基于遗传算法和模糊控制理论的船舶智能航向控制器研究

随着自动化技术的发展,船舶的控制系统的规模也在不断变大,控制对象的复杂性也在不停变化,智能控制是船舶航向控制的一个重要研究内容。本文将遗传算法和模糊控制理论应用于船舶智能航向控制中,介绍航向控制器的结构,阐述控制规则,最后进行船舶PID控制和本文算法控制的对比实验。实验结果表明,本文算法鲁棒性强、稳定性好、系统误差小,具有较强的可行性。     

混合模糊自适应控制器在船舶航向控制上的应用研究

模糊控制虽是一种先进的智能控制方法．但其存在控制的弊端。针对模糊控制的局限，本文提出一种双模糊混合自适应控制的方法，可有效实现对航向即时准确的控制．仿真结果表明了这种改进方法的有效性。     

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。     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

基于多策略免疫遗传算法的无人艇航向自适应控制

针对无人艇在真实水面环境下的航向跟踪控制问题,提出一种基于多策略融合改进免疫遗传算法（MSFIGA）的无人艇航向自适应控制方法。首先,建立无人艇的二阶非线性运动模型和环境风浪流干扰模型。其次,提出一种基于多策略融合改进的免疫遗传算法,通过引入混沌初始化、向量角相似度及自适应差分接种等策略,改善基本算法收敛缓慢、易陷入局部最优的缺点;在此基础上,设计基于MSFIGA的无人艇航向自适应控制器及性能评价函数,以实现对无人艇控制参数的自适应优化。最后,通过对比仿真试验和在线仿真试验验证该方法的优越性和实用性。     

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.     

基于免疫遗传算法的船舶电站逆变控制器功率PID控制及节能优化研究

在船舶电站控制系统中,主要是对逆变控制器进行功率控制,使整个系统能够根据不同的负荷要求,输出对应大小的功率,提高了整个电力系统的能量转换效率,同时也延长了电力控制器的使用寿命。但是由于逆变控制器常年工作在高温的环境中,故障率也居高不下,因此需要科研人员对控制器的稳定性进行重点研究。本文主要结合免疫遗传控制算法,对船舶电力系统中的逆变控制器进行建模分析,并从系统需求的角度,采用了统一的PID控制算法,优化了控制效率,同时也有利于降低功耗,提升节能水平。     

自适应遗传算法在船舶线路布局中的应用研究

随着船舶自动化控制技术的发展,船舶的各种线路控制网络也日益复杂,尤其是计算机设备控制网络和通信导航网络的布局要求变得越来越高,其抗干扰能力受布局结构的影响非常大。在研究现代化船舶的舱室结构特点后,提出一种基于自适应遗传控制算法的线路布局优化模型。通过对实际的船舱线路布局需求进行数学建模,对算法的性能优化提出改进措施。仿真实验结果表明,本文的优化算法能有效提高线路网络的稳定性能,同时能够降低线缆布局成本,便于大范围推广使用,具有良好的应用前景。     

船舶航向自适应控制系统研究

本文设计并模拟船舶航向自适应控制器,用于解决传统航向控制非线性系统在复杂环境下控制效果差的问题.控制器的系数可由Matlab LMI工具箱计算得出,针对航向控制非线性系统,采用自适应控制方法设计控制器,该方法可以保证船舶航向控制系统的全局有界性.最后针对实船验证,仿真结果表明该控制器性能良好,控制方法有效.     

Nomote数学模型在船舶航向鲁棒性控制器的设计应用

船舶航向控制器是控制系统的关键装置,该装置的性能将直接影响船舶航行的安全性和稳定性。传统的船舶航向控制器模型已经无法满足船舶航行的要求,船舶航向鲁棒性控制器逐渐成为船舶制造行业研究的重点。本文对船舶航行控制系统进行研究,在Nomote数字模型的基础上提出了船舶航向鲁棒性控制器的设计方案。     

遗传学算法在船舶航线自适应控制器中的应用

为了提高大型海上运输船在复杂海上交通条件的航行能力和运载能力,研究船舶航线自适应控制器具有重要意义。随着船舶结构和功能的复杂化,船舶航线控制的准确度和可靠性的难度越来越大。本文系统介绍遗传学算法,并利用该算法的自适应搜索能力和参数优化技术,设计和优化船舶航线自适应控制器,提高其控制精度和鲁棒性。     

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．     

基于Backstepping的船舶航向自适应鲁棒非线性控制器设计

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.     

Backstepping设计方法在船舶航向控制器中的应用

采用Backstepping设计方法逐步推导出控制器控制的规律,使得系统在平衡点处逐渐平稳,最后利用非线性船舶模型有环境干扰的情况下进行实验仿真。实验结果表明,Backstepping设计方法具有良好的跟踪效果,基本实现了无误差跟踪。     

动态模糊神经网络在船舶航向控制器上的应用

当船舶在海湾、海峡等狭窄海域行驶时,对于船舶航向控制器的可靠性和灵活性均有较高的要求,由于船舶模型的参数受到航速和载重量的影响,因而无法保证航向控制的精确性。本文提出一种船舶模型控制与动态神经网络相结合的方法,提高船舶航向控制器的控制精度和可靠性。设计一种零稳态误差控制器对船舶航向进行控制,同时利用模糊神经网络确定闭环控制系统的极点,并用仿真证明本文提出的方法具有较高的精确性和可靠性。     

滤波反步法在船舶航向自适应控制中的应用

船舶航向自适应控制是船舶控制领域研究的重点,近年来,随着计算机技术的快速发展,一些典型的控制算法被应用于船舶航向控制系统中。滤波反步法是一种以Lyapunov函数为基础的递归设计算法,能够有效提高自适应控制系统的鲁棒性。本文研究船舶运动方程和船舶航向控制理论,在此基础上,设计基于滤波反步法的船舶航向自适应控制器。     

非线性Backstepping算法在舰船航行控制器的应用研究

随着我国远洋海上贸易的发展,舰船的航行控制需求也随之快速提高,这对航行器的控制提出了更高的要求,尤其是在复杂的海洋环境中,存在众多的干扰因素,必须有效克服这些干扰,船舶的航行安全才能得到保障。本文介绍一种非线性Backstepping算法,并结合平行计算原理,有效地提高了航行控制器的性能,使航行器的智能化水平得到显著提高,而平行计算能够有效提高航行控制器非线性数据的处理能力。     

云模型自适应算法在船舶航向控制系统中的应用

我国航运发达,船舶在航行的过程中会受到风浪流等不确定因素的影响,人们在提高航行安全性和可靠性方面进行了大量的研究。本文利用云模型对传统的粒子群算法进行优化,在优化过程中主要采用的是正态云粒子发生器,对种群中不同区间中的粒子,通过自适应的方式获取惯性权重值,并详细地阐述了算法的实现过程。最后利用Matlab进行系统仿真,在仿真的过程中增加了白噪声干扰,实验结果表明本文算法较PID控制鲁棒性强、调节速度快、能耗少。