多约束模型预测控制在AUV深度控制中的应用

针对AUV深度控制,提出深度偏差转换为指令纵倾的算法,基于拉盖尔网络逼近的模型预测控制理论,设计了舵角舵速硬约束和纵倾软约束条件下的纵倾运动模型预测控制器。仿真结果表明,该控制方法具有良好的动态控制性能,并可快速处理多种约束条件的二次规划问题。     

尾舵独立控制的潜艇垂直面运动仿真

提出一种由尾舵独立控制潜艇深度和纵倾的模糊控制方法,阐述单尾舵在低噪声控制中的优势。针对单尾舵控制特点,设计了模糊控制器。仿真结果表明,该算法具有很好的控制精度,能大大降低潜艇的打舵噪声和辐射噪声。     

首升降舵布局方式对潜艇垂直面操纵性能仿真分析

针对首端首舵与围壳舵2种不同的首升降舵布置方式对潜艇垂直面操纵的控制能力,以模型潜艇为研究对象,在潜艇垂直面非线性操纵运动方程的基础上,对2种首升降舵布置方式下的升速率、逆速、纵倾响应和深度响应等机动性能进行仿真分析。进而以升速率、逆速、平衡舵角和纵倾响应为性能指标,应用模糊综合评判方法,定量分析和比较了首端首舵与围壳舵在垂直面的操纵性能。结果表明,就垂直面操纵性能而言,由于可以提供较大的纵倾力矩,首端首舵相对更具有优势。     

潜艇按照预定空间轨迹运动的控制

控制潜艇按照预定空间轨迹航行,通过减小潜艇实际运动轨迹和预定轨迹的轨迹偏差来提高潜艇的航行控制精度。通过解算,将轨迹偏差变成指令航向、指令深度和指令纵倾,运用最优控制方法来控制舵角的变化,使潜艇较精确的按照预定的空间轨迹航行。     

基于模型预测控制的无人帆船轨迹跟踪方法

[目的]面向无人帆船在水面、水下跨域异构海洋机器人的协同作业场景,提出基于模型预测控制（MPC）的无人帆船轨迹跟踪方法。[方法]针对“海鸥”号无人帆船,建立其动力学模型及运动学模型,通过分析无人帆船动力学特点及执行器约束条件,构建MPC目标函数及系统约束条件,将无人帆船的轨迹跟踪问题转化为优化问题,并利用Matlab软件开展仿真实验验证。[结果]仿真结果表明,与“帆–舵”分离的PID轨迹跟踪控制方法相比,所提出的无人帆船“帆–舵”联合MPC控制方法更便于添加约束条件,其在风向变化的情况下能以更小的轨迹跟踪误差来更快地收敛于指定轨迹,且其可以实现逆风折线航行。[结论]研究成果可为无人帆船的帆、舵控制提供新的思路,提高其轨迹跟踪能力,进一步为无人帆船与AUV的高效协同作业提供技术保障。     

模型潜艇自动操控系统设计与实现

针对传统模型潜艇控制为有线控制方式,线缆影响模型潜艇水下机动的缺点,设计一种模型潜艇遥控式操控系统。该操控系统由主控制器、遥控器、传感器、放大电路、信号取样电路、舵角反馈机构、电动舵机、电源、高压气源、压载水舱系统、浮力调整及纵倾均衡系统、推进系统、报警系统等共同构成。操控系统由遥控器以无线通信方式发出指令,主控制器收到指令后自动解算,给出操控信号,经放大后控制执行机构,进行相应的注水、排水、转舵、浮力调整、纵倾均衡,主推进进车与倒车,配合操舵,潜艇机动到指定深度和航向,并保持姿态稳定,遥控器接收并显示模型潜艇当前的状态,遇到危险状态时报警器可自动报警。     

基于模糊神经网络的舵鳍联合减摇控制

船舶是典型的复杂非线性、不确定性系统,受自身结构、所装货物质量、航速及风浪流等因素的影响,难以建立其精确的数学模型。由此,针对目前舵鳍联合减摇控制设计依赖于船舶模型参数的缺点,在充分考虑舵角、舵速等约束条件的基础上,基于模糊神经网络设计分离型舵鳍联合减摇控制器,并在不同海况和模型参数存在摄动的情况下进行MATLAB仿真研究。仿真结果表明:所设计的模糊神经网络控制器不仅能使船舶保持航向,而且其减摇效果优于传统PID控制,同时体现出了极强的鲁棒性。     

全廻转舵桨船航向控制研究

全回转舵桨船操纵机动性强,但航向稳定性差,在长程航行中尤其需要采用航向自动控制技术。针对双舵桨驱动的"润江1"科考船,将卡尔曼滤波器与模型预测控制器级联建立了适用于舵桨驱动船的航向控制系统,具备滤除高频波浪干扰并有效处置舵桨限制条件的功能。仿真测试和船模控制试验充分验证了上述系统的有效性,适用于舵桨驱动船的航向控制。     

