基于自适应神经网络的UUV航速控制仿真研究

针对无人水下航行器(UUV)在水动力参数变化和外界不确定干扰下的航速控制问题,提出一种基于李雅普诺夫方法的自适应神经网络控制算法。引入RBF神经网络来估计建模误差和海流干扰,并设计自适应学习律来保证神经网络权值的最优估计,保证了系统的航速误差收敛到零。仿真试验结果表明设计的控制器在航速控制过程中可有效抑制UUV载体的模型不确定性及海流干扰,且控制参数易于调节。     

基于GPC的气控被动式减摇水舱研究

在建立减摇水舱内气体和液体两相流动的运动模型基础上,研究了水舱顶部气体连通道的截面面积大小与水舱内液体振荡参数之间的关系.利用广义预测控制(Generalized Predictive Control, GPC)对水舱内液体运动参数进行在线滚动寻优计算,并通过调节截面开口大小实现参数的调节,以此控制水舱内液体的流动,使之与船舶横摇运动相适应,对抗外部海浪干扰.仿真研究表明,与传统的开关式气阀控制策略相比,新的控制策略可以明显提高被动可控式减摇水舱的减摇效果,在较宽的频率范围内对船舶进行有效减摇.     

可控被动式减摇水舱随机控制策略研究

在"船舶-可控被动式减摇水舱"系统数学模型基础上,根据安装减摇水舱的船舶在随机海浪作用下的横摇运动特点,利用成型滤波器以及在线辨识方法对"船舶-可控被动式减摇水舱"系统横摇运动进行预报,并利用预报信息以及实时测量信号对减摇水舱内液体进行控制,实现船舶横摇运动与水舱内液体运动的相位控制,使减摇水舱在不同航态以及不同海情下均有较好的减摇效果.     

基于被动式PD控制策略的“双水舱”减摇系统研究

被动可控式U型减摇水舱利用气阀开关控制水舱内液体运动,使之与船舶横摇运动保持π/2相位差。文章针对在随机海浪下水舱被动控制中存在的问题,提出了由两个被动可控式减摇水舱组成的被动可控式双水舱减摇系统,文中对双水舱系统的数学模型及系统设计方法进行了研究,并提出利用不同的船舶横摇信号分别控制两个水舱内液体流动的被控式PD控制策略。以高速滚装船为例,对双水舱系统进行了计算机仿真,仿真结果表明被动可控式双水舱系统在更宽的海浪干扰频率范围内具有更好的减摇效果。