逻辑工具箱的模糊控制器,编制了变尺度混沌算法的优化程序,建立了水翼艇可调桨推进的数学模型和仿真模型；通过对模糊控制器系数优化,并将优化后的系数代入仿真模型中,进行大量的实时仿真,仿真结果表明：无论是从超调量方面还是从稳定性方面,变尺度混沌优化模糊控制器都有很好的控制效果．     

混合遗传算法的舰船减横摇控制方法

在舰船减横摇控制中,尤其当遇到海浪干扰后,控制参数的优化时间较长,导致控制的实时性达不到要求,使舰船无法达到最佳控制状态。基于此,采用混合遗传算法,设计一种舰船减横摇控制方法。采用自适应调节策略,优化遗传算法,设计PID控制器,利用设计的PID控制器,通过优化控制器参数,对舰船减横摇实施控制。通过对比实验,与2种传统方法作比较。实验结果表明,提出的舰船减横摇控制方法能够在较短的时间内将舰船横摇角控制至最小,所需时间比传统方法 1缩短600 s,比传统方法 2缩短550 s,且控制后的舰船横摇角最小。     

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。     

基于数理统计法的舰船运动数学模型

传统的舰船运动数学模型没有考虑到海上复杂情况对舰船运动的影响,导致舰船航行过程中容易发生碰撞现象,为此设计一种基于数理统计法的舰船运动数学模型。建立舰船运动坐标系,利用固定坐标系与运动坐标系描述舰船位置情况,采用数理统计法整理舰船航行数据,在模型中计算风、浪、流的干扰,以真实模拟舰船运动情况,并建立舰船智能避碰决策机制,以此完成舰船运动数学模型的构建。通过实验证明,此次设计的基于数理统计法的舰船运动数学模型比传统舰船运动数学模型发生碰撞次数少,证明了此次设计的舰船运动数学模型的有效性。     

OceanInfo平台中舰船操纵运动控制研究

针对 OceanInfo平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于 PID控制方法的简单性和有效性,应用 PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化（PSO）算法进行控制器参数整定并进行仿真实验。实验结果表明：本文提出的改进优化算法能够实现 PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

OceanInfo平台中舰船操纵运动控制研究

针对Ocean Info平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于PID控制方法的简单性和有效性,应用PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化(PSO)算法进行控制器参数整定并进行仿真实验。实验结果表明:本文提出的改进优化算法能够实现PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

基于改进的混沌优化的翼滑艇推进系统仿真

通过Matlab平台建立翼滑艇推进系统的数学仿真模型,将翼滑艇的快速性指标和经济性指标的加权形式作为推进系统优化目标,并以Simulink进行实时仿真分析。首先,运用改进的混沌优化算法对模糊控制系统进行优化,求解最小控制目标值,然后对转速控制和螺距控制的控制器参数进行优化,并通过模糊控制器对不同工况下主机转速和可调桨螺距进行控制。最后,对比分析了常规模糊控制器与混沌算法优化后的模糊控制器之间的差别。结果表明,优化后的推进系统在进行航速控制时不仅超调量小,而且稳定性好,该优化方法有效可行。     

三维视觉互动映射下舰船防碰撞交互控制平台设计

常规舰船防碰撞系统超调量较多,时延较大,无法满足防碰撞控制的需求,故进行三维视觉互动映射下舰船防碰撞交互控制平台设计。设计危险源辨识单元、三维视觉互动映射单元,通过小波变换技术对舰船航行环境的随机参数进行预处理,架构交互界面设计模块、防碰撞交互控制程序模块,实现了舰船防碰撞交互控制系统的有效运行。实验结果表明,其超调量最高为400个,防碰撞交互控制时间约为在6 s左右波动,符合防碰撞控制需求。     

