变论域模糊PID控制在水下输送艇控制中的应用磁

水下输送艇是一种在水下长距离运输人员的载人潜水器,具长有航程和高航速的特点,控制对象具有高度非线性、强耦合和时变性的特点,常规P ID控制器的控制效果不是十分理想。论文针对水下输送艇的研制,将变论域模糊控制和PID控制结合起来,设计了变论域模糊PID控制器,模糊论域可以根据输入输出量的变化进行伸缩,对PID参数进行更优化的在线调整。论文建立了水下输送艇的水平面和垂直面运动数学模型,介绍了变论域模糊 PID控制器的设计方法和伸缩因子的选择方法。M atlab仿真结果表明这种控制方法具有更强的自适应能力。     

基于动态加权法评估反舰导弹威胁研究

在分析了以往威胁评估方法不足的基础上,提出了多因子动态加权威胁评估方法,该方法中给出了诸因子新的有作战背景的威胁隶属度函数,并运用AHP计算出权重系数,而且随着作战环境的变化可以动态调整。     

海事事故通航环境风险动权量化模型

海事事故通航环境风险动权量化模型研究是基于主观风险评价向客观风险评价的过渡阶段,涉及基于贝叶斯的事故特征通航环境因子量化、主观权重调整和客观权重调整等一系列建模过程。动权模型基于主观权重劣值倾向原则以及样本事故概率影响原则。针对通航环境定权风险评价的不足,从事故特征通航环境因子量化、主客观权重调整和事故案例分析对风险动权量化进行深入研究。研究结果表明:利用该模型进行案例分析可进一步明确航运事故风险机理,最终实现对事故风险预测和控制。     

潜艇改装重量重心快速调整与控制方法

针对潜艇改装过程中重量重心调整与控制难度大、自动化程度不高等现状,开展基于参数化的重量重心快速调整方法研究。以Matlab软件为基础,建立改装问题数学模型,针对改装过程中只增减压铁和增减压铁同时移动压铁2种重量重心调整方法,建立最优解算法,实现计算机自动快速调整压铁来控制重量重心。通过模拟实艇改装过程中的重量重心调整计算,可大大提高潜艇改装过程重量重心调整与控制的参数化、自动化、智能化的水平。     

船用锅炉汽包水位控制算法的优化

锅炉汽包水位控制系统是一个复杂的时变动态过程,具有很强的非线性、紧耦合、大滞后、强干扰特性,传统的控制算法很难使之达到理想的控制效果和较高的自动投运率。文章结合在实验室的"GL-001"锅炉设计了具有自调整加权因子的模糊控制器,能够克服许多干扰因素,对于锅炉汽包水位这一复杂的工业对象,显示了强鲁棒性,并产生了良好的控制效果,其控制性能优于常规PID控制。     

蒸汽发生器水位神经自校正控制研究

针对传统的核动力蒸汽发生器水位PID控制方法存在的缺点,将神经网络方法与PID控制的结构结合起来,提出核动力蒸汽发生器水位单神经元自校正PID控制方法,在线调整控制器参数。仿真研究表明,该方法可以提高系统的控制品质。     

FPSO环境烈度因子应用分析

根据FPSO环境烈度因子的计算方法和实际应用情况调整基于油船设计规范的FPSO计算,采用基于三维线性势流理论的直接计算法和波浪谱分析方法对FPSO环境烈度因子计算所涉及的动载荷极值预报和首向分析等关键因素进行分析探讨,给出具体的解释和规定,计算实例表明,应用环境烈度因子可以合理考虑FPSO作业环境的特殊性,使设计评估结果更为准确。     

不确定负荷下船舶微网功率自适应控制方法

传统自适应控制方法不能根据船舶航行情况,及时调整负载电荷的输出功率。为解决此问题,设计基于不确定负荷的船舶微网功率自适应控制方法。通过基本规划原理分析、控制范围协调2个步骤,完成不确定负荷下船舶自适应控制范围规划。通过微网智能体结构搭建、控制流程完善、多环控制范围确定3个步骤,实现新型船舶微网自适应控制方法的顺利运行。模拟方法应用环境,设计对比实验结果表明,与传统控制方法相比,新型船舶微网自适应控制方法在低、高频航行情况下,都可以实现船舶负载电荷输出功率的及时调整。     

欠驱动机器人控制水面航迹自适应调整数学建模

在传统的水面航迹自适应调整数学建模方法所建模型的应用中,因水面航迹跟踪误差收敛速度慢,存在响应灵敏度低的缺点,导致船舶无法快速调整至预设航迹。基于此,设计一种欠驱动机器人控制水面航迹自适应调整数学建模方法。首先,建立船舶运动坐标系,其次,建立船舶运动方程,最后,利用欠驱动机器人实现水面航迹跟踪,至此完成欠驱动机器人控制水面航迹自适应调整数学建模方法的设计。与传统的水面航迹自适应调整数学建模方法作比较,实验结果表明,利用提出的建模方法所建模型具有更高的响应灵敏度,能够使船舶快速调整至预设航迹。     

基于遗传学习算法的船舶航向智能控制方法

针对现有船舶航向控制方面采用的传统控制算法,在对船舶航向数据计算过程中存在数据迭代分析准度失常,无法适应性逻辑推导航向数据量的问题。本文提出基于遗传学习算法的船舶航向智能控制方法,利用遗传算法作为理论算法,对船舶航向数据进行遗传数据的建模,从而得到迭代航向控制量计算因子;接着,引入基于遗传算法的NRD蚁群学习算法,对得到的迭代航向控制量计算因子进行最优控制因子的蚁群化计算,得到船舶航向控制的最优适应控制参量;最后,引入适应性控制算法将最优适应控制参量导入算法,使其生成航向适应性计算逻辑策略,最终实现船舶航向的智能化控制。实验数据表明,提出的方法在航向数据迭代分析计算准确性上,准确度较高,满足可行性与有效性测试要求。