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。     

改进型PID参数神经网络自学习的船舶操纵控制器

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用改进型BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性，     

船舶操纵的自整定PID参数模糊控制器研究

船舶操纵是一个非线性、高阶的时间滞后过程，并受各种不确定的环境干扰。由于传统的ＰＩＤ调节器的操纵性能不能令人满意，故本文提出一种模糊推量功能实现ＰＩＤ参数自整 控制。它能根据船舶动态特性的变化，自动重新整定ＰＩＤ参数，从而改善了操纵性能和鲁棒性。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

基于参数自整定模糊PID的船舶控制

针对船舶操纵过程存在非线性、慢时变特性，设计了一种参数自整定模糊PID控制器，可以在线实现PID参数的调整，使控制系统的响应速度快，超调量减少，过渡过程时间大大缩短，振荡次数少，具有较强的鲁棒性和稳定性。     

恶劣海况下船舶航向控制仿真及应用研究

船舶在海面航行时,会受到风浪的干扰.此时,船舶航向控制困难,操舵频繁.采用Kalman滤波和模糊自整定PID控制,并基于线性化船舶运动方程的线性时,不变连续时间系统的设计方法得到的船舶操纵控制器,具有抗干扰能力强、鲁棒性好的特点,有效地解决了船舶在风浪干扰条件下的船舶航向控制时的操舵频繁与无效操舵问题.     

基于参数自整定模糊PID的船舶航向跟踪控制

针对船舶操纵过程存在非线性、慢时变特性,设计了一种参数自整定模糊PID航向跟踪控制器,可以在线实现PID参数的调整,使控制系统的响应速度快,超调量减少,过渡过程时间大大缩短,振荡次数少,具有较强的鲁棒性和稳定性.     

模糊参数自整定PID控制在带材卷绕纠偏中的应用

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种模糊自整定PID参数的方法,运用MATLAB进行仿真研究表明,该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性。     

船舶航向模糊控制及仿真研究

根据船舶操纵控制过程,存在非线性、慢时变,复杂干扰的特点,设计了一个带模糊积分的船舶航向模糊控制器,使船舶在干扰变化情况下,模糊控制不仅能较好地实现航向保持,而且能获得较好的操纵性能;仿真结果表明,带模糊积分的船舶航向模糊控制器的控制比常规ＰＩＤ控制具有更强的环境适用性。     

船舶航向模糊控制及仿真研究

根据船舶操纵控制过程中,存在非线性、慢时变、复杂干扰的特点,设计了一个带模糊积分的船舶航向模糊控制器,使船舶在干扰变化情况下,模糊控制不仅能较好地实现航向保持,而且能获得较好的操纵性能;仿真结果表明,带模糊积分的船舶航向模糊控制器的控制比常规PID控制具有更强的环境适应性.     

基于遗传算法的模糊控制型船舶自动驾驶仪研究

该文分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非线性、时变参数的控制对象,提出了一种基于遗传算法的模糊控制型和Bang—Bang控制相结合的控制系统,提高了模糊控制系统的精度;最后,通过仿真将模糊型船舶自动驾驶仪与基于遗传算法的模糊控制型船舶自动驾驶仪的性能作了比较,结果表明该文所提出的方法控制性能良好。     

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。     

基于鲁棒模糊控制的船舶转向及航向保持

为更好的满足船舶转向和航向保持对自动舵系统的不同要求,首先基于一阶闭环增益成形算法对船舶转 向过程分三段进行控制器设计,在自适应模糊推理系统(ANFIS)离线模型辨识正确的前提下得到每个控制器的模糊隶属度函数,然后对三个控制器的输出进行T-S模糊综合.以实习船"育龙"轮的非线性响应模型为控制对象,考虑不同的干扰和模型摄...     

船舶航向模糊自整定操舵控制器的研究

船舶航向操舵控制是个典型的非线性系统,而工程上经常使用的常规PID(Proportional Integral Differential)控制器则为线性控制,至于模糊控制虽为非线性控制,但稳态精度不高。将常规PID控制与模糊控制相结合,基于Norrbin非线性系统模型和模糊自整定PID控制器的设计步骤,提出一种新的船舶航向控制算法,即船舶航向模糊自整定操舵控制器,并针对5 446标准箱的集装箱船舶,用Matlab进行了仿真计算。仿真结果表明,该控制算法可以使船舶航向控制从动态和稳态上都具有较好的精度,跟踪响应迅速,超调量小。     

OceanInfo平台中舰船操纵运动控制研究

针对 OceanInfo平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于 PID控制方法的简单性和有效性,应用 PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化（PSO）算法进行控制器参数整定并进行仿真实验。实验结果表明：本文提出的改进优化算法能够实现 PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

基于双脉冲参量微扰的船舶运动混沌控制技术

提出了双脉冲参量微扰控制混沌系统的方法,针对船舶运动中存在的混沌现象,以某型军用舰船运动非线性模型为例,在系统参量微扰中引入脉冲控制策略,研究了改进的双脉冲参量微扰方法的控制效果及控制规律.数值仿真结果表明,该控制方法能将受控系统稳定到周期轨道或不动点上,具有良好的控制效果.     

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.     

基于广义回归神经网络与遗传算法的玻璃钢渔船船型要素优化研究

利用神经网络的非线性拟合能力,建立了基于广义回归神经网络的"船型要素-船体阻力"数学模型,提高了模型的拟合精度。同时结合遗传算法的非线性寻优能力,利用改进的遗传算法完成了船型要素的优化设计。优化结果可以作为玻璃钢渔船初步设计的技术参考。     

在线自整定PID船舶自动舵的设计与实现

介绍了常规PID自动舵参数整定的困难,简述了继电型自整定PID控制的基本原理及PLC实现的基本方法,提出了基于PLC的在线自整定PID船舶自动舵的设计和实现方案,该自整定PID自动舵能够自动适应船况和海况的变化,实现PID参数无扰动切换、变增益调节、抗积分饱和、微分先行等功能,克服了常规PID舵机振荡等缺陷。实船应用表明,该自整定PID船舶自动舵的有效性。     

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。