基于反推策略的船舶直线航迹控制算法研究

为实现船舶直线航行的轨迹控制,基于船舶航行基本原理,建立了船舶航行运动的非线性模型。针对模型强非线性的特点,依据输入-状态反馈线性化原理,将非线性模型转化为具有下三角结构的线性模型,并基于反推技术和状态反馈,设计了船舶直线航行控制器。根据Lyapunov方法证明了闭环航迹系统是可镇定的。仿真结果验证了所提控制算法的正确性和有效性。     

船舶航向模糊自适应云模型控制

为了解决船舶航向云模型控制器驱动参数的自适应问题,将模糊自整定方法引入到云模型控制器设计中,设计了模糊自适应云模型控制器,并进行了仿真对比试验。结果表明,该控制器可以使船舶航向控制在动态和稳态上都具有较好的精度,超调量小、控制效果良好。     

基于鲁棒反馈线性化的船舶航向鲁棒内模控制

针对具有不确定项的船舶航向非线性数学模型,结合鲁棒反馈线性化方法和鲁棒内模控制算法设计出了船舶航向的鲁棒内模控制器.该方法先将船舶航向非线性数学模型鲁棒线性化,在补偿型船舶航向鲁棒控制律的基础上,设计出内模控制算法.鲁棒内模控制器中的反馈滤波器可以抑制参数摄动引起的实际输出与模型输出的误差,并对相关参数进行在线校正.以...     

精确反馈线性化在船舶航向保持器上的应用

现有的船舶航向保持器的设计大都采用Nomoto线性模型，而忽略了船舶操纵运动的非线性因素，因此航向控制的精度比较低。选择状态反馈精确线性化方法，将响应型船舶运动的非线性数学模型进行线性化，再利用基于闭环增益成形算法的鲁棒控制器进行控制，然后在Maflab的Simulink下进行系统仿真，仿真结果表明，所设计的基于闭环增益成形算法的控制器比基于LQR的控制器具有更好的控制能力。     

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.     

基于自适应反步控制的船舶航向控制器

本文在非线性船舶运动模型的基础上,设计基于自适应反步控制的船舶航向控制器,并通过设置控制参数对控制器进行仿真。在仿真过程中,通过无积分器情况下的船舶航行情况,以及有外界环境时船舶的航行变化,说明本文所设计的控制器鲁棒性强。     

模糊控制在船舶智能控制中的应用研究

为解决船舶航行过程中的横向运动控制问题,本文提出一种基于闭环增益成形算法和T-S模糊算法的新方法。其中T-S模糊优化算法用来计算滚转和偏航的加权系数,并结合闭环增益成形算法,设计了鲁棒PID控制器对横摆和偏航进行控制,并将其组合成横向控制器。仿真结果表明,该控制器具有较强的鲁棒性和自适应能力,对船舶横向运动控制以及转向器的损失可以通过一个合理的加权系数来降低。本文提出的方法对船舶横向运动控制提供了一种新的理论,为实际工程中的应用提供了理论基础。     

船舶航向的自适应神经模糊控制系统

针对模糊控制器中的量化因子、模糊规则等难以人工整定的困难,文中提出了一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法,利用船舶航向模糊控制器两端获取的数据来训练ANFIS控制器,并将其控制效果和船舶航向模糊控制器的控制效果进行了比较,仿真结果表明,在不同风速和流速干扰作用下,基于ANFIS的航向控制器无论在超调量、响应时间和稳态误差方面都具有更好的控制品质,在干扰下仍然能够满足船舶航向实时控制的要求.     

基于反馈线性化的船舶自动舵动态滑模控制

针对船舶自动舵的航向控制问题,结合高阶滑模和动态滑模控制的设计思想设计了一种船舶自动舵动态滑模控制器.首先设计出包含舵机特性的船舶航向控制仿射非线性系统模型,其次通过状态反馈的方法将原模型变为等价的完全可控型线性化系统,然后设计出动态滑模控制器.仿真结果表明,所设计的动态滑模控制器不仅能很好的自动跟踪设定的航向,而且能有效的抑制系统的抖振现象,达到设计目的,为研究船舶自动舵控制提供一种参考.     