卷积神经网络在舰船舵-翼舵联合控制故障预测中的应用

传统预测方法在对联合控制故障进行预测时,未对故障状态变量数据预先处理,导致故障预测的误报率居高不下。因此,提出了卷积神经网络的舰船舵-翼舵联合控制故障预测方法。对故障预测状态变量数据进行预先处理,监测故障预警装置中的状态变量。优化状态变量中的损失函数,累计舰船舵-翼舵联合控制装置损失指数。重组故障预测神经单元结构,对舰船舵-翼舵联合控制故障进行预测。通过实验分析,传统方法 1故障预测误报率最高达到67%,传统方法 2故障预测误报率最高达到87%,基于卷积神经网络的舰船舵-翼舵联合控制故障预测方法故障预测误报率最低为15%。因此,基于卷积神经网络的舰船舵-翼舵联合控制的故障预测方法更好。     

潜艇自动舵控制方法研究

舰船操纵的灵活性和准确性在一定程度上取决于舵的性能,而对于潜艇而言,舵的作用更加重要。为了提高潜艇战斗力,目前各国都在争相研制新一代自动舵,期盼在控制航向的同时控制深度,从而提高水下生命力和战斗力。论文介绍了自动舵的发展历程,比较了各种控制方法的特点,最后提出了自己的一点见解。     

潜艇深度终端滑模控制技术

潜艇垂直面运动因其强非线性、强耦合性,易干扰等因素的影响,对控制设计要求非常高.基于潜艇垂直面非线性模型,考虑舵的动态响应,用首舵控制深度,尾舵控制纵倾角,分别设计了终端滑模面,采用终端趋近律设计控制器并进行仿真研究.仿真结果表明,该系统具有良好的控制性能和很强的鲁棒性.由于采用连续的控制器,解决了系统的抖振问题.     

特殊分段的精度控制方法探讨

在明确了分段精度控制意义及概念的前提下,对分段精度控制计划和精度控制管理过程作了详细分析,并制定相应的控制方法。首先针对舵臂分段,根据其尾部曲率较大以及不规则性,依据挂舵垂直性控制其精度;然后针对尾轴分段,根据同心度和尾轴管的定位控制该分段的精度;再针对主基座分段,主要根据基座面板水平度来控制该分段的精度;最后总结出典型分段精度控制方法。     

基于减摇鳍辅助回转的船舶操纵性能研究

基于MMG分离式建模思想，考虑作用在船体、螺旋桨、舵、鳍的水动力作用，建立双桨双舵船舶四自由度非线性数学运动模型，对某船模在静水中的回转性能进行仿真分析，将单独舵控制的仿真结果与船模试验结果进行了验证和分析，并对比了单独舵控制和舵、鳍联合控制下的回转性能，结果表明鳍参与控制回转时能明显缓解回转过程中的横倾。     

基于广义预测控制的船舶动力定位约束控制

鉴于广义预测控制(GPC)方法能用同一方式处理设备和安全约束,且具有较强的抗扰动能力,提出了一种基于GPC的船舶动力定位约束控制器设计方法。运用前馈控制器克服风力扰动的影响,且所产生的前馈量被用来实时修正推力约束,在修正后的推力约束下滚动优化GPC。对承受风、浪、流扰动的某供应船,采用提出的方法设计控制器,并进行仿真验证。仿真结果表明,所设计的控制器抗扰动能力较强,能完成对船舶的动力定位约束控制。     

基于广义预测控制的船舶可调桨网络控制系统研究

可调螺距螺旋桨(CPP)控制系统是船舶推进系统的重要子系统.随着船舶推进系统在响应速度、操纵性能等方面的要求不断提高,CPP控制系统已从传统的控制系统发展到分布式的网络控制系统,而网络控制的引入必然产生不确定的网络时延.因此,采用支持向量机,广义预测控制和队列机制的混合控制方法设计了网络控制器,有效地补偿网络时延对CPP控制系统产生的不利影响.     

现代潜艇尾操纵面的发展状况

介绍了潜艇操纵面的发展情况,论述了“十”字形尾舵和分离式“十”字舵的产生与特点,分析了“X”形尾舵的优点和不足,提出了确定操纵面建筑形式的设计依据。     

船舶可调桨网络控制系统研究

可调螺距螺旋桨(简称可调桨CPP)控制系统是船舶推进系统的重要子系统。随着船舶推进系统在响应速度和操纵性能等方面提出的更高要求,CPP控制系统已从传统的控制系统发展到分布式的网络控制系统,而网络控制的引入必然产生不确定的网络时延。因此,本文采用支持向量机 广义预测控制 队列机制的混合控制方法设计了网络控制器。仿真结果表明,该控制算法能有效地补偿网络时延对CPP控制系统的影响,使之具有较好的稳定性和鲁棒性。     

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.     

调距桨推进特性分析及其控制系统设计研究

具体归纳了船舶调距桨推进装置的工作特性及特点，并与定距桨进行了对比分析，总结出适用于可调螺距螺旋桨的三类船舶;在此基础上提出了基于模糊神经网络控制的调距桨控制系统的设计，仿真试验结果表明了调距桨控制系统设计的合理性.