基于神经网络的船舶航向自适应PID控制

详细分析基于单神经元的自适应PID控制算法,并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应 PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法.将控制算法应用到船舶航向控制系统,仿真结果显示了该方法的有效性.     

基于自适应PIDNN的船舶航向模型辨识与控制

在研究PID神经网络控制方案的基础上,提出一种基于自适应PID神经网络的船舶航向控制方案,以对其进行辨识和控制.将自适应PID神经网络引入船舶的航向控制系统中,既具有常规PID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力.仿真结果表明,该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪设定航向并进行有效控制,且具有自适应性和一定的鲁棒性,满足实时控制的要求.     

基于动态面的船舶航向自适应神经网络控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应神经网络控制器。该方法通过引入一阶低通滤波器,消除了反步法设计中由于反复对虚拟控制的求导而导致的复杂性问题,同时还避免了控制器可能存在的奇异值问题。利用Lyapunov设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹,还能跟踪误差通过控制器的设计参数加以调整。     

船舶航向跟踪系统自适应单神经网络控制

针对船舶航向非线性系统,考虑模型中存在的不确定性和外部干扰等未知项,设计一种基于动态面控制技术和单神经网络技术的自适应控制器。首先引入一阶低通滤波器,避开对虚拟控制律的解析求导,解决了传统后推方法中普遍存在的"计算膨胀"问题;然后将设计控制器过程中出现的未知部分积存到下一步,依此类推,一直到控制器设计的最后一步,仅用一个神经网络逼近器逼近系统中的未知部分;最后把神经网络权值的范数作为唯一的在线估计参数,使在线学习参数的数目显著减少。所设计的控制算法具有计算量小、结构简单及易于工程实现等特点。采用Lyapunov理论证明了系统中的信号都是半全局一致最终有界,示例仿真结果验证了所提算法的有效性。     

基于非线性PID的船舶航向自动舵设计

本文针对线性Nomoto船舶运动模型,讨论了一种非线性PID船舶航向自动舵的设计方法,该非线性PID船舶航向自动舵设计简单,在航向自动舵传统PID设计方法的基础上,串连一项非线性函数便可实现,设计过程中需要合理的构造非线性函数。本文以大连海事大学实习船“育龙”号为例进行仿真研究,仿真结果表明非线性PID型控制比传统的PID型控制具有优越的动静态性能,鲁棒性能好。     

船舶航向自适应神经网络鲁棒跟踪控制

针对存在不确定性和带有完全未知时变环境扰动的船舶航向非线性控制系统,将指令滤波技术和反步法相结合,设计了一种船舶航向自适应神经网络鲁棒跟踪控制器,该控制器的提出不依赖于外部扰动任何的先验信息。首先,利用神经网络补偿船舶航向非线性控制系统中的非线性项;设计自适应律在线更新神经网络权重向量和估计时变环境扰动的未知界。为了避免传统反步法中对虚拟控制律的反复求导,引入指令滤波技术,使得所设计的航向自适应神经网络跟踪控制器具有结构简单、易于工程实现的特点。理论分析表明,所设计的控制器能使船舶实际输出航向以任意期望的精度跟踪给定的参考航向,保证船舶航向闭环控制系统中所有信号一致最终有界。最后,以大连海事大学远洋实习船“育龙”轮为例进行仿真,仿真结果验证了所提控制器的有效性和鲁棒性。     

用单片机实现的船舶航向智能PID控制

本文根据对ＰＩＤ各控制项在调节过程中不同阶段对过程的影响的分析，提出了船舶航向控制的一种智能化多模态ＰＩＤ控制算法；并用８０９８单片机构成了实现这种算法的控制装置。     

基于动态神经网络的AUV航向自适应控制

海洋环境的复杂性以及自身模型的不确定性,给自主潜航器(AUV)航向控制带来很大困难.针对AUV的特点和控制方面所存在的问题,采用了带衡量因子的动态BP神经网络控制器控制AUV的航向.理论分析和仿真结果表明,与传统的PID控制器相比,在扰动存在的情况下,神经网络控制器具有更好的自适应性和鲁棒性.     

