基于速度选择切换型视线法的无人帆船循迹航行

[目的]风帆的力矩以及海浪作用会造成帆船相比其他形式的动力船舶更容易偏离期望轨迹,这便要求无人帆船的循迹航行算法具有较强的抗干扰能力。[方法]对实船进行等比例建模并通过VPP速度预测程序获得帆船在不同航向下的较大速度,提出一种无人帆船速度选择切换型视线法,在保证无人帆船依靠风力获取速度的同时,再利用切换型视线法使无人帆船的航向角收敛于期望航向角,从而使无人帆船可以快速不断地驶向期望航向点。[结果]Matlab对比仿真研究表明,速度选择型视线法具有偏航误差小、抗干扰能力强且收敛速度较快的优点。[结论]无人帆船在不同风向下的湖上试验验证了速度选择型视线法的可行性,结果具有一定的工程应用价值。     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制，以及无人船航向控制具有强非线性和不确定性，本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度，并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值，提出了一种适用于不同无人船航向控制的自适应控制算法，借助增益调度方法(GS)，利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较，验证了所提出的控制方法的有效性。     

基于LOS导航算法的无人船路径跟踪控制

为了解决无人船路径跟踪控制问题,提出基于视距导航算法（LOS导航算法）和模糊PID控制的自适应无人船路径跟踪控制方法。首先根据LOS算法将路径跟踪问题转化为航向控制问题,之后通过模糊PID控制算法进行无人船的航向控制。通过仿真表明所提出的算法路径跟踪精度高,横向偏移量小,跟踪路径平滑,对无人船的路径跟踪控制有一定的参考价值。     

船舶航向的自适应自调节PID跟踪控制

[目的]针对遭受时变环境扰动且存在参数不确定性的船舶航向非线性控制系统,为满足其航向控制的实时性要求,[方法]结合自适应技术,提出不依赖于模型参数与未知输入的自适应自调节的船舶航向跟踪控制方案,并利用Lyapunov直接方法验证该控制律的有界性。[结结果]仿真结果表明,该控制器可以自适应自调节PID的控制增益,不仅继承了传统PID控制器的优点,还对未知时变扰动具有良好的鲁棒性。[结论]研究成果可为船舶航向的跟踪控制设计提供参考。     

基于模型预测控制的无人帆船轨迹跟踪方法

[目的]面向无人帆船在水面、水下跨域异构海洋机器人的协同作业场景,提出基于模型预测控制（MPC）的无人帆船轨迹跟踪方法。[方法]针对“海鸥”号无人帆船,建立其动力学模型及运动学模型,通过分析无人帆船动力学特点及执行器约束条件,构建MPC目标函数及系统约束条件,将无人帆船的轨迹跟踪问题转化为优化问题,并利用Matlab软件开展仿真实验验证。[结果]仿真结果表明,与“帆–舵”分离的PID轨迹跟踪控制方法相比,所提出的无人帆船“帆–舵”联合MPC控制方法更便于添加约束条件,其在风向变化的情况下能以更小的轨迹跟踪误差来更快地收敛于指定轨迹,且其可以实现逆风折线航行。[结论]研究成果可为无人帆船的帆、舵控制提供新的思路,提高其轨迹跟踪能力,进一步为无人帆船与AUV的高效协同作业提供技术保障。     

大尺度高速水下无人艇控制系统设计与试验验证

[目的]为了在三维空间宽航速段内实现大尺度高速水下无人艇(UUV)的路径跟踪,在考虑无人艇的试验动作要求、控制精度要求及水动力特性的情况下,设计了基于模糊控制理论的自适应制导方法。[方法]基于解耦控制方法,首先将水下无人艇的航行控制分解为航速、航向、纵倾和深度控制问题;然后分别设计积分分离比例—积分—微分控制器(PID控制器),并引入指令及状态滤波器,以改善该水下无人艇动态响应特性;最后,通过湖试验证水下无人艇在不同航速下的控制性能。[结果]结果表明,在6,9,13 kn等试验航速下,水下无人艇跟随目标路径和深度的误差均在合理范围内,验证了该控制体系及控制方法的有效性。[结论]所得结果对新一代试验艇的运动控制技术研究具有一定参考价值。     

Robust adaptive course-keeping control of under-actuated ships with the rudder failure北大核心CSCD

