黄金分割在船舶航向控制中的研究

首先阐述黄金分割法在船舶航向控制中的原理,然后对船舶控制中的模型参数进行调整,最后进行模型参数较大变化情况下的实验仿真。通过仿真对比实验说明黄金分割法比NCD参数优化的PID控制自适应控制速度快,航向调节时间短,控制精度高,鲁棒性强。     

嵌入式船舶导航系统航行轨迹智能控制方法

传统船舶航行轨迹智能控制方法存在控制精准度低的缺点,为此提出嵌入式船舶导航系统航行轨迹智能控制方法。采用双坐标系对船舶航行轨迹模型进行建立,以建立的船舶航行轨迹模型为依据,利用传感器对船舶航行轨迹数据进行采集与处理,通过采集的数据计算船舶航行轨迹偏差,采用船舶航行轨迹控制算法对航行轨迹偏差进行调整,实现了嵌入式船舶导航系统航行轨迹的控制。通过实验可得,提出的嵌入式导航系统航行轨迹智能控制方法控制精准度比传统方法高28%,说明提出的嵌入式导航系统航行轨迹智能控制方法具备极高的有效性。     

海洋环境预测数据在船舶航行控制中的应用

在以往的船舶航行控制中,计算船舶在不规则波中的幅值响应函数时未考虑环境因素,使船舶在不规则波中耐波性较差。为此,提出海洋环境预测数据在船舶航行控制中的应用。改进海洋环境预测数据关系模式,以时间和维度为条件查询所需数据,以数据为依据,计算船舶航行运动参数,将各项参数作为控制输入序列,通过离散控制达到控制船舶航行的目的。实验结果表明,与其他技术的控制方法相比,应用海洋环境预测数据的航行控制方法耐波性的各项指标均在衡准范围内,说明该控制方法的耐波形更好。     

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。     

船舶航向在线自学习模糊神经网络智能控制方法研究

船舶航向控制是航行控制系统中非常重要的一个环节,在航线自动跟随系统中,航向控制系统的自学习能力会直接决定船舶的航行效果。本文重点对船舶航向在线学习系统进行升级,能够自我学习、自我判断航线的跟随准确度,通过采用先进的模糊神经网络算法,有效改善控制系统的参数,通过不断的自我学习、自我修正,能够使船舶的航行线路始终保持在一定的范围内。本文提出的智能化控制方法能够有效提升航行的稳定性,一定程度上降低事故的发生率。     

基于最小二乘算法的船舶航行轨迹控制研究

为保证船舶一直按照既定的轨迹航行,避免发生碰撞事故,进行船舶航行轨迹控制具有重要的现实意义。为此,基于最小二乘算法进行船舶航行轨迹控制方法研究。该研究前一部分获取AIS系统中的船舶航行实时数据,得到船舶航行位置,后一部分利用最小二乘算法,并结合前一部分获取的数据,预测船舶航行角度和方向,控制船舶航行。结果表明:1)整体来看,实际航行轨迹线路与预期航行轨迹线路之间的拟合优度为0.984 7,比较靠近1,说明船舶航行实际轨迹符合预期。2)局部来看,通过对比10个不同节点处的航行速度和航行方向,误差比较小,说明所研究方法的航行轨迹控制效果较好。     

大型船舶航行的风险分析与风险控制

安全科学的发展要求从传统的事故管理转变为风险管理。在构建船舶航行系统风险的基础上,通过船舶航行事故统计和船舶航行作业规范化安全评估,对目前大型船舶航行的风险构成、影响因素进行定量研究,提出了大型船舶航行的风险矩阵,并就船舶航行的风险控制提出一些措施。     

船舶航行速度高精度控制的数学模型研究

现有模型无法适应不同荷载的航速需求,存在着控制精度低、控制时延长的缺陷。为此,提出船舶航行速度高精度控制的数学模型研究。分析船舶航行速度影响因素,构建船桨系统、柴油机以及附加阻力数学模型,以此为基础,基于PID技术设计航行速度控制器,制定船舶航行速度控制规则,通过执行控制规则,应用PID控制器实现了船舶航行速度的高精度控制。设置干扰环境,准备实验对象相关数据,进行船舶航行速度控制仿真实验。实验结果表明,与现有模型相比,本文构建模型航速控制精度较高,航速控制时延较短,表明构建模型航速控制效果更佳。     

单片机技术在船舶水密门控制系统的应用

重点研究单片机技术,并且将其应用于船舶水密门控制系统。首先设计控制系统的架构,并对每层进行了阐述;然后介绍船舶水密门控制系统的结构构成和工作原理,通过高自动化控制系统实现船舶水密门的关开控制,保持船舶的航行安全;最后以船舶水密门温度控制为例来说明,单片机技术控制的有效性。     

自适应控制技术在船舶编队中的应用与实现

在海洋上航行的船舶越来越多,尤其在狭小航道中,船舶的有序编队航行尤为重要。为应对这种发展要求,需要解决船舶编队航行中遇到的通讯控制难题。本文探讨船舶编队航行的特点,并建立相应的船舶动态航行模型。利用神经网络算法,建立具有自适应控制能力的船舶编队控制模型。通过对动态非线性航行的仿真和分析,本文提出的自适应控制技术能够满足船舶编队航行的运动控制要求,在船舶跟随和扰动响应上性能优越,具有良好的市场应用价值。