欠驱动船舶非线性滑模靠泊控制器

为了准确控制典型靠泊操纵,分析了带有加速度非完整约束的欠驱动水面船舶的自动靠泊问题,设计了动态输出反馈控制器。利用递归分解迭代设计方法,在扩展状态空间定义了非线性滑模,将控制系统的轨迹设计与跟踪问题转化为标量零阶系统的镇定控制问题,结合增量反馈技术,无需对不确定模型参数以及风、流干扰进行估计,完成典型靠泊操纵的自动控制。仿真结果表明:控制器对干扰变化不敏感,具有强的鲁棒性,且船舶平面运动轨迹设计过程简单,可以仅通过一个参数进行轨迹调节。     

船舶运动路径跟踪迭代滑模控制设计

针对欠驱动船舶带有的内部不确定、外界干扰下路径跟踪控制问题,提出基于差分进化算法的自适应迭代滑模跟踪控制方法,以提高控制系统性能.以分离型船舶非线性模型为基础,利用绝对有界的双曲正切函数进行迭代滑模面设计.计算机仿真验证了该方法的可行性.     

Serret-Frenet框架下的神经滑模船舶路径跟踪控制

针对欠驱动船舶在恒定速度航行下的路径跟踪问题,提出了一种在Serret-Frenet框架下,基于输入输出线性化的神经滑模控制算法.该算法利用Serret-Frenet框架下船舶运动方程的推导形式,将其转换为类似于直线航迹控制的问题,采用神经网络对基于趋近律的滑模控制进行优化,解决了趋近律滑模控制对系统模型的依赖性,提高了控制器的鲁棒性,并设计了状态观测器对控制对象状态进行重构,以解决系统状态量测量误差对控制效果的影响.在无干扰和存在干扰及参数摄动的条件下分别进行了仿真,结果表明该控制律具有良好的跟踪性能.     

船舶航迹复合预测控制模型

为了提高船舶航行控制质量,建立了船舶航迹复合预测控制模型,依据灰色预测模型处理船舶运动控制的不确定量,利用反传多层感知器自适应网络从船舶航行偏差的历史数据中得出控制偏差趋势,根据灰色预测和神经网络预测的误差大小,进行组合模型优选及组合权系数优化,确定航迹最优控制策略。仿真结果表明:当船舶旋回性指数、船舶追随性指数与滞后时间其中一个大于1时,任何参数的改变均会引起PID振荡,而船舶航迹复合预测控制模型能以较少的操舵动作迅速收敛,从而使船舶航迹与预定航线更加拟合,因此,其控制系统的鲁棒性、快速性和稳定性高。     

船舶进出港低速航向保持

为了在船舶进出港时,船舶处于浅水域并以低速航行,在风、浪等强扰动作用下,增强航向控制性能,减小能源损耗,选择三阶Nomoto模型,将航速和水深变化反映到模型参数的变化上,基于闭环增益成形算法设计出一种具有适应性的鲁棒PID控制器,建立基于风、浪干扰的非线性船舶运动数学模型,并用S函数来实现。用PID控制器对非线性船舶运动数学模型进行控制,在Simulink环境中对各种水深、船速及海况进行航向控制仿真。从仿真曲线可看出其航向跟踪效果良好,静差为0,且施舵合理,所设计的控制器对非线性船舶运动数学模型具有良好的控制性能。     

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法,针对非线性船舶航向保持系统,设计了其Backstepping逆推控制器,由非线性函数项和常规线性控制器组成,将简化的Back-stepping法与闭环增益成形算法相结合,设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向,调节时间为600 s,符合船舶航行的实际情况,控制效果良好;当系统增加干扰后,系统的控制输出除了因干扰产生的抖动外,其跟踪性能仍然较好,航向输出无静差,说明控制器具有一定的鲁棒性;是否全部对消非线性项,对其控制效果相差不大,说明当模型发生参数摄动时,系统的控制性能仍能保证。     

基于逆推算法的无人艇神经网络滑模控制

设计一种基于逆推算法的无人艇神经网络滑模控制器,实现了无人艇在大幅度改向操纵运动中航向准确稳定快速跟踪.借助滑模变结构控制技术,设计系统带有积分器的滑模面,引入径向基神经网络逼近系统非线性函数和不确定参数,同时结合非线性阻尼定律克服外界有界干扰,最后利用逆推算法设计出系统控制律.仿真实验结果表明,径向基神经网络能精确逼近船舶非线性函数和不确定参数,控制器输出平滑无抖震,航向输出对船舶参数摄动及外界干扰不敏感,具有较强的鲁棒性.     

基于遗传优化径向基神经网络的船舶航向控制

设计了一种基于遗传算法优化径向基神经网络的船舶智能自动舵.针对船舶航向控制过程中的非线性和不确定性,将RBF网络直接逼近船舶模型内部不确定项和外界扰动,借助李雅普诺夫理论推演控制系统渐进稳定.利用遗传算法对径向基神经网络进行优化提高逼近性能.对比仿真结果显示,同等条件下,上述控制器较一般自适应控制和模糊PID控制系统稳定时间普遍快40%,平均超调量缩小100%,控制输入舵角进一步平滑稳定,且船舶航向对船舶内外部干扰不敏感.     

