基于非线性PID的船舶航向自动舵设计

本文针对线性Nomoto船舶运动模型,讨论了一种非线性PID船舶航向自动舵的设计方法,该非线性PID船舶航向自动舵设计简单,在航向自动舵传统PID设计方法的基础上,串连一项非线性函数便可实现,设计过程中需要合理的构造非线性函数。本文以大连海事大学实习船“育龙”号为例进行仿真研究,仿真结果表明非线性PID型控制比传统的PID型控制具有优越的动静态性能,鲁棒性能好。     

船舶航向非线性控制系统仿真研究

基于Bech模型并充分考虑舵机特性提出了一种结构简单的船舶航向控制器--TC控制器.介绍了船舶非线性模型的选取,描述了船舶舵机特性,在此基础上设计了TC控制器.通过参数整定实验确定了TC控制器各参数的取值,并进行了航向改变、航向保持及参数摄动仿真实验.仿真结果证明所设计的船舶航向控制器效果良好,具有较强的鲁棒性.     

基于参数自整定模糊PID的船舶航向跟踪控制

针对船舶操纵过程存在非线性、慢时变特性,设计了一种参数自整定模糊PID航向跟踪控制器,可以在线实现PID参数的调整,使控制系统的响应速度快,超调量减少,过渡过程时间大大缩短,振荡次数少,具有较强的鲁棒性和稳定性.     

一种模糊自整定PD航向控制系统的设计

基于传统的PID自动舵很难有效控制船舶航向，本文提出一种模糊自整定PD参数自动舵。在线实时调整PD参数控制实船模型。经过计算机仿真试验得到了较之PID自动舵和模糊控制自动舵更好的控制效果，既具有较高的控制精度，也有较快的响应时间，鲁棒性也明显提高，这验证了该自动舵设计的合理性。     

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。     

基于模糊理论的船舶航向控制仿真研究

船舶航行过程中的航向控制是其重要的性能指标之一。船舶航向控制具有非线性、参数时变、大惯性和干扰复杂等特点,传统PID控制对于这种复杂的被控对象往往不能达到良好的效果。本文结合模糊理论,将模糊PID控制用于船舶航向控制。仿真结果表明,该控制器具有响应速度快,过渡时间短,抗干扰能力强等优点,与传统PID控制相比能达到较好的控制效果。     

非线性船舶航向自抗扰控制器的仿真研究

良好的航向操控对于应对船舶航行环境和突发情况具有现实意义。本文首先分析非线性船舶航向控制模型,在此基础上设计自抗扰控制器,并对其参数进行调整。最后与传统的PID控制器进行仿真对比,实验结果表明二阶自抗扰控制器能准确跟踪船舶,并且航向保持控制精度高。     

一种新型船舶航向智能PID控制器优化设计

借鉴免疫系统的免疫响应调节机制,对传统PID控制器进行改进,建立一种非线性自适应免疫PID控制器,并利用粒子群算法对设计的PID控制器进行参数优化.将设计的控制器用于船舶航向控制系统中,实验仿真结果表明:该控制器能很好的根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

基于神经网络的船舶航向自适应PID控制

详细分析基于单神经元的自适应ＰＩＤ控制算法,并推导了为改进其应用上的不足,将自适应ＰＳＤ控制器中递推计算增益Ｋ的以单神经元的自适应ＰＩＤ控制,构成具有自动调整增益Ｋ值的单神经元自适应ＰＩＤ控制器的学习算法。将控制算法应用到船舶航向控制系统,仿真结果显示了该方法的有效性。     

基于非线性模型和遗传算法寻优的无人艇航向PID控制研究

为了解决非线性无人艇动力学模型在航向控制时PID控制参数整定的问题,提出基于非线性模型和遗传算法寻优的无人艇航向PID控制算法。采用Abkowitz模型,对无人艇进行动力学建模,在遗传算法中设计自适应交叉算子、自适应变异算子及目标函数,并将其应用于参数整定。仿真实验显示,采用该方法后,无人艇操舵平稳,幅度较小,且舵角输出未发生振荡现象。该方法在无人艇航向控制上有一定的工程应用价值。     

