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.     

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。     

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。     

支持向量机的船舶短期电力负荷预测方法

船舶的短期电力负荷具有强烈的非线性变化特点,传统方法无法描述船舶短期电力负荷的变化趋势,以解决当前船舶短期电力负荷预测误差大的难题,提出了基于支持向量机的船舶短期电力负荷预测方法。首先对船舶短期电力负荷预测的研究现状进行分析,指出引起不足的原因,然后采用支持向量机对船舶短期电力负荷数据进行学习,建立可以反映船舶短期电力负荷变化的预测模型,最后进行了船舶短期电力负荷预测的验证性测试。结果表明,支持向量机可以提高船舶短期电力负荷预测精度,可以对将来船舶短期电力负荷值进行准确估计,具有较高的实际应用价值。     

最小二乘支持向量机的舰船航向保持非线性控制

现有的舰船航向保持非线性控制在建模过程中最多只能包含3个自由度,导致舰船航向控制不精准。为此设计一种最小二乘支持向量机的舰船航向保持非线性控制方法。首先使用局部最小二乘支持向量机对航行中的舰船进行建模,能够描述出舰船实际航行中的6个自由度,并使用等式约束代替不等式约束,引入反馈校正环节,弥补缺陷,完成模型的构建。在控制算法的设计中,使用模型训练误差均平方值代替松弛变量,且训练过程只需要求解一个线性方程组,简化了运算,使用动态抗饱和补偿器得到最优参数,实现舰船航向保持的非线性控制。通过仿真实验结果表明,使用本文控制方法控制船只的航向角和舵角,控制精度更高,效果更好。     

基于支持向量机的船舶上层建筑纵向振动特性预报

根据支持向量机具有小样本学习、全局寻优和泛化能力强等特点,应用支持向量机对船舶上层建筑整体纵向振动固有频率进行预测。通过对船舶上层建筑整体振动特性的分析,以23条船的船舶主尺度、上层建筑的层数、类型以及上层建筑各层的长度、宽度和高度作为支持向量机的输入数据,上层建筑整体纵向振动固有频率实测值作为支持向量机的输出数据,建立了船舶上层建筑整体纵向振动固有频率的非线性回归模型。应用此模型对5条船的上层建筑整体纵向振动固有频率进行预测,预测值与实测值接近。这证明本文方法是可行的,为船舶上层建筑整体纵向振动固有频率预报提供了一种新思路。     

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。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

非线性模糊算法在船舶控制系统中的应用

受到海风、海浪等干扰作用力的影响,大型船舶的航向控制和稳定性控制难度较高,一直是船舶领域的研究重点。由于船舶的运动具有非线性、随机性的特点,传统的自动舵等控制技术难以满足控制精度和稳定性需求,本文介绍一种先进的算法—非线性模糊算法,基于该算法,开发了一种船舶的自动控制系统,并在Matlab软件平台中建立了船舶的运动模型和干扰作用力模型,并进行船舶运动控制精度的仿真实验。仿真实验表明,基于非线性模糊算法的船舶运动控制具有较高的精度。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于模糊积分预测控制的船舶动力定位系统设计

提出一种基于模糊积分预测控制器的船舶动力定位系统控制方法,通过引入积分控制器消除了稳态误差,采用模糊控制算法实现了对不确定系统的控制,利用预测控制解决了船舶动力定位中的约束问题,有效地减少了船舶动力定位系统能量的消耗。仿真结果证明,提出的模糊积分预测控制器在满足动力定位要求的同时,大大提高了推力系统的效率,减少了推力消耗。     

内河航道船舶航行操纵平面二维数值模拟初步研究

船舶航行操纵数学模型包括水流数学模型和船舶航行数学模型,其中水流数学模型是船舶航行模拟的基础。基于船舶航行操纵数学模型的基本原理,研究开发了船舶航行操纵平面二维数学模型,其中水流数学模型采用贴体坐标系下的平面二维水流数学模型,采用有限体积法对水流基本控制方程进行了离散,在求解过程中采用了欠松弛技术和逐线迭代法,船舶航行数学模型采用比较流行的"组合型"水动力模型,并采用有限差分法离散求解船舶运动方程。根据实船或船模在静水条件及均匀流条件下的航行试验资料,对所建立的船舶航行操纵数模进行了验证和参数率定,结果表明该船舶数模能够正确模拟船舶的航行操纵性能。     