基于BP神经网络的PID船舶自动舵

船舶操纵的模型具有非线性,慢时变特性,传统船舶自动舵的性能不能令人满意。基于传统PID自动舵的基础上,把传统PID与BP神经网络结合起来,利用BP神经网络的自学习能力实现PID控制参数的在线整定,构成一种新型的船舶航向自动舵。分无干扰和在风,流,浪干扰两种情况进行MATLAB仿真,来说明这种船舶航向控制自动舵的优越性。     

基于虚拟现实技术的船舶航向自动跟踪控制方法

为解决传统船舶航向自动跟踪控制方法受外界因素影响大、控制效果差的问题,设计基于虚拟现实技术的船舶航向自动跟踪控制方法。为避免外界因素产生的影响、减小跟踪控制误差,考虑采用PID控制器,依据其控制原理引入早期修正信号;在此基础上,使用虚拟现实技术对航向节点集合进行预估,并剔除其中的不相干节点;通过虚拟现实规则中的加权因子寻找最优航向参数,结合PID控制器保证船舶实际航向与期望值一致,根据控制流程实现对船舶航向的自动跟踪控制。由实验结果可知,尽管存在外界因素的影响,但所提自动跟踪方法的控制控制精确度始终较高,能够有效为保障船舶稳定运行提供数据支持。     

基于自适应反步控制的船舶航向控制器

本文在非线性船舶运动模型的基础上,设计基于自适应反步控制的船舶航向控制器,并通过设置控制参数对控制器进行仿真。在仿真过程中,通过无积分器情况下的船舶航行情况,以及有外界环境时船舶的航行变化,说明本文所设计的控制器鲁棒性强。     

船舶航向计算动词PID自动舵设计

研究一种新的智能控制算法——计算动词PID控制算法在船舶航向控制器设计中应用.以非线性船舶运动模型为对象,详细地设计了一种计算动词PID控制器,并应用MATLAB软件进行仿真试验.仿真结果表明该智能控制器能够快速准确地跟踪设定航向,同时表明当模型参数摄动时,具有强鲁棒性.     

船舶航向PID型模糊控制器研究

航速变化及由此引起的干扰使得船舶航向控制较为困难。基于常规max-min型Mamdani模糊控制器(fuzzy controller,FC),再增加积分项,将PD型模糊控制器与PI型模糊控制器相并联,构造了一种新的船舶航向PID型模糊控制器。该模糊控制器充分利用了常规PID控制器的设计经验来调节参数。不同航速下的5 446TEU集装箱船及"育龙"号实习船模型仿真结果表明,与常规PID控制器和模糊控制器的效果相比,不但航向设定值跟踪控制性能得到了保证,还具有更好的鲁棒性和抗干扰能力。     

不依靠模型自适应控制的船舶自动舵

船舶运动控制具有较强的非线性、不确定性、大惯性,大滞后和慢时变特性,加上在航行过程中存在的干扰和噪声,使得航迹控制变得非常复杂,运用常规的PID算法难以达到期望的控制效果,不可能根据船舶动态特性和海况变化实现其参数的自动整定,总是偏离其最佳工作状态.文章首次在船舶运动控制中使用自适应神经网络MFA控制器,减少航迹波动幅度和次数,减小船舶航行时附加阻力.仿真结果表明MFA自动舵具有快速性、鲁棒性和稳定性的优点.     

神经网络PID在全垫升气垫船航向控制中的应用

气垫船结构上的特殊性,决定了其在操纵方面与常规船舶有很大不同.设计了神经网络控制器,对气垫船的航向控制进行了仿真,并与常规PID控制的效果进行了对比.从仿真结果可以看出,在气垫船受风力的作用下,神经网络控制器在克服干扰方面具有比常规PID(比例-积分-微分)控制更好的效果.     

基于Backstepping的船舶航向自适应鲁棒

针对非线性船舶航向控制中船舶参数不确定性以及外界干扰随机性的特点，提出了一种基于Backstepping的自适应鲁棒控制器非线性系统的设计方法．为了消除静态误差，设计过程中引入了积分器，并借助Lyapunov函数证明了该控制策略使得闭环系统全局一致最终有界，选取恰当的设计参数可保证航向保持误差任意小．仿真结果表明所设计的控制器是有效的．     

船舶航向模糊自适应云模型控制

为了解决船舶航向云模型控制器驱动参数的自适应问题,将模糊自整定方法引入到云模型控制器设计中,设计了模糊自适应云模型控制器,并进行了仿真对比试验。结果表明,该控制器可以使船舶航向控制在动态和稳态上都具有较好的精度,超调量小、控制效果良好。     

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.     

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。     

基于模糊理论的船舶航向控制器

结合船舶操纵特点,将模糊逻辑引入到船舶航向控制器的设计中,设计了一种基于模糊理论的船舶航向控制器。运用计算机仿真手段,将所设计的模糊控制器和传统PID控制器进行对比,仿真表明船舶航向模糊控制器的动态性能优于传统的PID控制。