保吸引子的鲁棒舵减横摇

为满足单舵或联动双舵结构设计舵减摇控制时的单输入要求,使控制器对海浪的扰动具有鲁棒性,针对一类受到持续扰动的系统,提出了保吸引子扰动抑制控制概念.结合反步设计方法、Barbalat引理和Lyapunov分析方法,通过求解代数Riccati方程,得到了该系统的标量自适应鲁棒控制器;将受控系统的状态抑制在一个有界的吸引子内,利用线性矩阵不等式给出吸引子最小化的判据,优化了扰动抑制控制.以渔政船1500HP在小风浪中的弱混沌横摇现象为例,用本文设计的扰动抑制控制器作为操舵力矩进行混沌横摇控制,通过数值仿真验证了保吸引子扰动抑制控制的效果.结果表明:保吸引子控制器使横摇系统的状态快速收敛,并将其抑制在预设的吸引子内,优化吸引子控制器能使吸引子进一步压缩.     

零航速减摇鳍升力模型分析及系统仿真研究

根据零航速下减摇鳍的运动方式,对减摇鳍在非定常流中的受力情况进行分析,建立了零航速减摇鳍的升力模型.利用CFD软件Fluent零航速下减摇鳍升力进行数值仿真,依据仿真数据通过回归分析方法整定升力模型待定参数.针对升力模型的非线性特性和系统模型的不确定性,通过PID-NN控制算法进行控制器设计,并对系统进行仿真.仿真显示所设计的零航速减摇鳍系统取得了满意的减摇效果.     

基于GA-FC的船舶减摇鳍控制仿真研究

根据船舶减摇鳍控制系统在不同海情下的期望减摇效果,设计了不同的性能指标,运用遗传算法离线优化设计模糊控制器,组建控制系统知识库.控制程序根据船舶实时的运行情况,调用系统知识库中相应的控制器,并在线修正GA-FC控制器的比例因子,进一步增强系统的自适应能力.仿真结果表明,基于遗传模糊算法的船舶减摇鳍在线控制系统,具有很好的减摇控制效果,并减缓了鳍角饱和概率和转鳍角速度,从而降低了鳍伺服系统的功耗.     

基于遗传优化径向基神经网络的船舶航向控制

设计了一种基于遗传算法优化径向基神经网络的船舶智能自动舵.针对船舶航向控制过程中的非线性和不确定性,将RBF网络直接逼近船舶模型内部不确定项和外界扰动,借助李雅普诺夫理论推演控制系统渐进稳定.利用遗传算法对径向基神经网络进行优化提高逼近性能.对比仿真结果显示,同等条件下,上述控制器较一般自适应控制和模糊PID控制系统稳定时间普遍快40%,平均超调量缩小100%,控制输入舵角进一步平滑稳定,且船舶航向对船舶内外部干扰不敏感.     

基于T-S模糊模型的多轴转向车辆H_∞鲁棒控制

为解决多轴转向车辆模型非线性和各种干扰影响下的控制问题,分析了轮胎非线性和外界干扰,建立多轴转向车辆的二自由度非线性模型,应用T-S模糊理论,将其转换为局部线性的T-S模糊模型。基于并行分配补偿法(PDC)和H∞鲁棒控制理论,设计了转向系统的模糊PDC H∞鲁棒控制器,并利用线性矩阵不等式和模糊逻辑控制工具求解控制器。在正弦波和阶跃信号干扰下,车速为80km.h-1时,进行前轮转向回正和前轮角阶跃输入转向的仿真试验。仿真结果表明:侧偏角和横摆角速度动态响应的超调均为0,且均在0.06s内达稳态值;前轮转向回正试验的侧偏角和横摆角速度稳态值均为0,前轮角阶跃输入转向试验的相应值分别为0和1.2(°).s-1,且稳态横摆角速度增益为0.24[(°).s-1].(°)-1。这说明了多轴转向车辆在模糊PDC H∞鲁棒控制下的高速转向平稳迅速,T-S模糊建模和鲁棒控制器设计算法对解决轮胎非线性和外界干扰影响是有效的。     

舵鳍联合减摇的鲁棒控制系统

为了在保持航向的同时, 达到较好的减摇效果, 提高船舶航行的安全性和舒适度, 设计一种舵鳍联合控制系统。根据先验知识, 用具有工程意义的带宽频率、高频渐近线斜率、最大奇异值和频谱峰值4个参数构造了闭环系统的传递函数阵, 给出了多输入多输出系统的闭环增益成形算法, 将之应用于舵鳍联合减摇的控制中, 运用Simulink工具箱得到仿真曲线。仿真结果表明所设计的控制系统在保证航向控制的同时, 船舶横摇平均在±2°左右, 最大4°, 达到了较好的减摇效果。     

基于联合型模糊PID的非线性空气悬架建模与控制

为提高汽车空气悬架的行驶平顺性,针对空气弹簧的非线性特性,建立空气弹簧关于气囊压力、有效面积、垂向变形等因素有关的弹力模型.利用所建立的空气弹簧弹力模型建立单轮1/4车辆动力学模型.以车身加速度最小为控制目标,设计并建立非线性空气悬架的联合型模糊PID控制器.运用MATLAB/Simulink仿真软件,以气囊压力变化所产生的力作为控制输出量,进行计算机动态仿真.仿真结果表明：与被动空气悬架相比,针对非线性空气悬架所设计的联合型模糊PID控制器对车辆平顺性与道路友好性有显著的改善.     

