基于NSGA-Ⅱ优化的电动舵机自抗扰控制器改进设计

针对自抗扰控制器参数调整困难、整定难度大的问题,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)优化控制参数,改进NSGA-Ⅱ算法以适应改进的自抗扰控制算法;以船舶电动舵机系统作为被控对象,对比改变算法前后的数据表明,经NSGA-Ⅱ算法改进的自抗扰控制器可提升舵机系统的静态和动态性能.     

基于RBF神经网络的TCSC自适应PID控制

针对可控串联补偿(Thyristor Controlled Series Capacitor,TCSC)的传统PID控制器存在鲁棒性差和自学习能力不强的问题,利用径向基函数(Radial Basis Function,RBF)神经网络可以无限逼近非线性系统的特性,提出了一种基于RBF神经网络设计的TCSC自适应PID控制器.该自适应PID控制器不仅具有传统PID控制器结构简单、易于工程实现等特点,而且通过RBF神经网络辨识的被控系统Jacobian信息来在线实时调整PID控制的参数,对被控系统参数和运行状态改变有较强的适应性,克服了常规PID控制器鲁棒性不强的缺点.两机五节点系统和四机两区域系统的仿真结果表明所设计的控制器控制效果明显优于传统PID控制器,具有较好的适应性和鲁棒性,对系统低频振荡的阻尼特性有很大地改善.     

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.     

变吃水船舶动力定位控制策略

针对船舶动力定位变吃水的问题,利用自适应PID能够实时进行参数校正的特点,设计一种自校正PID控制器。利用船舶模型试验相关数据建立被控对象的数学模型。引入改进的最小二乘估计算法进行系统辨识,并通过极点配置法计算控制器参数;最后针对具体船型进行仿真和分析。仿真结果显示,当船舶数学模型发生改变时,自校正PID控制系统能够实时估计模型的参数并进行调整,使系统保持稳定。     

基于神经网络的船舶舵机控制系统设计

传统船舶舵机控制系统只适于控制对象是线性系统且时延和阶数等已知的情况,但在实际应用中,船舶舵机控制过程受船舶运行情况和航行环境的影响,属于随机过程.为此,设计一种新的基于神经网络的船舶舵机控制系统,依据功能要求设计船舶舵机的不同控制模型,再设计整体控制系统结构.通过设计4个不同层次的控制器结构,实现神经网络控制器的整体设计,利用神经网络算法对控制器中的参数进行学习和调整,神经网络控制器输出结果即为船舶舵机控制结果.实验结果表明,所设计系统控制效果好,不易受外界环境的干扰.     

自抗扰控制器在柴油机转速控制中的应用

柴油机作为转速控制系统的被控对象时,是一个非线性、时变的环节,传统PID控制效果不够理想.简要介绍了自抗扰控制技术,基于自抗扰控制技术设计了ADRC控制器.仿真结果表明,利用自抗扰控制理论设计的控制器,能有效提高调速系统精度和抗扰动能力.通过与传统PID控制器的仿真比较,体现出了ADRC控制器较小的超调量及对外界干扰有较好的抑制作用等优点.仿真时在传统PID控制器中引入了跟踪微分器,结果表明用跟踪微分器能改善PID控制器的性能.     

基于改进GA优化的水下机器人航向鲁棒控制

基于某型号水下机器人水平面线性化模型,针对水下机器人系统存在的多种不确定因素,工作环境复杂多变的问题,采用混合灵敏度法设计水下机器人航向鲁棒控制器。在设计中,通过罚函数小生境遗传适应度值作为桥梁建立起遗传寻优与混合灵敏度参数之间的关系,构成多目标优化问题寻优加权函数。实验结果表明,所用方法可在保证系统较强鲁棒性的同时,又能兼顾时域指标和混合灵敏度加权函数频域要求,获得综合性能指标最优的鲁棒控制器,控制效果较好。     

改进遗传算法在潜艇天文导航中的应用

潜艇自动天文导航对星图处理有着较高的实时性要求,在比较、分析、综合现有的一些改进方法的基础上,对基本遗传算法提出了一系列的改进措施,形成了一种高效综合的遗传算法．改进算法采用了最优保存策略和比例选择相结合的选择思路,设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率,以及与早熟情况、进化代数和个体适应度有关的移民算法等．将该算法与大津法相结合应用于星图分割中,结果表明,改进的遗传算法不仅可以使图像分割获得满意的效果,而且还有效地提高了计算速度．     

基于BP神经网络PID的船用锅炉蒸汽压力控制系统

锅炉蒸汽压力的特性导致常规的PID控制方法不具备自适应能力,难以满足系统要求,因此,设计了基于BP神经网络PID的锅炉蒸汽压力控制系统。以一个二阶含滞后环节的锅炉蒸汽压力数学模型为被控对象,分别用传统PID控制器和基于BP神经网络的PID控制器对锅炉蒸汽压力加以控制,并采用MATLAB软件进行仿真。仿真结果对比显示,在基于BP神经网络的PID控制器控制下,系统无振荡,无超调,过渡时间短,控制效果优于传统PID控制器。     

船用蒸汽发生器水位模糊控制器研究

本文在分析用蒸汽发生器运行机理的基础上，根据现场人工操作经验及领域专家知识，利用模糊控制论方法，设计了蒸汽发生在水位参数自２Ｆｕｚｚｙ－ＰＩ控制器，在船用核动力装置训练模拟器上的仿真运行结果表明，该控制器的各项性能指标均满足系统设计要求。