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。     

基于预测函数算法的船舶动力定位系统控制

在系统分析和研究船舶动力定位的基础上,提出了一种基于预测函数控制的船舶动力定位方法,设计了预测函数控制器。在船舶动力定位部分,介绍船舶动力定位系统数学模型的选取,在预测函数控制部分,具体的探讨了预测函数控制方法的原理以及具体的算法。最后采用工程数据,对该算法进行了仿真验证,结果表示,预测函数控制方法能对船舶进行有效的定位。     

基于模糊积分预测控制的船舶动力定位系统设计

提出一种基于模糊积分预测控制器的船舶动力定位系统控制方法,通过引入积分控制器消除了稳态误差,采用模糊控制算法实现了对不确定系统的控制,利用预测控制解决了船舶动力定位中的约束问题,有效地减少了船舶动力定位系统能量的消耗。仿真结果证明,提出的模糊积分预测控制器在满足动力定位要求的同时,大大提高了推力系统的效率,减少了推力消耗。     

基于区间约束GPC的船舶SCR脱硝系统多工况控制

不同工况下的船舶柴油机脱硝系统具有很强的非线性和时变性，常用的单一控制器难以准确控制，因此对船舶选择性催化还原（SCR）脱硝系统进行自适应控制研究尤为重要。从SCR的反应微分方程入手，建立船舶柴油机SCR脱硝系统的机理模型，并通过模型仿真的离线数据辨识建立不同工况下该系统的ARMAX模型；设计基于该模型的广义预测控制器以实现多工况的自适应控制。考虑到执行机构的使用寿命，加入区间约束算法，提出并设计带区间约束算法的广义预测控制（GPC）控制器。研究结果表明：与传统的GPC和模型预测控制（MPC）控制器相比，带区间约束的GPC控制器不仅能在变工况时保持较高的脱硝率，而且能显著减少执行器的动作次数，从而提高船舶柴油机SCR脱硝系统的使用寿命。     

模糊控制方法的水面船舶动力定位控制

传统船舶动力定位控制算法,在动力输出参量耦合情况下,存在动力阈值系数定位误差过大的问题。导致后续控制变量周期变化不稳定,无法准确控制船舶全局动力输出。为了解决上述动力定位控制问题,提出模糊控制方法的水面船舶动力定位控制。基于模糊控制方法的广域性,对动力控制参量进行模型计算;根据模型完成对动力变量目标位置定位量的优化。最后,根据优化阈值利用模糊神经算法,完成对输出控制量策略的更新,实现提升动力定位控制精准度,减小控制误差的效果。通过与传统算法的效果对比表明:提出的控制方法,具有定位速度快、精度高、资源消耗小的特点,更适合实际船舶动力定位控制场景的应用。     

基于非线性控制理论的船舶动力定位控制系统的数学模型

考虑到船舶的动态特性存在固有的强非线性以及非线性控制改善系统性能和鲁棒性的能力,将非线性控制理论应用到船舶动力定位控制系统的设计中,对某供应船的计算机模型进行仿真,仿真分析表明非线性控制系统是有效的.     

基于扩张观测器的船舶动力定位系统反演滑模变结构控制

针对海洋平台船舶动力定位控制系统,结合反演滑模控制与扩张观测器的优势,提出一种基于扩张观测器的船舶动力定位反演滑模控制方法.考虑到系统存在未知外部干扰以及船舶模型参数不确定性的问题,将系统分为内环观测器和外环控制器分别设计,首先利用扩张观测器估计系统的未知状态及不确定项,然后在外环的反演滑模控制器中进行补偿,最后用Lyapunov方法证明系统的稳定性.通过船舶定点控制仿真实验表明,基于扩张状态观测器的反演滑模控制器使得船舶纵荡和横荡的位置及首摇角度逐渐保持在期望值,具有较强的鲁棒性和控制性,能够有效抑制传统滑模控制的抖振问题,有益于船舶工程应用.     

广义预测理论在动力定位系统中的应用

在船舶动力定位系统中,利用预测理论可以对船舶动力进行合理的控制,使船舶在海浪、海风等干扰作用下具有更高的响应速度,保障船舶定位系统的抗干扰水平和精度。本文首先对船舶动力系统的控制原理进行介绍,通过建立船舶的干扰力模型,结合广义预测理论,设计船舶动力定位控制系统。仿真结果表明,该船舶动力定位控制系统具有良好的控制效果。     

滑模控制船舶动力定位控制系统研究

为了提高动力定位船舶或作业平台在复杂海况条件下的定位精度,对动力定位船舶的控制器进行设计研究,通过建立简化的船舶三自由度数学模型,采用滑模变结构控制方法进行控制器的设计,并基于李雅普诺夫函数进行稳定性分析,通过软件进行仿真验证,仿真结果表明,在存在外界环境干扰的条件下,所设计的滑模控制器能够较好的保持系统的稳定性和鲁棒性,控制性能良好,对进一步研究动力定位船舶的控制系统有一定的参考意义。     