内河航道船舶航行操纵平面二维数值模拟在复杂流态下的应用

基于平面二维水流数学模型和船舶航行操纵数学模型的基本原理,开发了适合内河航道的曲线拟合坐标系下的船舶航行操纵平面二维数学模型,其中水流数学模型采用贴体坐标系下的平面二维水流数学模型,船舶航行操纵数学模型采用比较流行的"组合型"水动力模型。在实船和船模在静水条件及均匀流条件下的航行试验验证的基础上,通过复杂流态河段船舶航行操纵数值模拟的研究,表明该船舶数模基本能够模拟船舶在复杂流态下的航行操纵情况。     

欠驱动船舶路径跟踪的非线性模型预测控制

文章针对欠驱动船舶的路径跟踪提出了一种解析解模型预测控制方法,使其能够驶入预先规划好的航行路径。采用了Serret-Frenet坐标系来描述船舶运动,并且引入了重定义输出,由此避免了模型预测控制中的病态相关度问题,同时将原单输入多输出系统转化为单输入单输出系统。文中的算法提供了一种获得合适的控制参数的系统方法,保证了闭环系统的稳定性。数值仿真结果验证了该控制器的有效性。     

环境最优区域动力定位控制方法的研究

环境最优区域控制是以能耗最小化为目标的船舶动力定位控制方法。环境最优区域控制是根据平均环境作用力自动控制船舶艏向至最优艏向角,通过对船舶状态的预测控制,在不使用任何环境传感器的情况下,用最少的能量,使其保持在限定的区域内运动,达到节约燃料、减少有害气体排放的目的。首先,建立了船舶数学模型,并采用环境最优艏向控制思想,使船舶以固定的半径和很小的回转速度做定常回转运动直至平衡位置,找到最优艏向角。在回转运动过程中,利用所设计的带有积分环节的非线性反步控制法对船舶运动进行控制。然后,通过预测船舶的状态,以能耗和精度为最优目标函数,采用滚动优化策略研究了区域预测控制,使船舶运动保持在限定的区域内。最后,对所研究的控制方法进行了仿真验证。结果表明,该方法达到了环境最优区域控制的目的。     

Application of H infinite control to ship steering system

1Introduction Whensailinginwaves,thestateofshipsteeringisina constantdirectionmostly.Intheconditionofexisting thedisturbanceofwave,windandflow,theship shouldkeepacertainheadingprecisionunderthecon trolofauto pilot.Alongwiththevariationofshipload condition…     

基于指数函数非线性反馈的船舶航向保持控制

为研究船舶航向保持控制问题,本文以“育鹏”轮为研究对象,建立了其非线性Nomoto船舶模型,设计了基于闭环增益成形算法的指数函数非线性反馈控制器,并以“育鹏”轮的非线性模型为被控制对象,用Matlab的Simulink工具箱进行系统仿真研究。系统仿真结果表明,建立的非线性Nomoto数学模型精度良好,设计的控制器进行船舶航向保持控制时效果优异,并且更节能。使用这种方法设计的控制器,可以很好地进行船舶航向保持控制,对今后的船舶运动仿真和控制器的设计具有重要意义。     

基于广义预测控制的船舶动力定位约束控制

鉴于广义预测控制(GPC)方法能用同一方式处理设备和安全约束,且具有较强的抗扰动能力,提出了一种基于GPC的船舶动力定位约束控制器设计方法。运用前馈控制器克服风力扰动的影响,且所产生的前馈量被用来实时修正推力约束,在修正后的推力约束下滚动优化GPC。对承受风、浪、流扰动的某供应船,采用提出的方法设计控制器,并进行仿真验证。仿真结果表明,所设计的控制器抗扰动能力较强,能完成对船舶的动力定位约束控制。     

恶劣海况下船舶航向控制仿真及应用研究

船舶在海面航行时,会受到风浪的干扰.此时,船舶航向控制困难,操舵频繁.采用Kalman滤波和模糊自整定PID控制,并基于线性化船舶运动方程的线性时,不变连续时间系统的设计方法得到的船舶操纵控制器,具有抗干扰能力强、鲁棒性好的特点,有效地解决了船舶在风浪干扰条件下的船舶航向控制时的操舵频繁与无效操舵问题.     

基于数字孪生的船舶预测性维护系统

针对造船技术和需求的发展,使得船舶维护面临着成本不断上升的问题,提出面对高端复杂船舶采用数字孪生技术进行预测性维护。在研究了数字孪生预测性维护模型模型基础上,将其分为创建数字孪生体、数据获取、数据预处理、模型训练、故障预测与诊断和设备维护六个阶段,并分别介绍了各阶段的主要任务和技术。最后分析总结了进行数字孪生船舶预测性维护难点及发展路径。