一种改进PID控制算法在电阻炉温度控制系统中的应用

本文对改进型自调节PID控制算法在电阻炉温度系统中的应用进行了研究.以满足实际控制系统的要求为目标,对传统控制算法和改进后控制算法使用MATLAB软件进行了仿真,将仿真结果进行了比较,仿真结果表明改进后的PID控制算法效果较好,可应用于电阻炉温度系统控制中.     

同步发电机励磁系统的无模型控制研究

同步发电机励磁系统的基于模型的控制算法过分依赖模型,很难保证其控制效果。本文尝试将无模型自适应控制算法应用于励磁系统的控制。首先,介绍了励磁系统的模型和无模型自适应控制算法的基本原理。然后,对于具有稳定增益的系统,提出了改进的无模型控制算法。并将其应用于确定工况的发电机励磁系统的控制。仿真结果显示:改进的无模型控制算法的快速性提高;在不同的电压传感器故障情况下,无模型控制显示了很强的自适应性和鲁棒性。     

航行控制算法的智能评估架构设计

控制算法测试验证评估是确保智能船舶航行性能可靠性和安全性的关键。本文梳理了国内外智能评估技术的发展现状,以Transas船舶航行模拟器为船舶智能航行虚拟测试平台,进行航行控制算法测试评估。根据船舶直线段和弯曲段航行特征建立评估指标,提出航行控制算法智能评估系统的设计思路、框架结构和构建流程,初步建立虚拟仿真测试下的船舶航行控制算法智能评估体系,指出该智能评估系统所涉及的关键技术。基于以上研究,对船舶航行控制算法虚拟测试评估技术和未来改进方向进行总结。     

船舶航向自动保持控制及设计

针对非线性船舶航向控制系统,将Line of Sight(LOS)引导律与滑模控制算法相结合,设计一种航向保持滑模控制算法,通过设计合理的李雅普诺夫函数及利用其稳定性理论对系统的稳定性进行了分析,并利用"育龙"轮运动数学模型进行计算机模拟仿真,验证设计思想的可行性和控制算法的合理性及有效性。仿真结果表明,控制算法可以保证航向控制系统的渐近收敛及稳定,根据该控制算法所设计的控制器,能够使船舶航向精确的保持在预定航向上,具有优良的控制效果。     

大型船用柴油机启动动力控制算法分析

原始启动动力控制算法不足以满足大型船舶柴油机的启动动力控制要求,且启动动力控制性能相对比较差。为了提高船用柴油机启动动力的受控率,提出大型船用柴油机启动动力的控制算法分析。根据柴油机启动动力原理,利用柴油机各部件输入和输出的近似动态关系式,建立启动动力系统动态数学模型。基于启动动力系统,计算大型船用柴油机启动动力控制输出量,依托大型船用柴油机启动动力控制规律的推导,完成了船用柴油机启动动力的控制算法分析。仿真结果表明,设计的控制算法相比于传统控制算法,受控率提升了51.9%,柴油机的启动动力受到了明显的控制,符合大型船舶的航行条件。     

光电跟踪系统的伺服控制研究

通过对光电跟踪系统的伺服控制系统的研究,分析了常用数字PID控制算法在光电跟踪系统中应用的不足,提出了适用于光电跟踪系统的自适应的PID控制算法,试验表明自适应PID控制算法比数字PID控制器超调量小,调节时间短,提高了控制系统实时性和抗干扰能力.     

无线网络TCP拥塞控制算法的性能仿真分析

在讨论TCP拥塞控制算法的前提下,对TCP的拥塞控制算法性能进行了仿真分析。仿真和实际测试结果表明:由于无线环境中的数据传输存在非拥塞引起的丢包,随着无线链路中随机数据包丢失概率的增加,TCP很难提供高效的无线Internet接入,拥塞控制算法将导致无线网络性能的严重下降。     

移动机器人路径识别系统的控制分析及算法实现

本文介绍与分析了移动机器人路径识别系统的PID算法与模糊控制算法,对于PID算法中离散的PID控制算法与连续的PID控制算法(包括整体定位法、对称求位法)的原理及特点也分别进行了阐述。     