[目的]针对舵机故障、控制增益未知和海洋环境干扰情况下的欠驱动船舶航向保持问题,设计一种考虑舵机故障的船舶鲁棒自适应航向保持控制算法。[方法]通过结合鲁棒神经阻尼技术和自适应方法,对繁重的神经网络权值进行横向压缩,仅需设计2个自适应学习参数对未知增益和舵机故障参数在线补偿,以确保船舶在舵机故障的情况下能够有效执行航向保持任务。通过李雅普诺夫理论,证明所提出的控制器半全局最终一致稳定有界(semi-global uniform and ultimately bounded,SGUUB)。最后以“育鲲”轮为仿真对象,建立非线性Nomoto数学模型,在海洋干扰下进行对比仿真试验验证。[结果]结果表明,在此策略下,“育鲲”轮在舵机故障情况下平均舵角输出比仿真试验中所对比的传统方法降低了51%,可改善航向保持控制效果。[结论]研究结果可为欠驱动船舶的航向保持控制问题提供借鉴。     

基于模糊理论的船舶航向控制器

结合船舶操纵特点，将模糊逻辑引入到船舶航向控制器的设计中，设计了一种基于模糊理论的船舶航向控制器。运用计算机仿真手段，将所设计的模糊控制器和传统PID控制器进行对比，仿真表明船舶航向模糊控制器的动态性能优于传统的PID控制。     

基于GD-FNN和参考模型的无人艇航向鲁棒自适应控制

为使无人艇在复杂环境干扰下能按希望要求改变航向,本文设计了一种基于广义动态模糊神经网络和参考模型的鲁棒自适应控制器.首先针对因环境干扰产生的不确定干扰项基于广义动态模糊神经网络建立了无人艇运动控制的逆动态模型,设计了模糊神经网络的自适应率以进一步调整神经网络权值,并结合无人艇运动控制模型的参考模型设计了无人艇航向鲁棒自适应控制器,然后通过Lyapunov稳定性理论,证明了基于该控制器的无人艇航向控制系统的稳定性,最后采用半物理仿真实验验证了该控制方法的有效性和准确性.     

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。     

基于遗传算法和分数阶技术的水下机器人航向控制

[目的]自主式水下机器人(AUV)在海洋资源勘探、水下设备检修、水下搜救等领域发挥着重要作用,是探索海洋、开发海洋资源的重要工具。AUV的航向控制是其完成水下作业任务的基础。目前国内工程上多使用常规整数阶PID(比例、积分、微分)控制器进行航向控制,但该方法存在鲁棒性较差和参数整定复杂的问题。[方法]针对以上常规航向控制方法的不足,提出一种基于分数阶PID技术的航向控制器,并结合遗传算法完成控制参数自动整定,以提高控制器的实用性。分别对试凑法整定整数阶PID参数、基于遗传算法整定整数阶和分数阶PID参数的3种航向控制器进行算法仿真对比。[结果]结果表明:基于遗传算法整定分数阶PID参数的航向控制器相较于其他2个控制器,在上升时间与稳态误差基本相当的情况下超调量显著减小。[结论]说明基于遗传算法整定参数的分数阶水下机器人航向控制算法有效并具有优越性。     

基于模糊神经网络控制的水面无人艇建模与仿真

水面无人艇(USV)的控制是智能控制与船舶控制的一个重要研究方向.由于船舶运动的复杂性,自动航向控制是水面无人艇研究中的一个关键问题,传统控制方法很难取得好的控制效果.本文对模糊逻辑和神经网络智能控制方法及其在船舶航向控制的运用进行了研究.选取滑行艇作为无人艇艇体,采用喷水推进装置,利用模糊神经网络对艇体的航向进行控制,利用Matlab软件对水面无人艇进行建模,对3种海况干扰无人艇的情况进行实时仿真,仿真结果基本令人满意.     

改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法

[目的]船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。[方法]将上锅筒水位偏差的速度和速度变化率引入S函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。[结果]将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统的PID控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比PID缩短5 s,超调量也小于PID。[结论]仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。     

粒子群算法优化PID的USV航向稳定性控制

航向稳定性直接影响水面无人艇(USV)的安全航行,针对当前USV航向稳定性控制存在的控制误差大、抗干扰能力弱等缺陷,设计了粒子群算法优化PID的USV航向稳定性控制方法。首先将PID控制方法引入到USV航向稳定性控制中,然后采用粒子群算法对PID控制参数进行动态优化,以适应USV航向稳定性控制误差的变化,提高USV航向稳定性控制的鲁棒性,最后与其他USV航向稳定性控制方法进行对比测试,本文方法的USV航向稳定性控制精度高达90%以上,而且在受到外界干扰时,可以快速保证USV航向稳定,提高了USV航向稳定性控制的抗干扰能力,本文方法的USV航向稳定性控制效果要优于经典USV航向稳定性控制方法,验证了本文方法的优越性。     

