基于非线性模型的减摇鳍控制算法研究

船身安装减摇鳍的目的是为了减小船的摇动,而摇动最小化是进行各种海上操作的必要条件。减摇鳍系统提高了船只在大摇动环境中快速机动时的稳定性。它的控制由基于PID或模糊控制算法的电动-液压机构完成。文中采用PID算法控制,对象选用某型驱逐舰。用减摇鳍控制非线性横摇运动,其推力特性用CFD包装的fluent软件进行仿真研究,控制系统用matlab建模和仿真,获得了良好的减摇效果。     

滑模变结构理论在船舶减摇鳍中的应用

以船舶减摇鳍控制系统为研究对象,将滑模变结构理论应用于船舶减摇鳍控制系统,提出一种减摇鳍滑模变结构控制器并完成该控制器的理论实现;基于船舶横摇运动的线性方程,对不同浪向下的船舶横摇运动进行系统仿真。结果表明:与常规PID控制相比,滑模变结构控制器具有更好的控制效果和更强的鲁棒性。     

大型船舶横向非线性减摇自适应控制系统

传统船舶横向非线性减摇控制系统使用PID模糊控制器,在随机复杂海浪情况下横摇角恢复慢,减摇控制效果差,因此设计一种大型船舶横向非线性减摇自适应控制系统。系统硬件设计中设计了整体硬件架构,并针对减摇鳍的构造与船舶行驶特征设计工作流程,调整角度实现减摇;软件设计中,利用改进的无模型自适应控制方法嵌入到系统中,引入混沌遗传优化算法增强自适应能力,增强控制效果。为验证设计系统的控制效果,设计实验,设计系统的减摇率为24.67%,与传统系统相比提高了7.34%,说明设计系统减摇控制性能更优越。     

基于模糊理论的船舶减摇鳍智能控制系统分析

船舶减摇鳍系统是船舶与海洋工程的一个重要系统，目前已在客船及军用舰船上得到广泛应用。减摇鳍对提高船舶的耐波性、适航性、稳定性以及快速性具有很重要的作用，并能延长船舶使用寿命、改善设备与人员的工作条件、提高客船旅客舒适度或提高军用舰船的战斗力。减小船舶横摇是目前船舶运动控制领域的重要课题之一。本文以船舶减摇鳍系统作为研究对象，对船舶减摇鳍系统变参数PID控制和智能模糊控制算法进行系统阐述。减摇鳍系统目前大多采用基于力矩对抗原理的PID控制器，控制器的性能对船舶自然横摇周期和无因次衰减系数有很大的依赖关系。由于船舶横摇运动的复杂性、非线性、时变性等特点以及海况的不确定性。经典的PID控制难以获得满意的控制效果，采用先进的控制策略是解决这一问题的有效方法。     

基于模糊理论的船舶减摇鳍控制系统研究

以船舶减摇鳍控制系统作为研究对象,应用模糊控制理论提出一种基于Fuzzy推理的模糊控制器并完成模糊控制器的理论实现。基于船舶横摇运动的线性方程对不同浪向下的船舶横摇运动进行了系统仿真。仿真结果表明,与常规PID控制相比,基于Fuzzy推理的模糊控制器具有更好的控制效果和更强的鲁棒性。     

长峰波海浪影响下的船舶减摇鳍fuzzy-immune控制策略

船舶航行时,受到风浪影响产生的横摇运动会使船体摇晃。当倾斜角偏大,对于船体稳定性和安全性影响较大。减摇鳍控制技术上传统PID不具备自整定的能力,缺乏在不同海况下的适应性及调节能力,减摇作用与控制效果较差。将模糊控制与PID相结合,同时引入免疫调节,优化PID控制参数,免疫控制能形成有效的反馈,结合模糊和免疫二者优点,设计减摇鳍模糊免疫控制系统,并在Matlab中进行了仿真。结果表明,fuzzy-immune对海浪影响下的船舶横摇有很好减摇控制效果。     

减摇鳍单神经元控制方法研究

将单神经元控制应用于减摇鳍控制系统中,并根据减摇鳍控制系统的特点对单神经元控制进行了改进。仿真实验表明单神经地控制能够克服传统ＰＩＤ控制器适应性差的缺点,具有较好的容错性和较强的适应性非线性的能力,减摇鳍系统的减摇效果有较大提高。     

PID控制器在船舶减摇水舱控制器设计与优化的应用

减摇水舱控制系统中的摇摆台控制一般采用PID控制系统,借助PID控制系统的算法优势,传输摇摆角度信号,有效控制减摇。PID系统采用免疫遗传算法,该算法能够建立起数学模型,推理运算出目标函数值,向电液伺服阀输出动作指令,控制船舶横摇。本文分析了PID控制器在船舶减摇水舱控制器设计中的应用,提出优化PID控制器的设计方法,经过仿真实验证实,改进优化的变参数PID控制器能够有效控制船舶横摇角、鳍角速率,提高减摇效率。     

