舵机幅度与速率受限的船舶转向抗饱和控制

为了解决船舶转向控制中存在的实际问题—舵机幅度与速率饱和、模型不确定性、流体动力非线性,提出了转向抗饱和控制算法。在模型有效性的前提下,化不确定非线性船舶动力学模型为线性微分包含模型,应用线性系统理论求出静态无约束控制规律;在控制器中加入幅度与速率饱和模型,以最小化扰动到被调输出的非线性L2增益为目标,控制问题转化为具有线性矩阵不等式约束的凸优化问题,进而求出静态抗饱和补偿增益。仿真结果满足实际转向控制要求。     

基于闭环增益控制的船舶航向最优控制方法

船舶航迹与航向控制对于船舶航行安全性、稳定性有重要意义。为了提高船舶的航向、航迹控制水平,本文设计了一种基于闭环增益控制的船舶航向控制器。闭环增益控制是一种稳定性控制算法,在工业领域有非常广泛的应用。本文重点建立了船舶的运动控制模型,介绍了闭环增益控制器技术的原理与现状,并重点介绍了船舶航迹闭环增益控制器的原理。     

基于响应模型在线辨识的航向鲁棒优化控制

为进一步解决船舶航向控制中模型不确定性的问题,实现鲁棒航向控制器的参数优化,将基于闭环增益成形算法的二阶鲁棒航向控制器参数分成模型参数和干扰带宽参数两部分。对于模型参数摄动,直接利用遗传算法对响应型船舶运动模型参数进行在线辨识;同时,针对海况变化引起航向保持性能下降的情况,综合考虑航向保持精度和舵机节能优化干扰带宽参数,从而实现控制器参数的双重在线优化。仿真结果表明,与固定参数控制器相比其具有更高的航向保持精度、更小的航向调节时间和超调幅度。该系统对于模型摄动和外界干扰具有较好的自适应能力,具有明显的工程应用价值。     

简化的鲁棒自适应自动舵控制算法设计

为研究船舶航向非线性系统的自适应跟踪控制问题,在考虑舵机伺服系统特性的情况下,提出一种简化的鲁棒自适应神经网络动态面控制算法.采用RBF神经网络逼近模型不确定性,简化自适应参数调整方法,解决了动态面控制自适应参数过多的问题.该算法设计的控制器复杂性低且只有1个在线调整自适应参数,易于工程实现.该算法可以保证闭环信号的渐近稳定,使航向跟踪误差任意小.仿真结果验证了控制器的有效性.     

小型船舶自动操舵控制系统的研制

设计基于ARM的小型船舶自动操舵控制系统.通过磁罗经检测实际航向,与给定航向比较产生偏航角,由控制器通过PID算法产生偏舵角去控制舵机,形成双闭环控制系统,从而实现对船舶航向的自动控制.     

基于自抗扰控制器的船舶电动舵机控制系统设计

针对经典PID控制无法满足船舶电动舵机系统指标要求的问题,设计一种基于自抗扰控制器的控制算法。分析了船舶电动舵机的数学模型。针对舵机控制对象设计二阶自抗扰控制器,建立基于自抗扰控制器的舵机控制系统。利用Matlab对舵机带负载工作进行仿真,对文中所提出自抗扰舵机控制器与经典PID舵机控制器进行对比分析。结果表明,文中所提出的自抗扰船舶电动舵机控制器能够满足舵机在负载大范围变化以及存在外界干扰时所需的响应速度,并有效改善动静态特性,抗干扰能力强,鲁棒性好,控制效果优于经典PID舵机控制器。     

基于指数函数非线性反馈的船舶航向保持控制

为研究船舶航向保持控制问题,本文以“育鹏”轮为研究对象,建立了其非线性Nomoto船舶模型,设计了基于闭环增益成形算法的指数函数非线性反馈控制器,并以“育鹏”轮的非线性模型为被控制对象,用Matlab的Simulink工具箱进行系统仿真研究。系统仿真结果表明,建立的非线性Nomoto数学模型精度良好,设计的控制器进行船舶航向保持控制时效果优异,并且更节能。使用这种方法设计的控制器,可以很好地进行船舶航向保持控制,对今后的船舶运动仿真和控制器的设计具有重要意义。     

船舶航向内模控制方法

针对无人船传统航向控制方法中参数多,调参困难繁琐,且船舶在偏舵负载干扰下,航向稳定后存在稳态误差的问题,在二自由度控制方法的基础上,结合内模控制器,提出一种改进的二自由度内模直接控制方法,消除传统内模控制方法中的不稳定极点引起的静态误差,实现低精度模型的无静差航向控制,该方法不但减少控制器的可调参数,且整定容易。该控制结构将期望航向的跟踪性能与抗负载扰动性能解耦,单独设计调节。通过仿真,在有偏舵干扰时,与传统PID算法、传统内模控制器对比,该控制器在消除静态误差的基础上,具有超调量小,系统稳定更快的特点。     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.     

Robust adaptive course-keeping control of under-actuated ships with the rudder failure北大核心CSCD

[目的]针对舵机故障、控制增益未知和海洋环境干扰情况下的欠驱动船舶航向保持问题,设计一种考虑舵机故障的船舶鲁棒自适应航向保持控制算法。[方法]通过结合鲁棒神经阻尼技术和自适应方法,对繁重的神经网络权值进行横向压缩,仅需设计2个自适应学习参数对未知增益和舵机故障参数在线补偿,以确保船舶在舵机故障的情况下能够有效执行航向保持任务。通过李雅普诺夫理论,证明所提出的控制器半全局最终一致稳定有界(semi-global uniform and ultimately bounded,SGUUB)。最后以“育鲲”轮为仿真对象,建立非线性Nomoto数学模型,在海洋干扰下进行对比仿真试验验证。[结果]结果表明,在此策略下,“育鲲”轮在舵机故障情况下平均舵角输出比仿真试验中所对比的传统方法降低了51%,可改善航向保持控制效果。[结论]研究结果可为欠驱动船舶的航向保持控制问题提供借鉴。