基于多策略免疫遗传算法的无人艇航向自适应控制

针对无人艇在真实水面环境下的航向跟踪控制问题，提出一种基于多策略融合改进免疫遗传算法（MSFIGA）的无人艇航向自适应控制方法。首先，建立无人艇的二阶非线性运动模型和环境风浪流干扰模型。其次，提出一种基于多策略融合改进的免疫遗传算法，通过引入混沌初始化、向量角相似度及自适应差分接种等策略，改善基本算法收敛缓慢、易陷入局部最优的缺点；在此基础上，设计基于MSFIGA的无人艇航向自适应控制器及性能评价函数，以实现对无人艇控制参数的自适应优化。最后，通过对比仿真试验和在线仿真试验验证该方法的优越性和实用性。     

无人水面艇航向航速协同控制方法

针对无人水面艇(USV)在未知干扰环境下的自主运动控制问题,研究基于模糊自适应算法的USV航向、航速协同控制方法。设计以航向角偏差量和直线距离偏差量为输入量,以及以舵角偏转控制量和油门开度控制量为输出量的模糊控制算法,并通过以航向角偏差率为输入量及以控制周期为输出量的自适应控制,使系统响应外部环境的变化。以抵达目标点的时间和舵角变化次数的加权最小值作为优化目标函数,分析论域、控制周期等参数对控制效果的影响。优化分析的结果表明:此方法在不同海面风、浪、流随机干扰的条件下,均能使无人艇抵达目标点,实现点对点的自主航行。     

风浪流干扰下的无人艇航向模糊自适应模型的研究

由于无人艇在风浪流航行环境下具有非线性和复杂性的特点,运用经典控制理论和现代控制理论建立无人艇的模型较为困难。论文通过对无人艇航行过程中所受的风浪流扰动进行分析,以无人艇运动操纵模型作为基础,采用分类建模的方式,融合模糊控制的思想及Nomoto模型,建立了无人艇在风浪流环境干扰下的航向模糊自适应模型。借助Matlab建模工具搭建模糊控制器,观测数据变化情况,获得较为准确的模型参数。     

基于模糊理论的船舶航向控制仿真研究

船舶航行过程中的航向控制是其重要的性能指标之一。船舶航向控制具有非线性、参数时变、大惯性和干扰复杂等特点,传统PID控制对于这种复杂的被控对象往往不能达到良好的效果。本文结合模糊理论,将模糊PID控制用于船舶航向控制。仿真结果表明,该控制器具有响应速度快,过渡时间短,抗干扰能力强等优点,与传统PID控制相比能达到较好的控制效果。     

一种基于PD与模糊复合控制的船舶航向变结构控制器

对一种PD控制器和模糊控制器有机结合的船舶航向复合控制方法进行了研究。该方法利用PD控制器的快速性和模糊控制器的鲁棒性进行船舶航向控制，以解决PID控制器在高频干扰下难以保持航向以及普通模糊控制器不能同时兼顾大角度转向控制和小角度航向保持性能要求这两个问题。文中论述了系统结构和控制方法，仿真试验证明了该方法的合理性和有效性。     

小型无人帆船Z形操纵性能预测分析

[目的]无人帆船的操纵性预测对实现智能循迹航行具有关键性的作用。为了研究舵角与船体运动之间的关系,实现对操纵性的准确预测,[方法]采用数值模拟方法,系统研究无人帆船船—舵斜航粘性流场模型及其水动力特性,在对船—舵系统的水动力特性进行仿真前,分别对船体、敞水舵的数值计算结果与理论方法予以初步验证;然后,在此基础上实现无人帆船船—舵斜航粘性流场的数值计算;最后,利用MMG分离建模方法建立帆船的操纵运动模型,采用四阶龙格—库塔方法对微分方程进行求解,通过模拟船舶Z字形航行来分析船舵对船体操纵性的影响。[结果]结果表明,应用CFD方法预报船体操纵性可行。[结论]船体的操纵性能可以适用于规定工况下无人帆船的安全航行。