船舶编队过闸航行三维实时仿真

多船编队自动协同过闸是一种能深入挖掘船闸通航潜能、保障航行安全的航运新模式。为评估和验证船舶编队过闸航行控制效果,研发了一种船舶编队过闸航行三维实时仿真系统。首先,设计了船舶编队过闸航行三维仿真系统分布式架构,结合船闸水域卫星图并利用映射技术构建了船闸水域场景地形,制作了基于Unity的船闸水域三维仿真静态和动态场景。其次,采用动态和静态模型相结合方式构建了船闸运行系统,并根据船舶自身尺度和船闸宽度等条件实时计算船舶编队状态,实现了船舶纵向、横向编队全过程三维实时动态仿真。最后,以船舶自适应巡航编队航行和多船双向编队过闸航行为验证实例,对船舶编队过闸航行三维实时仿真系统分别进行了验证,结果表明本系统能实时动态模拟船舶编队过闸全过程,并准确计算船舶编队过闸航行状态,可为未来实现船闸水域船舶编队航行提供重要的基础平台支撑。     

模糊自适应PID控制算法在自航模运动控制中的应用

当前船舶制造和海洋航行迅速发展,对船舶的操纵性提出更高要求。为了模拟船舶在实际航行中的操纵性,通常建立自航模模型模拟船舶的横向运动和轴向运动。本文主要针对当前已有的自航模运动控制模型,引入模糊自适应PID控制算法模拟船舶的航行控制。通过建立自航模模型并对PID控制器和模糊自适应PID控制器进行仿真并比较,可以得知模糊自适应PID控制算法可以显著提高自航模的横向运动和轴向运动的响应速度及稳定性。     

动态规划和模糊算法在船舶航速最优调度中的应用

随着海洋网络复杂度及对船舶节能性要求的提高,对船舶航行速度的控制要求也越来越精确。目前的航速调节主要是基于经验,不能够最大限度地提高航行效率和降低能源消耗。因此为了获得船舶行驶的最优速度,本文将动态规划算法和模糊算法应用于船舶,通过对船舶航行建立动力模型,然后使用优化的算法模型进行处理,获取船舶航速最优调度方法,使得船舶在有效航程中油耗最少。     

基于自适应反步控制的船舶航向控制器

本文在非线性船舶运动模型的基础上,设计基于自适应反步控制的船舶航向控制器,并通过设置控制参数对控制器进行仿真。在仿真过程中,通过无积分器情况下的船舶航行情况,以及有外界环境时船舶的航行变化,说明本文所设计的控制器鲁棒性强。     

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SVM逆系统,对船舶航向进行广义预测控制,使船舶保持稳定航行。     

自适应智能航向控制方法研究

船舶是一种运行环境相对恶劣的重要的运输工具,海洋上风浪较大,天气情况也比较恶劣,船舶在航行过程中,会不可避免的受到风浪和海流的冲击,船舶产生晃动,影响正常的航行方向。因此为保障船舶的行进方向,必须对船舶的航向进行严格的控制,船舶的航向控制系统设计成为关键。传统的PID航向控制系统具有明显的不足之处,本文在传统PID控制方法的基础上,采用自适应的控制方法设计船舶航向控制系统。该系统可以适应船舶模型参数变化,同时适应天气、海况等的环境条件的不断变化,在线更新控制器的参数,使航行控制系统工作在最优状态。     

基于DSP技术的航行自动化控制系统

针对船舶海上航行受到航行环境和船舶运行情况的影响,加大了船舶航行方向和航行速度的控制误差,为了提高船舶航行的自动化控制精度,提出了基于DSP技术的航行自动化控制系统设计。在硬件设计方面,利用DSP技术设计了复位电路和外围接口电路,对船舶航行自动化控制电路进行了设计,根据船舶航行自动化控制器的工作原理,完成船舶航行自动化控制器的设计,利用船舶航行自动化控制的误差函数,在函数下降方向上,自适应调整自动化控制的权值和阈值,建立了船舶航行自动控制网络模型,结合船舶航行的自动化控制流程,完成系统软件设计,实现船舶航行的自动化控制。实验结果表明,基于DSP技术的航行自动化控制系统不仅可以缩小船舶航行方向的控制误差,还可以缩小速度的控制误差,从而提高了船舶航行的控制精度。     

内河船舶AIS与雷达动态信息集成性融合

针对船载传感器信息的多源性、多维性和异构性特征,构建船舶动态信息融合模型,以提高内河航行中船员对目标船动态的感知和辨析能力。通过分析船载导航设备在船舶动态辨析中的局限性和互补性,构建集成卡尔曼滤波、自适应加权和神经网络等方法的多源异构数据融合模型,并通过实测和模拟数据计算对该模型进行验证,确定系统的可靠性、稳定性和精确性。该模型不仅对保障内河船舶航行安全、提高内河水上交通效率具有重要的理论参考价值,而且对内河水运安全的保障工作具有积极的现实意义。     

自适应粒子群算法在船舶推进电机动态参数辨识中的应用

为了适应船舶越来越大的运载量和复杂的航行环境,船舶动力推进系统的优化和完善具有重要的意义。随着自动化控制技术和传动技术的发展,基于矢量控制的船舶步进电机推进系统引起了船舶工业的广泛关注,并在船舶电机控制领域逐渐应用起来。本文针对船舶的交流电步进电机,结合自适应粒子群算法,对推进电机的动态参数辨识和矢量控制做系统研究。     

智能船舶的研究现状与发展趋势

旨在研究船舶在真实海况下航行面临复杂环境干扰的影响,控制船舶克服干扰,实现航迹跟随、智能航行。

首先,将无模型自适应控制（MFAC）算法引入自抗扰控制器（ADRC）中,设计改进自抗扰无模型自适应控制（ADRC−MFAC）算法,通过ADRC跟踪系统的实时状态、识别系统所受未知扰动,根据MFAC建立输入数据（舵角）与输出数据（航向角、角速度）之间的非线性关系,实现稳定的航向控制。然后,结合自适应视线（LOS）制导策略,通过动态航向控制实现对航迹的精准控制。

仿真结果表明,所设计的控制器能够控制船舶快速航行至预设轨迹并沿轨迹行进,在复杂环境扰动下仍能够实现理想的航迹控制。

研究成果不依赖船舶具体模型,可为船舶航迹控制提供参考。