智能自适应控制及其在船舶操纵系统中的应用

主要分析了基于模糊控制，专家系统与神经网络的几种智能自适应控制系统的结构，原理，并与传统控制作了比较，介绍了智能自适应控制在船舶操纵系统中的应用情况，最后提出了智能自适应控制理论及应用面临的主要困难与亟需解决的问题。     

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数，并假设该函数是连续的，在以模糊系统对该函数进行逼近的基础上，利用Lyapunov理论，提出了一种新的模型参考模糊自适应控制算法。其特点是，无论取多少条模糊系统规则，自适应学习的参数只有一个，便于工程实现，而且还确保闭环系统渐近稳定，并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒，进行了船舶航向模型参考模糊自适应自动舵设计，并利用Matlab工具箱进行了仿真研究，结果证明该算法十分有效。     

船舶航向非线性系统的鲁棒自适应控制

考虑船舶航向控制系统模型中存在非线性,并且模型参数是未知的情况下,利用Ｌｙａｐｕｎｏｖ稳定性理论,提出了一种鲁棒自适应控制新算法。以“育龙”轮为例,进行了鲁棒自适应自动舵设计,并利用 Ｍａｔｌａｂ工具箱进行了仿真研究,结果证明该算法十分有效。     

基于智能控制的船舶辅机节能技术研究

随着船舶燃油价格上涨,船舶节能技术成为国际造船及航运行业的研究热点。文章介绍了一种基于智能控制的船舶辅机节能技术途径,阐述了智能控制的节能原理,提出了智能控制节能技术方案,通过实施变频调速、应用高效永磁电动机、根据全船平台信息进行自适应的辅机控制调节等技术来降低船舶辅机的能耗,达到船舶节能的目的。     

船舶舵机单神经元自适应PID控制的研究

针对船舶舵机航行中在不同的环境下所受到的负载力矩不同的情况,在实验室条件下,用改进并增加了模拟加载液压系统的船舶舵机作为研究对象,研究单神经元PID控制算法,用LabVIEW8.2作为软件开发实平台,实现船舶舵机的自适应控制.     

船舶CPP推进系统的网络控制

可调螺距螺旋桨(Controllable Pitch Propeller,简称调距桨CPP)是船舶推进系统的主要设备。随着船舶装备的不断改进,控制系统已发展到以计算机为核心的网络控制系统。针对船舶智能推进系统优化设计的应用背景,引入网络控制技术构成分布式CPP控制系统,并采用自适应模糊逻辑调节法构成网络PI控制器,以补偿网络时延对控制系统稳定性的影响。     

基于分数阶PIλDμ的船舶航向控制

船舶在海上航行时受到海风、海浪和海流等环境扰动作用,这造成在不同航速下船舶动力学模型的参数不确定性,本文对船舶本体运动和风浪流干扰进行建模,提出一种基于分数阶PIλDμ的抑制风浪干扰的的航向控制算法,并与传统 PID算法进行对比,针对某型船舶动力学模型在6级海风和5级海浪海况下进行对比数字仿真。仿真结果表明,该算法在不同航速下具有较好的控制品质和鲁棒性,对风浪干扰具有良好的适应性,可应用于船舶的航向控制,易于工程实现。     

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。     

船舶辅机节能控制与管理技术研究

由于世界能源短缺问题日益严重,船舶节能技术已成为船舶设计、船舶建造及航运行业的研究热点。辅机是船舶的重要耗能负载,因此辅机节能是船舶节能技术研究的重要内容。介绍了一种基于柔性控制及信息自动化技术的船舶辅机节能技术途径,阐述了船舶辅机节能原理,提出了船舶辅机柔性控制节能技术方案。在提升辅机电动机能效、实现自适应变频调速控制节能的基础上,进而提出根据全船平台信息进行辅机节能综合管理的技术方案,从而减少全船辅机能耗,达到船舶节能的目的。     

Design of robust fuzzy controller for ship course-tracking based on RBF network and backstepping approach

1 Introduction1 Recently, adaptive control approaches based on fuzzy neural network (FNN) have been studied in a lot of papers [1–4]. FNN combines the capability of fuzzy reasoning in handling uncertain information and the capability of artificial neural…