人工智能算法的舰船航向混合自动控制

为了减少舰船航向混合自动控制偏差,设计一个人工智能算法的舰船航向混合自动控制方法。首先提出舰船航向混合自动控制结构,然后确定寻优参数和控制规则,并对航迹偏差计算,最后采用遗传算法实现最后的舰船航向混合自动控制。实验结果表明。此次研究的人工智能算法的舰船航向混合自动控制方法有效减少了控制偏差,并减少了控制时间,实际应用效果较好。     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

神经网络优化PID舰船发动机自动控制

使用传统舰船发动机控制方法控制时,因其控制参数均为固定设置,无法随发动机参数变化而变化,导致控制方法的响应与实际控制信号出现较大偏差,影响了控制方法的稳定性和灵活性。针对以上问题,研究神经网络优化PID的舰船发动机自动控制方法。构建发动机闭环增益的PID结构后,设计神经网络自动控制器。利用遗传算法对神经网络PID自动控制器参数进行整定,降低控制器响应控制信号时的超调量,完成对舰船发动机控制方法的设计。通过与传统模糊PID控制方法的对比实验,证明了研究的控制方法能够有效降低24.31%的超调量,并且相比传统方法研究的方法的正弦跟随特性更佳,即神经网络优化后的自动控制方法具有更好的稳定性和灵活性。     

OceanInfo平台中舰船操纵运动控制研究

针对 OceanInfo平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于 PID控制方法的简单性和有效性,应用 PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化（PSO）算法进行控制器参数整定并进行仿真实验。实验结果表明：本文提出的改进优化算法能够实现 PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

OceanInfo平台中舰船操纵运动控制研究

针对Ocean Info平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于PID控制方法的简单性和有效性,应用PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化(PSO)算法进行控制器参数整定并进行仿真实验。实验结果表明:本文提出的改进优化算法能够实现PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

粒子群算法优化PID的USV航向稳定性控制

航向稳定性直接影响水面无人艇(USV)的安全航行,针对当前USV航向稳定性控制存在的控制误差大、抗干扰能力弱等缺陷,设计了粒子群算法优化PID的USV航向稳定性控制方法。首先将PID控制方法引入到USV航向稳定性控制中,然后采用粒子群算法对PID控制参数进行动态优化,以适应USV航向稳定性控制误差的变化,提高USV航向稳定性控制的鲁棒性,最后与其他USV航向稳定性控制方法进行对比测试,本文方法的USV航向稳定性控制精度高达90%以上,而且在受到外界干扰时,可以快速保证USV航向稳定,提高了USV航向稳定性控制的抗干扰能力,本文方法的USV航向稳定性控制效果要优于经典USV航向稳定性控制方法,验证了本文方法的优越性。     

基于神经网络的舰船电气设备智能优化控制

舰船电气设备智能控制常采用PID控制方式,由于PID控制方式不具备没有自适应能力,当发生较大干扰时,舰船电气设备智能控制效果差,在较长时间后达到平稳状态。为了提升舰船电气设备智能控制效果,提出了神经网络的舰船电气设备智能优化控制方法。首先分析舰船电气设备智能控制原理,确定影响舰船电气设备智能控制性能的PID关键参数,然后引入神经网络对关键参数进行实时整定,以适应舰船电气设备外界条件变化,最后采用Matlab 2018仿真软件实现舰船电气设备智能优化控制仿真实验。与PID舰船电气设备控制方法相比,本文方法的舰船电气设备智能控制性能得到了明显改善,在发生较大的干扰条件下,可以在有效时间达到平稳状态,震荡时间短,提高了舰船电气设备对环境变化的鲁棒性。     

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.     

基于模糊PID的无人帆船航向控制方法

[目的]无人帆船在复杂海况下会出现航向状态不稳定的现象,为提高帆船在多变和未知环境下的抗干扰能力与航行的稳定性,实现对帆船航向的准确控制,提出一种结合传统PID技术的模糊自适应控制方法。[方法]建立响应型三自由度的Nomoto运动数学模型,借助Matlab的Simulink建模工具搭建模糊规则和仿真控制器,对PID控制参数进行实时在线优化调整。分别在不同航速和加入随机扰动下,与传统PID控制进行对比研究,分析不同的控制方法对航向的影响情况,并通过试验进行对比验证。[结果]结果表明,应用模糊PID方法控制小型无人帆船的航向,具有较好的自适应能力和较强的鲁棒性。[结论]研究成果可为无人帆船的航向控制设计提供参考。     

舰船航向非线性自适应鲁棒控制方法

舰船航行时由于存在线性干扰,使得航向控制方法鲁棒性较差。为此,提出舰船航向非线性自适应鲁棒控制方法研究。基于惯性坐标系的空间位置和姿态角,将舰船运动化为3个平面运动,建立舰船操作运动方程,依据运动方程,计算舵力及舵机特性,在考虑舵力的作用下,计算非线性控制律,去除线性干扰项,设计自适应鲁棒控制器,达到控制舰船航向的目的。测试结果表明:与传统的控制方法相比,设计的舰船航向非线性自适应鲁棒控制方法转艏角速度更接近0,且船首向角定向需要的时间更少,说明该控制方法鲁棒性更好,适合应用在舰船航向控制中。     

舰船发动机燃油电磁阀的自动控制设计

针对当前舰船发动机燃油电磁阀自动控制方法采用模糊PID控制,容易出现工况失稳的问题,提出一种基于自适应反演积分控制的舰船发动机燃油电磁阀自动控制系统设计方法。构造舰船发动机燃油电磁阀控制的约束参量模型,以电磁阀的输出增益、燃油流量以及功率因素等参量为控制自变量,结合反演积分控制律进行控制算法改进。基于DSP进行自动控制系统硬件设计,硬件部分主要包括功率放大模块、自动增益控制模块以及集成信号处理模块。在Visual DSP++4.5平台下进行控制系统实验测试,结果表明,采用该方法进行舰船发动机燃油电磁阀的自动控制的输出稳定性较好,输出增益较大,具有很好的稳健性。     

