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。     

船舶航向的自适应神经模糊控制系统

针对模糊控制器中的量化因子、模糊规则等难以人工整定的困难,文中提出了一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法,利用船舶航向模糊控制器两端获取的数据来训练ANFIS控制器,并将其控制效果和船舶航向模糊控制器的控制效果进行了比较,仿真结果表明,在不同风速和流速干扰作用下,基于ANFIS的航向控制器无论在超调量、响应时间和稳态误差方面都具有更好的控制品质,在干扰下仍然能够满足船舶航向实时控制的要求.     

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。     

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.     

基于非线性反馈的航向保持控制器优化设计

随着航海技术的不断发展,海上运输贸易越来越多,在追求货运量的同时,船舶航行"清洁、安全、高效"问题越来越受到关注。为了使船舶海上航行时更加节能,本文利用非线性反馈技术对船舶航向保持控制器进行优化。船舶运动数学模型采用Norrbin简化的模型,基准航向保持控制器采用模糊自适应PID控制器,仿真实验环境为七级海浪,实验表明利用非线性反馈优化的控制器可以使船舶航行更节能,鲁棒性优良。非线性反馈技术设计简单,在船舶航向保持、航迹保持、轨迹跟踪等船舶控制领域都具有良好的应用效果。     

船舶航向的自适应自调节PID跟踪控制

[目的]针对遭受时变环境扰动且存在参数不确定性的船舶航向非线性控制系统,为满足其航向控制的实时性要求,[方法]结合自适应技术,提出不依赖于模型参数与未知输入的自适应自调节的船舶航向跟踪控制方案,并利用Lyapunov直接方法验证该控制律的有界性。[结结果]仿真结果表明,该控制器可以自适应自调节PID的控制增益,不仅继承了传统PID控制器的优点,还对未知时变扰动具有良好的鲁棒性。[结论]研究成果可为船舶航向的跟踪控制设计提供参考。     

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。     

船舶航向模糊控制及仿真研究

根据船舶操纵控制过程中,存在非线性、慢时变、复杂干扰的特点,设计了一个带模糊积分的船舶航向模糊控制器,使船舶在干扰变化情况下,模糊控制不仅能较好地实现航向保持,而且能获得较好的操纵性能;仿真结果表明,带模糊积分的船舶航向模糊控制器的控制比常规PID控制具有更强的环境适应性.     

基于反馈线性化的船舶航向自适应模糊滑模控制与仿真

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,基于反馈线性化方法和模糊系统的逼近能力,提出了一种新的基于反馈线性化的自适应模糊滑模控制器的设计方法,并在李雅普诺夫稳定性理论的基础上导出了自适应律。以某船为例,并利用Matlab进行仿真研究,仿真结果表明所设计的控制器是有效的。     

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。     

船舶航向模糊滑模控制器的设计与仿真

In considering the characteristic of a rudder,the maneuvers of a ship were described by an unmatched uncertain nonlinear mathematic model with unknown virtual control coefficient and parameter uncertainties.In order to solve the uncertainties in the ship heading control,specifically the controller singular and paramount re-estimation problem,a new multiple sliding-mode adaptive fuzzy control algorithm was proposed by combining Nussbaum gain technology,the approximation property of fuzzy logic systems,and a multiple sliding-mode control algorithm.Based on the Lyapunov function,it was proven in theory that the controller made all signals in the nonlinear system of unmatched uncertain ship motion uniformly bounded,with tracking errors converging to zero.Simulation results show that the demonstrated controller design can track a desired course fast and accurately.It also exhibits strong robustness peculiarity in relation to system uncertainties and disturbances.     

船舶航向模糊自整定操舵控制器的研究

船舶航向操舵控制是个典型的非线性系统,而工程上经常使用的常规PID(Proportional Integral Differential)控制器则为线性控制,至于模糊控制虽为非线性控制,但稳态精度不高。将常规PID控制与模糊控制相结合,基于Norrbin非线性系统模型和模糊自整定PID控制器的设计步骤,提出一种新的船舶航向控制算法,即船舶航向模糊自整定操舵控制器,并针对5 446标准箱的集装箱船舶,用Matlab进行了仿真计算。仿真结果表明,该控制算法可以使船舶航向控制从动态和稳态上都具有较好的精度,跟踪响应迅速,超调量小。     

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数，并假设该函数是连续的，在以模糊系统对该函数进行逼近的基础上，利用Lyapunov理论，提出了一种新的模型参考模糊自适应控制算法。其特点是，无论取多少条模糊系统规则，自适应学习的参数只有一个，便于工程实现，而且还确保闭环系统渐近稳定，并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒，进行了船舶航向模型参考模糊自适应自动舵设计，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。     

Design of robust fuzzy controller for ship course-tracking based on RBF network and backstepping approach

1 Introduction1 Recently, adaptive control approaches based on fuzzy neural network (FNN) have been studied in a lot of papers [1–4]. FNN combines the capability of fuzzy reasoning in handling uncertain information and the capability of artificial neural…     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制,以及无人船航向控制具有强非线性和不确定性,本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较,验证了所提出的控制方法的有效性。     

模糊切换型船舶运动PID控制器

航向改变时船舶航迹变化过程可以分为瞬态区域和稳态区域。根据不同区域中不同的性能指标,提出了一种把常规PID和TS-PID模糊控制器以模糊切换方式相结合的模糊切换型PID控制方法。该方法集成了常用PID和模糊PID控制方式的优势并弥补了各自的不足,模糊切换方式实现了二种控制器之间的平滑切换。应用钝性定理证明了二阶Nomoto船舶模型的切换型PID控制系统的输入、输出稳定性,并用遗传算法优化控制器参数。与模糊PID控制器的对比仿真实验,表明所提出的方法可以有效提高船舶运动控制的各项性能指标。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.