粒子群优化PID的舰船电动机控制系统

舰船电动机具有强耦合、大时滞等复杂变化特性,当前控制系统无法对舰船电动机进行高精度的控制,控制效果差,为了提高舰船电动机控制精度、加快舰船电动机控制速度,提出基于粒子群优化PID的舰船电动机控制系统。首先分析当前舰船电动机控制系统的国内外研究进展,阐述舰船电动机控制系统的工作原理,然后建立舰船电动机控制系统的数学模型,采用PID方法对其实时控制,根据控制误差,引入粒子群优化算法对PID控制器的比例、积分、微分进行调整,最后与其他舰船电动机控制系统进行对比测试,结果表明,本文系统的舰船电动机控制精度要优于对比舰船电动机控制系统,而且解决了对比系统的舰船电动机控制效果差缺陷,能够更好对舰船电动机进行控制。     

基于CAN总线的船舶智能控制系统设计

基于CAN总线的船舶智能控制单元以S3C44BOX作为MCU，采用MCP2510CAN控制器，组成分布式控制系统。将该系统应用于船舶的集中控制，通过CAN智能节点，将船舶中的各部分连接局域网，实现现场的检测、控制，远端的监视、报警。     

采用自适应模糊PID控制技术的船舶风帆自动控制系统

为了响应经济全球化、节约能源及保护环境的号召,全球船舶行业正将目光聚焦于环保的绿色能源上。目前最适合船舶利用的能源有水能及风能。从可行性上来说,唯有风能便于船舶攫取。因此,全球船舶运输行业正处于研究船帆空气动力性能的高峰期。本文着力于研究能够发挥风帆最佳性能的方法,并由此设计一种基于自适应模糊PID控制技术的船舶风帆自动控制系统。     

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。     

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。     

PID控制器优化的船舶航迹跟踪控制

针对船舶航迹跟踪控制存在的误差大,准确率低的问题。首先通过仿真验证PID控制器对船舶航迹进行跟踪控制的可行性,证实将PID控制器应用于自航模对航迹跟踪具有良好效果。在基于相关理论对PID控制器结构进行优化,利用实验室自航模实物仿真平台做了实船试验,并证实PID控制器应用于实际自航模的航迹跟踪有很高的工程实用性。     

基于Labview与PLC设计的船舶动力监控系统

自动化技术在船舶工业上广泛应用,自动化设备逐渐取代了传统的机械式船舶设备。可编程控制器PLC和Labview程序设计作为2种新兴的控制语言,具有可靠性高、功能完善和集成程度高等优点,在船舶动力监控系统中被广泛应用。船舶的动力系统具有轴系复杂、分布较分散等特点,为了更好地解决动力系统的实时监控问题,提高船舶动力监控系统的时效性和可靠性,本文提出基于PLC和Labview程序的自动化监控系统,并分析该动力监控系统软件程序设计和硬件工作原理。     

基于非线性水弹性理论的舰船水动力分析

舰船在海上航行时,海风与波浪载荷等都是典型的非线性载荷,载荷导致的舰船结构受力和形变都处于动态变化过程中。为了提高舰船在风浪载荷下的结构强度,提高振动仿真的精度,有必要针对非线性载荷下的舰船动力学特性进行研究。本文系统介绍非线性水弹性理论的原理,并基于高阶元边界法进行了非线性波浪载荷的建模,并在Matlab中进行了舰船的非线性振动响应特征,具有重要的意义。     

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.     

基于领导跟随的船舶航迹控制

无人艇协同编队控制具有重要的军事和商船应用前景。利用多智能体聚集模型,基于leader-follower的目标跟踪,实现了含有模型不确定性与未知海浪流干扰项的多无人艇协同编队控制。采用单隐层神经网络逼近船舶整体未知项和环境干扰,引入一阶滤波器代替反步计算中的微分项,显著减少了计算量。利用时-空解耦方法,各船舶通过交互航迹参数信息,间接实现分散协同编队控制。利用Lyapunov稳定性分析方法,证明闭环系统所有状态和信号收敛于一有界集。通过选择合适参数,可使控制精度误差范围为任意小,仿真结果验证了控制算法的有效性。