船舶航向非线性系统的输出反馈鲁棒控制

考虑船舶航向控制系统模型中存在非线性，假设模型参数和外界干扰有界的情况下，首先利用Lyapunov稳定性模型，提出了一种状态反馈鲁棒控制新算法的自动舵设计，进而考虑到实际船舶上，在进行航向控制时，并不是所有船舶运动状态都是可测的，仅有航向是可测的，采用一种高增益状态观测器对状态进行重构，提出了输出反馈鲁棒控制自动舵设计，以大连海事大学远洋实习船“育龙轮”为例，进行了输出反馈鲁棒控制自动舵设计，并利用Matlab工具箱进行了仿真研究，结果证明该算法是十分有效的。     

船舶航向自适应鲁棒PID自动舵设计

利用野本模型作为船舶航向控制系统的模型,在给出船舶航向自动舵传统ＰＩＤ型控制律设计方法的基础上,考虑到船舶航向控制系统模型中存在参数不确定性和外界干扰不确定性,建立含有不确定性项的船舶航向误差控制系统的状态方程,提出了船舶航向自适应鲁棒ＰＩＤ控制律算法,利用Ｌｙａｐｕｎｏｖ理论证明了所提出算法的稳定性,并且Ｍａｔｌａｂ Ｓｉｍｕｌｉｎｋ工具箱进行仿真研究。     

A Direct Compensative Robust Optimal Control （DCROC） Law for Ship Straight-line Track-keeping

A linear quadratic optimal direct track-keeping control law was proposed based on first-order Nomoto nominal model. Furthermore, based on Lyapunov stabilized theory, considering parametric uncertainty from variations of ship speed and disturbances uncertain from wind, wave and sea current, a direct compensative robust optimal control (DCROC) law was developed. It can guarantee closed-loop system globally and uniformly converge to a remained set. High accuracy and robustness were achieved. By introducing some nonlinear blocks, closed-loop system achieves global and uniform asymptotical stableness. Numerical simulations on a Mariner Class ship are presented to validate the control law.     

基于线性矩阵不等式的船舶动力定位滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题, 提出了一种基于线性矩阵不等式的滑模控制算法; 将跟踪误差设计为滑模函数, 设计线性矩阵不等式, 求解状态反馈增益; 基于二次型Lyapunov函数证明了闭环系统的稳定性; 设计切换函数, 使系统对不确定性和外加干扰具有较强的鲁棒性, 避免出现抖振现象; 对基于线性矩阵不等式的滑模控制器进行仿真, 计算出动力定位船舶在无扰动的匀速运动和有外界环境扰动的变速运动2种不同情况下的前进速度、横荡速度、艏向角速度、前进加速度、横荡加速度、艏向角加速度、前进控制力、横荡控制力和艏向控制力矩等; 分析了状态反馈增益线性矩阵、边界层、切换项增益等参数对控制性能的影响。研究结果表明: 采用基本滑模控制使前进速度达到期望值所需的上升时间为29s, 而新算法为15s, 节约了48.28%;采用基本滑模控制使横荡速度达到期望值所需的上升时间为24s, 而新算法为14s, 节约了41.67%;采用基本滑模控制使艏向角速度达到期望值所需的上升时间为13s, 而新算法为10s, 节约了23.08%。可见, 设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性, 具有控制输入连续、控制抖振小、不存在过高增益等特点。      

带有干扰观测器的欠驱动船舶路径跟踪非线性模型预测控制

针对欠驱动船舶提出了一种非线性路径跟踪控制器,使其能够在风、浪、流等环境干扰下驶入预定的航行路径.欠驱动船舶以恒定前进速度航行,并且其合速度与参考轨迹相切.该控制器的设计使用了解析模型预测控制和干扰观测器技术,其中非线性观测器用来估计环境干扰.在最优路径跟踪控制器的作用下,路径跟踪误差渐近收敛到零.数值仿真结果验证了该控制器的有效性.     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

船舶航向非线性系统的模糊神经网络智能控制器设计

船舶航向控制系统具有典型的非线性和不确定性特性，并受自动舵执行能力的约束，这使得作为船舶智能化基础的航向控制极具挑战性。首先分析了船舶航向运动特性，给出带有舵约束的航向运动非线性数学模型；然后以模糊神经网络为控制器结构，在噪声加入和参考轨迹设置算法的支持下使用遗传算法对控制器参数进行自动搜索和优化，设计一种船舶航向智能控制器；最后对航向控制进行仿真。结果表明，所设计的航向智能控制器对船舶参数摄动和扰动具有良好的鲁棒性能。     

Robust Fuzzy Sampled-Data Control for Dynamic Positioning Ships

A robust H∞sampled-data stabilization problem for nonlinear dynamic positioning(DP) ships with Takagi-Sugeno(T-S) fuzzy models is discussed in this paper. Input delay approach is used to convert the sampleddata DP ship system to a fuzzy system with time-varying delay. Adequate conditions are derived to determine the system's asymptotical stability and achieve H∞performance via Lyapunov stability theorems. Then, the fuzzy sampled-data controller is obtained by analyzing the stabilization condition. Simulation result shows that the proposed method and the designed controller for a DP ship are effective so that the DP ship can maintain the desired position, heading and velocities in the existence of varying environment disturbances.     

船舶航向非线性系统的动态面控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种航向控制器。由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单,所设计的控制器能够保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹。数字仿真结果表明,控制系统对给定航向的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性。