舰船航向非线性控制的数学模型设计

发达国家已有舰船航向控制模型研究成果,无法适应中国舰船实际航向控制需求,存在着航向控制效果差的问题,因此提出舰船航向非线性控制的数学模型设计研究。详细分析舰船运动干扰信号,构建非线性舰船运动数学模型,选取并探究实际航向控制问题的性能指标,以构建模型与选取性能指标为基础,将舰船运动模型转换为状态方程形式,制定航向非线性控制流程,执行制定流程即可实现舰船航向的非线性控制。实验结果表明,应用构建模型后,在较短时间内实际航向可以调控到设定航向,控制舵角也能回正,充分证实了构建模型的有效性与可行性。     

基于深度学习技术的舰船无线通信应用研究

随着人工智能技术在各产业应用领域的深入,未来的人工智能技术也将应用于不同的落地场景中,会向着差异化方向发展,并通过最佳的模型和算法设计匹配场景特征.该文介绍了人工智能技术原理及发展现状,将深度学习技术引入舰船无线通信网络应用领域,基于舰船平台特点设计具有时序记忆特征的深度学习神经网络,分析神经网络模型实现落地应用有关的关键理论和工程技术,为舰船平台通信细分领域应用人工智能技术提供参考.     

模糊逻辑在舰船航向自动控制系统中的应用

分析了设计舰船航向自动控制系统时面临的问题,建立了描述舰船运动的六自由度模型,给出了以模糊逻辑为基础的舰船航向模糊控制系统框图,研究在随机变化的外部扰动作用下,考虑舰船数学模型复杂动态过程与非线性时,以航向误差和误差变化率为输人变量,以舵面位置变化为控制量的二维模糊控制器构成问题,给出了模糊调节器运行参数计算方法,针对舰船摇摆和保持航向最危险的情况给出了仿真结果。     

基于云计算的舰船航向自抗扰技术

针对传统的舰船航向自抗扰技术中存在的控制航向调节时间长、超调现象频发的问题,提出基于云计算的舰船航向自抗扰技术研究。依据舰船运动数学模型计算控制律,设计航向自抗扰控制器,利用云计算技术整定控制器各部分参数,设计功率模块和人机界面模块,将其作为辅助实现舰船航向自抗扰。实验结果表明,与传统的自抗扰技术相比,设计的基于云计算的舰船航向自抗扰技术在控制航向改变时,调节时间短,且没有出现超调现象,说明基于云计算的舰船航向自抗扰技术适合应用在实际工程中。     

基于DSP的舰船PID自动舵监控系统的研究

舰船PID自动舵保障了船舶航向、航速等技术指标的控制水平,是舰船自动化的重要组成部分。为了提高舰船PID自动舵的运行可靠性,大型船舶均装备有相应的舰船PID自动舵监控系统。本文主要介绍一种基于数字信号处理器(DSP)的舰船PID自动舵监控报警系统,并进行该自动舵监控报警系统的硬件搭建、软件设计和监控模拟量分析等工作。     

PID航迹控制技术在舰船自动航行系统的应用

舰船自动航行系统在舰船自动化系统中占有重要地位。优秀的舰船自动化系统可以大大减轻船员的工作负担,并为舰船合理规划航线,节约舰船燃料,提升舰船的战斗力。PID航迹技术是目前应用的最为广泛的一种航迹控制技术,通过PID航迹控制技术可以保证舰船航向稳定。本文对PID航迹控制技术的原理进行了研究,并在此基础上提出了一种舰船自动航行系统的功能及架构,最后给出了PID航迹控制的基本流程图。本文提出了舰船自动航行系统功能完备,能够最大程度地为舰船作战及正常航行提供支持。     

非线性回波在舰船航向控制系统中的研究

针对海上舰船航向控制问题进行研究。对非线性回波特征分析在舰船航行控制上的应用进行探讨。首先对舰船航行进行数学建模分析,再对航向控制进行建模,并对雷达回波的特性进行详细分析。通过分析捕获到的雷达回波信号相位,得到相位误差信息,进而实现运动补偿,保持舰船航向。最后,以1艘大型舰船为例进行实验仿真,仿真结果证明算法的可行性。     

基于嵌入式技术的舰船航向通道自动控制系统

在错综复杂的水路巷道中,舰船需要通过航向通道系统的计算,来完成对舰船航向路径的规划选定。其中,海量数据在综合计算过程中会出现信号间的相互抑制,抑制信号会转化为判定误差,造成舰船航向通道控制出现偏差。为解决上述问题,提出基于嵌入式技术的舰船航向通道自动控制系统。通过嵌入式技术,组建前端数据独立计算平台,通过数据处理硬件对多项数据进行分离计算。通过设计融合策略对独立计算后的数据进行融合分析计算,最后,通过非线性控制算法对通道数据进行自动分析判定,实现自适应的自动控制效果。通过设计仿真场景对设计系统进行数据模拟测试,并对测试数据进行对比分析得出可行性结论。     

SVM逆系统在航向广义预测和控制中的应用

船舶的航向控制是确保安全航行的关键,传统的控制方法有PID、自适应等.随着相关技术的不断发展和完善,出现大量的控制算法,如模糊控制、神经网络、广义预测控制等,为航向控制提供了更多选择的空间.船舶运动具有非线性的特征,行驶在水面上会受到风浪的影响,若是航向发生改变,运用线性模型无法准确描述系统的动态特性.对此,可以借助S...