水下自主机器人航向控制算法应用研究

为了提高AUV航向控制系统的控制品质,研究基于模糊理论的参数自调整PID算法。该算法在AUV原控制器的基础上对控制器参数进行在线调整,使控制器具有了一定的自适应特性。分析模糊控制规则对控制效果的影响,提出一种基于非线性函数的尺度变换方法对模糊控制器输入数据进行处理,简化了模糊控制器输入数据的量化过程。通过湖上试验,验证了模糊PID控制算法的有效性。对比试验结果显示,改进后的算法在AUV航向控制中能够获得更好的控制效果。在大角度转向中,该控制算法的优越性明显,系统响应快,超调小,航向误差均方差小。     

模糊解耦在UUV回收运动控制中的应用

在回收过程中,UUV (Unmanned Underwater Vehicle) 对水平面运动的控制精度有很高的要求。以BSA-UUV为平台,构建水平面操纵非线性方程,在此模型的基础上,分析了多阶段回收过程中的主要耦合变量和耦合原因。针对水平面运动中航向控制与横向运动之间的强耦合问题,基于模糊理论和解耦理论设计一种解耦补偿器,由模糊补偿器的输入输出隶属度函数,根据模糊补偿规则,经过模糊推理合成运算和清晰化运算,得出解耦补偿量。仿真结果显示加入模糊解耦控制器以后,有效降低了系统的超调量,提高了控制精度,表明模糊解耦控制方法在UUV回收运动控制中有很高的应用价值。     

遗传模拟退火算法舰船资源装配效率优化系统

为了解决舰船资源装配工作中,由于装配顺序不确定导致的资源装配效率低的问题,从硬件和软件2个方面,利用遗传模拟退火算法设计舰船资源装配效率优化系统。在硬件方面安装ESC500型号的控制器,并改装系统中的微处理器。在硬件设备支持的基础上,分别通过准备舰船装配资源信息、遗传模拟退火算法优化船舶装配序列和装配效率计算与优化3个步骤,实现对舰船资源装配效率的优化。经过系统测试实验分析得出结论,应用设计的装配效率优化系统后,舰船资源的装配效率得到了有效的提升,且可以实现多舰船装配效率的同步优化。     

舰船汽轮主机转速的模糊自适应PID控制

舰船航行中汽轮主机工况变化频繁，且经常大幅度操纵改变转速给定值，常规PID转速控制效果不理想。本文引入模糊自适应PID算法，并在ABB AC800M DCS平台完成模糊PID控制器设计的基础上，在AMESim和MATLAB环境中实现液压伺服系统和汽轮主机本体的建模，搭建HIL系统，验证汽轮主机转速模糊自适应PID控制性能并与常规PID控制进行比较，结果表明模糊自适应PID有更好的鲁棒性，可显著减小汽轮主机转速调节的超调和震荡。     

一种新型船舶航向智能PID控制器优化设计

借鉴免疫系统的免疫响应调节机制,对传统PID控制器进行改进,建立一种非线性自适应免疫PID控制器,并利用粒子群算法对设计的PID控制器进行参数优化.将设计的控制器用于船舶航向控制系统中,实验仿真结果表明:该控制器能很好的根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

船舶运动的模糊控制研究

从模糊控制原理出发,确定船舶运动模糊控制器的结构,根据典型的阶跃响应指定航向控制的模糊规则。结合自抗扰跟踪微分器技术和模糊积分环节,完成船舶航向运动模糊控制器的设计。对3种典型工况仿真结果表明,模糊控制器能在船舶航向运动中起到很好的控制效果,并具有超调量小、调整时间短、鲁棒性好等优点。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

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。     

改进遗传算法在舰船电机智能调速系统的参数整定

舰船电机是保证舰船作战能力的重要组成部分,交流异步电机在舰船中使用最为广泛,传统的PID及模糊PID调速都严重依赖专家经验,容易出现电机调速时间过长和超调的问题。本文在传统遗传算法上进行改进,建立了模糊PID的基本结构,并在此基础上提出了改进遗传算法的模糊PID模型,使用Matlab对建立的模糊PID控制和改进遗传算法模糊PID控制进行仿真测试,结果表明改进遗传算法模糊PID控制能够缩短超调量和超调时间,收敛速度有所提升。