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。     

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。     

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。     

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的以单神经元的自适应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。     

船舶航向模糊控制自动舵系统的设计研究

根据传统ＰＩＤ自动舵的优点和不足，提出了一种由自动驾驶系统的航行信息收集模块和自动航迹保持模块，与一种模糊ＰＩＤ控制器一起构成的自动舵系统的设计方法。经过仿真试验证明，该控制器是有效的，而且船舶自动舵系统的性能也有明显提高。     

一种新型船舶航向智能PID控制器优化设计

借鉴免疫系统的免疫响应调节机制,对传统PID控制器进行改进,建立一种非线性自适应免疫PID控制器,并利用粒子群算法对设计的PID控制器进行参数优化.将设计的控制器用于船舶航向控制系统中,实验仿真结果表明:该控制器能很好的根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

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.     

虚拟现实技术下船舶航向控制算法测试平台设计

首先分析非线性船舶模型中PID如何控制船舶航向;然后进行控制算法设计,并且将航向控制算法以流程图的形式进行描述;进一步搭建船舶航向的虚拟环境,以此来研究环境等外力对船舶航向的影响;最后通过仿真实验进行控制算法验证。通过对PID参数进行调整,实现对船舶航向的最好控制参数,从而有效对船舶航向进行控制。     

基于增强型学习算法的船舶运动混合智能控制

船舶航向控制与航行的安全性、可操纵性和经济性密切相关。本文将增强型学习算法与混合智能技术相结合,应用于船舶运动航向控制,克服了通常混合智能算法的学习需要一定数量样本数据的缺陷,又有发挥各种智能算法的优势。仿真结果表明在缺少样本数据情况下,该算法可以在一定程度上改进控制效果。     

基于GA-FCMAC算法的船舶运动智能控制器

在研究模糊小脑模型神经网络控制器（FCMAC）的基础上，本文提出了基于遗传算法学习的模糊小脑模神经网络控制（GA－FCMAC）算法并应用于船舶运动。仿真结果表明该算法具有良好的控制性能。     

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.     

基于船舶操控模型的UKF滤波算法研究

为了提高舰船在机动转弯情况下的定位精度和舰船定位的稳定性、可靠性,进行了滤波模型和滤波定位算法的研究,在此基础上分析了当前滤波模型和滤波定位算法中存在的一些问题,提出了基于船舶操控模型的滤波模型和改进后的UKF滤波算法,给出了滤波系统的方案.通过实验证明,滤波系统的方案不仅能够有效的提高舰船在机动转弯情况下的定位精度,还能够作为测量ASF修正数据有效方法,对定位算法的研究有重大的参考价值和较大的现实意义.     

基于积分逆推法的船舶航向非线性鲁棒控制

为克服船舶航向控制系统中传统逆推设计方法因不确定恒值干扰易产生静差及控制器参数调整过于复杂等问题,提出了一种把闭环增益成形算法与带积分项的逆推方法相结合的船舶航向控制器设计方案,由此将逆推方法设计出的控制器需要整定的参数由原来的4个降为1个,且这个参数具有明显的物理意义.通过Matlab仿真软件进行仿真试验,结果表明设计出的控制器能够消除海风产生的静差,对船舶航向具有良好的控制效果,且对一定范围内的模型摄动具有较强的鲁棒性.该控制器设计方案结构简单,物理意义明确.     

基于逆推方法的非线性船舶航迹跟踪控制

基于包括科氏向心矩阵和非线性阻尼项的、带恒值扰动的非线性船舶水面运动数学模型,采用带积分器的逆推(Backstepping)设计工具,设计船舶航迹跟踪控制律;并借助Lyapunov函数、应用相关引理证明了所设计的船舶航迹跟踪控制律使得最终的闭环航迹跟踪控制系统一致全局渐近稳定,达到航迹跟踪控制的目的.仿真研究表明,所设计的控制律使船舶能够克服恒值扰动跟踪期望航迹,且控制量合理,从而验证了所设计控制律的有效性.     

船舶航向非线性系统的鲁棒自适应控制

考虑船舶航向控制系统模型中存在非线性,并且模型参数是未知的情况下,利用Ｌｙａｐｕｎｏｖ稳定性理论,提出了一种鲁棒自适应控制新算法。以“育龙”轮为例,进行了鲁棒自适应自动舵设计,并利用 Ｍａｔｌａｂ工具箱进行了仿真研究,结果证明该算法十分有效。     

基于船舶驾控测试系统的嵌入式车钟系统设计

针对船舶驾控设备类型多样的特点,提出一种基于船舶驾控测试系统的嵌入式车钟系统,对系统硬件组态进行布局,并结合软件,通过改变拨码盘状态,实现硬件和通信两种作业模式。该系统完成人员安全训练和设备开发功能,具有较高的应用价值。     

舰船操纵控制技术应用与分析

舰船操纵控制技术是在现代控制技术与机电一体化技术基础上发展起来的又一门新兴学科,是综合当前机械学、电子学、液压传动与控制、信息处理与自动控制等领域中的一种群体技术。本文就舰船操纵控制技术与装备的特点、发展趋势以及关键技术等问题进行了分析。