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。     

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。     

基于时标分离的喷水推进船舶航向/航速控制

针对喷水推进船舶机动过程中的航向控制和航速损失的问题,提出一种基于时标分离的航向航速控制系统结构,将航向和航速之间的耦合归结为系统之间的干扰,利用反步法在不匹配不确定系统设计中的优点,以及滑模控制对系统干扰的抑制能力和动态逆对反步设计中逆求解精确性的提高能力,分别设计航向反步滑模控制器和航速反步动态逆控制器,解决船舶机动过程中航向和航速的稳定控制问题.     

船舶航向非线性反演自适应滑模控制

为实现船舶在大幅度改向操纵运动中航向准确快速跟踪控制,采用Bech船舶操纵运动数学模型精确描述船舶运动性能。考虑到船舶运动中固有的非线性、模型不确定性和风、浪、流等干扰影响,设计一种船舶航向非线性自适应滑模控制器。利用反演法将滑模控制技术与自适应控制技术相结合设计航向改变控制算法,借助Lyapunov稳定性定理证明控制系统渐近稳定,并进行船舶航向控制仿真。仿真结果表明,本文所设计的船舶航向改变控制器性能优良,控制舵角合理,控制输出航向对本船参数摄动及外界干扰不敏感,具有较强的鲁棒性。     

带漂角和输入饱和的水面船舶航向控制

[目的]为处理水面船舶航向控制过程中受到的非零漂角和输入饱和影响,提出一种基于反步法的航向控制方法。[方法]首先,利用相对速度求出实际漂角,再通过漂角对航向角误差进行修正;然后,采用一种预滤波方法减小航向改变时对航速变化的影响,同时引入双曲正切函数和Nussbaum函数逼近输入约束,结合自适应律对逼近误差和艏摇方向上的扰动进行估计;最后,借助指令滤波器简化反推过程,并通过Lyapunov理论证明控制系统的稳定性。[结果]仿真结果表明,所提控制器有效减小了水面船舶的航向输出误差,且能始终保持较小的控制输入力矩。[结论]研究成果可为水面船舶航向控制设计提供参考。     

基于粒子群优化反步法的船舶航向控制器设计

考虑到反步法在随机干扰下具有较优的控制效果,利用反步法设计基于Nomoto模型的船舶航向控制器;设计一种基于粒子群优化(Particle Swarm Optimization,PSO)反步法的航向控制器,其能通过优化不确定增益参数来消除部分冗余控制。通过仿真试验比较不同航向控制器的性能。仿真结果表明:粒子群优化反步法航向控制器具有更高的控制精度和更强的鲁棒性。     

模糊自适应滑模控制在航向控制器中的应用

船舶的转向控制主要依靠操舵仪,操舵仪通过检测舵角信号与给定航向角的误差,进行航向的灵活调节。为了提高船舶操舵仪的精度,本文对船舶操舵仪的控制器进行研究。结合自适应滑模控制技术和模糊控制技术,建立了一种具有自适应控制的船舶航向控制器。通过数学建模和计算机平台的模型仿真,验证了该船舶航向控制系统的性能。     

基于自适应模糊控制的船舶航向控制研究

为了提高船舶在复杂海域和密集线路航行的经济性、安全性和稳定性,性能优异的航向自动化控制系统引起了研究人员的普遍关注。传统的船舶航向自动控制系统(自动舵)在灵活性和可操作性上无法满足现代大型船舶和密集航线的需求。本文利用自适应神经模糊控制算法,对传统的船舶航向控制系统进行优化,并设计基于模糊控制算法的船舶自适应航向控制系统。     

RBF神经网络在船舶航向保持非线性控制中的应用

船舶航向保持在可控范围内,使得船舶航迹能够在规定精度的阀值内。随着航运业的发展,船舶的动力及体积越来越大,操纵控制系统复杂度也越来越高,在船舶航向控制中的非线性因素越来越多,传统的线性模型已经不能适应船舶控制系统性能要求。RBF神经网络与自适应控制相结合,能够很好匹配非线性系统的求解。本文研究船舶航迹控制模型,给出基于RBF神经网络船舶航向非线性控制系统解决方法,最后进行仿真实验。     

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.