船舶航向非线性系统的模糊神经网络智能控制器设计

船舶航向控制系统具有典型的非线性和不确定性特性,并受自动舵执行能力的约束,这使得作为船舶智能化基础的航向控制极具挑战性。首先分析了船舶航向运动特性,给出带有舵约束的航向运动非线性数学模型;然后以模糊神经网络为控制器结构,在噪声加入和参考轨迹设置算法的支持下使用遗传算法对控制器参数进行自动搜索和优化,设计一种船舶航向智能控制器;最后对航向控制进行仿真。结果表明,所设计的航向智能控制器对船舶参数摄动和扰动具有良好的鲁棒性能。     

基于CMAC的集装箱船自抗扰航向控制

针对集装箱船自动舵环境适应能力差的问题,利用小脑模型关节控制器(CMAC)及自抗扰控制器(ADRC)设计混合控制器。在MATLAB仿真软件的SIMULINK工具箱中进行仿真实验,控制对象为集装箱船的MMG模型,CMACADRC混合算法与非线性ADRC算法的对比实验结果表明,CMAC-ADRC混合算法兼具优良的动态特性和稳态特性、抗干扰能力强。     

基于混合遗传算法优化的舵减摇模糊控制系统

将混合遗传算法应用于船舶舵阻摇，充分发挥了模糊逻辑、神经网络和遗传算法各自的优势．采用模糊系统的自适应变节点的神经网络学习模糊神经网络参数，从样本数据中获取模糊控制规则，弥补了各自的不足．仿真结果表明上述算法为改进船舶舵阻摇效果提供了一个有效途径．     

基于模糊控制理论的船舶动力定位系统的研究

本文建立了船舶定位系统的数学模型,并设计了系统的模糊控制器。通过仿真得出如下结论:基于Takagi-Sugeno(T-S)模糊模型设计动力定位船舶控制器响应时间,上升时间短,超调率低,具有一定的抗干扰能力,有较强的鲁棒性,具有良好的控制品质。     

非自航工程船舶智能定位系统的开发研究

针对非自航工程船舶动力学模型难以精确建立，定位控制精度不高的问题，提出了一种基于模糊控制技术的工程船舶定位控制系统，重点探讨了模糊控制器的设计．经实际项目的验证，其控制精度满足施工要求．同时结合实际应用中的问题，对模糊控制器作进一步改进，使其控制精度得到提高．     

基于PID的船舶航向控制

文章根据实船参数设计出PID自动舵,并在此基础上对控制器进行了模糊控制优化,在simulink环境下进行了仿真检验,最后对仿真结果进行了比较。结果表明,PID船舶航向控制器具有更强控制性和稳定性。     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾(Norbin)非线性船舶模型, 基于反馈线性化方法和由径向基函数(RBF)神经网络构建的模糊系统的逼近能力, 提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术, 使模糊系统的所有参数均可实时调节, 引入了鲁棒控制消除模糊逼近系统带来的误差, 在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定, 使系统的模型跟踪误差为0, 优于传统的PID控制策略, 具有良好的自适应能力。     

基于模糊神经网络的穿浪双体船摇荡运动预报

根据穿浪双体船船型特点与实际海况,针对船舶运动特点,基于切片理论建立并计算船舶运动模型方程,结合模糊神经网络建立运动模型,提出一种线性神经网络结构,有效地解决非线性问题并预报各方向上的摇荡运动.通过一个具体算例模拟仿真验证该方法的实用性和可靠性.     

船舶进出港低速航向保持

为了在船舶进出港时, 船舶处于浅水域并以低速航行, 在风、浪等强扰动作用下, 增强航向控制性能, 减小能源损耗, 选择三阶Nomoto模型, 将航速和水深变化反映到模型参数的变化上, 基于闭环增益成形算法设计出一种具有适应性的鲁棒PID控制器, 建立基于风、浪干扰的非线性船舶运动数学模型, 并用S函数来实现。用PID控制器对非线性船舶运动数学模型进行控制, 在Simulink环境中对各种水深、船速及海况进行航向控制仿真。从仿真曲线可看出其航向跟踪效果良好, 静差为0, 且施舵合理, 所设计的控制器对非线性船舶运动数学模型具有良好的控制性能。     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。