基于云模型的舰船动力定位控制系统设计

船舶动力定位控制是保证船舶平稳运行的关键。本文首先研究了云模型理论,对云模型控制进行深入分析,在船舶动力定位系统数学模型和云模型的基础上,建立了动力定位云模型控制器,并且利用基于遗传算法的粒子群算法进行控制因子的优化,最后进行控制系统仿真,实验结果表明,本文算法能够对船舶动力定位起到很好的控制作用。     

基于以太网的船舶动力定位控制系统设计

动力定位系统是现代深海船舶和海洋平台必不可少的支持系统,该文提出了一种基于以太网技术的船舶动力定位控制系统设计方案,并以"锋阳海工"号铺缆船为目标,进行了实船控制系统的研制工作,该控制系统经1:13的水池模型验证,获得了良好效果。     

基于逼近的动态面二阶滑模的船舶航向跟踪控制

针对船舶航向非线性运动数学模型存在不确定性误差的情况下,提出一种新颖的动态面二阶滑模智能控制方法.首先采用动态面控制(DSC)技术,以消除传统Backstepping方法中存在的"计算爆炸"问题.为了削弱滑模控制中固有的抖振效应,提高系统的鲁棒性,引用了一种新颖的二阶滑模控制方法.然后直接利用径向基神经网络技术逼近模型误差,同时采用最少学习参数(MLP)技术,以减少控制器的计算负担,所设计的控制器可以保证闭环系统中所有信号一致最终有界,并使跟踪误差任意小,最后通过仿真验证所提算法的有效性.     

半潜平台动力定位系统模型预测控制器设计(英文)

This paper researches how to apply the advanced control technology of model predictive control(MPC) to the design of the dynamic positioning system(DPS) of a semi-submersible platform.First,a linear low-frequency motion model with three degrees of freedom was established in the context of a semi-submersible platform.Second,a model predictive controller was designed based on a model which took the constraints of the system into account.Third,simulation was carried out to demonstrate the feasibility of the controller.The results show that the model predictive controller has good performance and good at dealing with the constraints of the system.     

无模型自适应控制算法在ROV定深控制中的仿真

将无模型自适应控制方法应用于ROV(Remote Operated Vehicle)定深控制当中。该控制方案的设计仅利用ROV的垂向推力输入数据和深度输出数据，用动态线性化时变模型替代ROV非线性系统模型，算法中不包含ROV模型及水动力参数信息。因此，解决了ROV因系统复杂，水动力参数难以确定所导致的控制器设计复杂度高，控制效果不理想的问题。为了便于仿真，本文建立含有补偿参数的ROV简化模型，模型仅用于产生系统的I/O数据，不参与控制器的设计。仿真结果表明，在ROV定深控制当中，无模型自适应控制(Model-free adaptive control，MFAC)比PID控制具有更强的抗扰能力。此外，在欠阻尼ROV系统中，基于偏格式动态线性化的无模型自适应控制(partial form dynamic linearization based Model-free adaptive control，PFDL-MFAC)方案相比于基于紧格式动态线性化的无模型自适应控制(compact form dynamic linearization based Model-free adaptive control，CFDL-MFAC)方案具有更好的控制效果。     

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.     

FMEA和FCE方法在动力定位控制系统中的应用

针对传统的FMEA(故障模式与影响分析)过于定性化、主观化以及不能进行量化分析的问题,本文提出了一种量化FMEA风险等级数的评定方法,并通过层次分析法(AHP)和模糊综合评判法(FCE)的理论分析,构建了动力定位控制系统的综合评判模型,将FMEA的结果进行了量化分析,从而能更好地预防故障的发生。以Arrow号近海支援船DP2动力定位(DP)控制系统为例,选择操作站操作面板为研究对象,对该系统的各个组成部分及其模块进行了故障模式与影响分析并做出评判,列出了可能发生的故障模式,确定了故障等级并提出了建议措施,其分析结果证明FMEA和模糊综合评判法是有效的。通过对动力定位控制系统进行故障模式与影响分析(FMEA),可以对动力定位控制系统和设备进行改进、维护和完善,以提高其可靠性,延长设备的使用寿命,提高动力定位船舶的安全水平。     

Nonlinear model predictive dynamic positioning control of an underwater vehicle with an onboard USBL system

This paper presents a novel optimization-based approach for dynamic positioning (DP) of a fully actuated underwater vehicle equipped with an onboard ultrashort baseline transceiver to provide relative position information of two earth-fixed transponders near the vehicle. The DP system error is defined by the transponders’ positions compared to the desired values, which occur at the vehicle’s target pose (position and orientation). The proposed DP strategy is composed of two loops in a hierarchical structure. In the kinematic loop, the nonlinear model predictive control is used to generate the desired velocity by optimizing a cost function of the predictive trajectories under the constraints of velocity and transponder bearings over a limited time horizon. In the dynamic loop, the neural network model reference adaptive control with pseudo control hedging is utilized to ensure the asymptotical convergence of velocity tracking errors in the presence of uncertainties associated with unknown model parameters, currents and thruster dynamics. The effectiveness of the proposed control scheme is illustrated by comprehensive simulations.