航迹自动舵算法的研究

本文讨论了利用自动舵来实现船舶航迹保持航行问题,针对两种不同类型的航行,提出了两种航迹保持控制算法,这些控制算法的数字仿真结果表明满足航行要求。引言目前,船舶广泛采用的PID操舵装置或自适应操舵装置     

基于负荷敏感技术的调距桨控制系统设计

探讨调距桨控制问题，提出了基于负荷敏感技术的调距桨控制系统设计方法，设计了积分分离式PID控制算法．应用结果表明，积分分离式PID控制算法用于负载敏感技术的调距桨回路控制是有效的．     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

基于DSC的欠驱动船舶路径跟踪神经滑模控制

为进一步提高船舶路径跟踪的准确性和稳定性,针对欠驱动船舶易受外界环境的干扰和模型不确定等问题,提出一种基于动态面技术的神经网络滑模控制策略。在虚拟船逻辑制导算法的基础上,结合反步法对虚拟控制律进行设计,引入动态面技术对虚拟控制律的导数进行估计,避免因直接求导而增加计算负担。在动力学回路设计中,将径向基神经网络与滑模控制相结合,设计神经网络权重的自适应律,实现对系统非线性项的在线估计和对实际控制律的设计。采用Lyapunov直接法证明闭环系统的稳定性,并对一艘长为32m的单体船进行仿真试验。结果表明,该控制策略可行,能实现对欠驱动船舶路径的有效跟踪。     

基于神经网络的柴油机遥控系统故障智能诊断研究

为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

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…     

基于神经网络和最大产量估算的挖泥船横移控制

针对目前绞吸挖泥船疏浚作业依靠人工手动操作无法保持较高产量的问题，研究了影响绞吸挖泥船产量的控制参数。采用神经网络预测和最大产量估算方法，得出在不同条件下挖泥船横移控制系统的最优控制参数，同时对此控制参数进行了对比仿真试验。结果表明：在一个不含边界减速的有效横移周期内，仿真产量高于实船操作产量。该方法可为绞吸挖泥船疏浚施工中横移系统的自动控制提供理论依据与技术参考，使绞吸挖泥船可以兼顾不同的控制要求和性能限制条件，在一个横移周期内稳定输出最大产量。     

基于神经网络的船舶舵机控制系统设计

传统船舶舵机控制系统只适于控制对象是线性系统且时延和阶数等已知的情况,但在实际应用中,船舶舵机控制过程受船舶运行情况和航行环境的影响,属于随机过程.为此,设计一种新的基于神经网络的船舶舵机控制系统,依据功能要求设计船舶舵机的不同控制模型,再设计整体控制系统结构.通过设计4个不同层次的控制器结构,实现神经网络控制器的整体设计,利用神经网络算法对控制器中的参数进行学习和调整,神经网络控制器输出结果即为船舶舵机控制结果.实验结果表明,所设计系统控制效果好,不易受外界环境的干扰.     

基于神经网络的船体阻力主成分分析估算法

为实现在损失信息最小的情况下高效预报船体阻力,对采用神经网络来估算船体阻力的方法进行分析,利用主成分分析法降低分析船型矢量P的维数。     

Wave spectrum estimation conditioned on machine learning-based output using the wave buoy analogy

In this work, a hybrid approach for wave spectrum estimation is proposed. Fundamentally, the approach is based on the wave buoy analogy, processing ship response measurements, via a framework combining machine learning and a physics-based method dependent on available transfer functions. Specifically, a non-parametric (Bayesian) estimate is obtained of the directional wave spectrum conditioned on integral wave parameters established by a convolutional neural network. The developed method is assessed in a case study considering about two years of data obtained from an in-service container ship. The method produces good results, significantly improved when compared to the initial estimate made without constraints.     

基于GA优化的灰色神经网络船舶交通流量预测方法研究

结合灰色模型和BP神经网络模型的特点,对两种模型进行有机地组合,构建一种改进的灰色神经网络预测船舶流量方法.以实际船舶交通流量和主要影响因素为数据,运用遗传算法改进的灰色神经网络模型对上海洋山港的船舶交通流量进行预测,计算和Matlab仿真结果表明,改进的灰色神经网络模型预测不仅精度较高,而且能准确预测船舶交通流量的变化规律.     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。