超小型减摇鳍变参数PID电控系统的实现与分析

超小型减摇鳍安装于小型船舶上,为了减小船舶的横摇,采用变参数PID控制系统不失为一种行之有效的方法。建立并分析了变参数PID系统的数学模型,通过使用IAP15F2K61S2单片机来实现减摇鳍控制器的硬件和软件设计,使减摇效果更加理想。     

加装减摇鳍船舶横摇运动的计算研究

船舶加装减摇鳍目的是减小船舶的横摇运动.鳍的运动通过由PID控制的液压装置驱动.文章考虑了船舶的粘性阻尼系数,结合减摇鳍运动特性,通过PID控制法对加装减摇鳍船舶横摇进行预报并通过实船验证.     

基于RBF神经网络补偿的PMSM反步控制系统

提出了一种基于非线性控制策略的RBF神经网络补偿和反步控制相结合的方法,克服了传统PID控制对非线性控制的缺点．基于神经网络的控制器很好地实现了线性逼近,反步控制保证了系统具有良好的速度跟踪性能．仿真结果表明,该方法比PID控制更有有效性．     

基于BP神经网络整定的蒸汽发生器水位PID控制及仿真研究

将神经网络与PID控制结合起来,提出了基于BP神经网络整定的蒸汽发生器水位PID控制方法,采用BP学习算法调整控制器神经网络的连接权值,通过对系统性能的学习实现了控制器参数的在线整定,仿真结果表明,所设计的控制器具有良好的控制性能。     

非线性自整定PID主机数字调速器

调速系统是船舶主机遥控系统的核心组成部分,船舶主机性能优劣及寿命很大程度上取决于其调速系统的性能.分析船舶主机调速系统的特点,研究了基于径向基函数(RBF)神经网络自整定非线性PID的主机转速控制,基于内模原理的偏差重复补偿PI的主机油门控制.讨论了PID参数随偏差变化的规律,控制对象的Jacobian辨识和主机油门的重复控制补偿,并分别进行了仿真.结果表明,本文设计的非线性自整定重复控制补偿调速器在充分考虑偏差特性的情况下,有效提高系统的动态精度和抑制扰动的能力,改善主机运行的稳定性.     

模糊神经网络控制在调速系统中的应用研究

针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。     

神经网络自适应控制算法的研究和MATLAB仿真

本文针对神经网络系统跟踪输入信号时,由于误差总是存在导致学习过程难以结束的特点,以一种用BP 网络逼近对象的学习算法为基础,结合相应的控制算法加以改进,并得到了一种快速学习因子的选择方法。结合不同对象通过MATLAB进行仿真,均获得了满意的效果。仿真和分析表明,该算法能保证系统具有良好的动态品质。     

减摇鳍模糊参数自整定PID控制器设计及仿真研究

以船舶减振鳍控制系统作为对象，应用模糊控制理论，提出一种基于Fuzzy推理的PID参数自整定控制器，完成在线PID控制器参数模糊自整定的理论实现。并且在考虑船舶模型的非线性和不良浪向下，对系统进行了仿真。仿真结果表明，与常规PID控制相比，基于Fuzzy推理的PID参数自整定控制器，具有更好的控制效果和更强的鲁棒性。     

基于动态反馈线性化的海洋机器人近水面横摇减摇控制

海洋机器人在近水面低速航行时,在海浪干扰下将产生横摇运动,严重影响机器人安全性能,因此利用零航速减摇鳍系统对横摇运动加以有效控制.针对机器人非线性运动模型及零航速减摇鳍升力模型的特点,利用动态反馈线性化方法设计横摇减摇控制规律.该方法通过将原系统扩展为含有伪状态变量的新系统,实现系统线性化,解决由减摇鳍升力模型引起的系统非线性形式控制输入的问题.理论证明及仿真结果表明该横摇控制规律是稳定有效的.     

蒸汽发生器水位神经自校正控制研究

针对传统的核动力蒸汽发生器水位PID控制方法存在的缺点,将神经网络方法与PID控制的结构结合起来,提出核动力蒸汽发生器水位单神经元自校正PID控制方法,在线调整控制器参数。仿真研究表明,该方法可以提高系统的控制品质。     

基于卷积神经网络的船舶自动识别系统

基于船舶自动驾驶存在的问题以及需求,提出了一个基于卷积神经网络的船舶自动识别系统。系统设计使用的生成对抗神经网络算法,基于互信息理论,能够无监督式地学习船舶图像特征。通过实验论证,在分类准确度上取得了显著地提升,表明本系统方法合理有效,具有较高地运用前景。