基于自适应模糊控制的船舶航向控制研究

为了提高船舶在复杂海域和密集线路航行的经济性、安全性和稳定性,性能优异的航向自动化控制系统引起了研究人员的普遍关注。传统的船舶航向自动控制系统(自动舵)在灵活性和可操作性上无法满足现代大型船舶和密集航线的需求。本文利用自适应神经模糊控制算法,对传统的船舶航向控制系统进行优化,并设计基于模糊控制算法的船舶自适应航向控制系统。     

无人水面艇航向航速协同控制方法

针对无人水面艇(USV)在未知干扰环境下的自主运动控制问题,研究基于模糊自适应算法的USV航向、航速协同控制方法。设计以航向角偏差量和直线距离偏差量为输入量,以及以舵角偏转控制量和油门开度控制量为输出量的模糊控制算法,并通过以航向角偏差率为输入量及以控制周期为输出量的自适应控制,使系统响应外部环境的变化。以抵达目标点的时间和舵角变化次数的加权最小值作为优化目标函数,分析论域、控制周期等参数对控制效果的影响。优化分析的结果表明:此方法在不同海面风、浪、流随机干扰的条件下,均能使无人艇抵达目标点,实现点对点的自主航行。     

自动舵比例微分系数自适应算法的研究

文章根据船舶运动方程,应用现代控制理论的方法,推出自动舵PD参数的自适应算法,为计算机仿真提供了可能。     

自适应逆控方法的无人艇航向控制

无人水面艇(Unmanned Surface Vehicle,USV)的复杂性、非线性和多变量等特征使得其控制问题一直是难点和热点.支持向量回归机(Support Vector Regression,SVR)作为模型控制问题的一种新方法,能避免过学习、陷入局部极小点,获得全局最优解,有很大的发展前景.将SVR引入USV的航向控制,提出自适应SVR逆控制方法,以输入输出反馈线性化理论为基础,进行逆动态模型和逆误差补偿项的离线辨识,并将辨识的逆模型作为控制器,构造出直接自适应逆控制系统模型.最后通过仿真实验表明该控制方案具有良好的动态响应性能和控制效果.     

全廻转舵桨船航向控制研究

全回转舵桨船操纵机动性强,但航向稳定性差,在长程航行中尤其需要采用航向自动控制技术。针对双舵桨驱动的"润江1"科考船,将卡尔曼滤波器与模型预测控制器级联建立了适用于舵桨驱动船的航向控制系统,具备滤除高频波浪干扰并有效处置舵桨限制条件的功能。仿真测试和船模控制试验充分验证了上述系统的有效性,适用于舵桨驱动船的航向控制。     

一种基于GPS的自动航向控制系统

全球定位系统(GPS)提供了高精度的位置信息和航向、航速等运动要素,借助这些参数,该文实现了可以控制船舶按照既定路线航行的自动航向控制系统。     

基于非线性反馈积分滑模控制的船舶航向自动舵设计

为设计一种节能并且鲁棒性强的船舶航向保持控制器,将非线性反馈算法与积分滑模控制相结合,设计非线性反馈积分滑模控制器用于船舶航向保持。非线性反馈积分滑模控制器建立在积分滑模控制器的基础上,利用非线性函数处理反馈误差,从而达到节能的作用。证明了积分滑模曲面的李雅普诺夫稳定性,并进行了仿真实验。从仿真结果可以看出,非线性反馈积分滑模控制在不影响航向保持精度的前提下,能够降低舵力,但是,船舶的横漂运动和转艏运动会受到影响。在设计非线性反馈积分滑模控制器的同时,分析了非线性反馈算法对船舶各状态的影响,对非线性反馈算法的进一步改进具有一定的参考价值。     

船舶航向内模控制方法

针对无人船传统航向控制方法中参数多,调参困难繁琐,且船舶在偏舵负载干扰下,航向稳定后存在稳态误差的问题,在二自由度控制方法的基础上,结合内模控制器,提出一种改进的二自由度内模直接控制方法,消除传统内模控制方法中的不稳定极点引起的静态误差,实现低精度模型的无静差航向控制,该方法不但减少控制器的可调参数,且整定容易。该控制结构将期望航向的跟踪性能与抗负载扰动性能解耦,单独设计调节。通过仿真,在有偏舵干扰时,与传统PID算法、传统内模控制器对比,该控制器在消除静态误差的基础上,具有超调量小,系统稳定更快的特点。     

基于显式模型预测控制的无人船航迹控制方法研究

针对模型预测控制在线计算量大,难以满足无人船实际航行中的实时性要求的问题,提出了一种基于显式模型预测控制的航迹控制方法。首先利用视线制导算法（line of sight, LOS）,根据无人船当前位置和期望航迹信息,设计了无人船艏摇角的参考值,将无人船航迹控制简化为艏向控制;其次,将显式模型预测控制算法应用于无人船艏向控制问题中,该算法既保持了模型预测控制方法的优势,又提高了计算速度;最后通过仿真试验验证了所提出的方法可以显著提高无人船航迹控制的实时性。     

船舶航向的混合智能控制技术研究

考虑船舶运动时的非线性及其操纵特性与航速、复杂多变的环境干扰等带来的不确定因素,将传统的模糊控制的基本结构嵌入到多层神经网络的控制器中,构成了混合智能系统.采用了模糊自适应学习控制网络,应用于船舶航向控制,对控制器的参数和结构进行了在线学习与调整,并进行了仿真,可以在一定程度上克服船舶运动中的不确定性问题.     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

船舶航向非线性系统的自适应动态面控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应控制器.由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单.所设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐近跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整,同时该算法还能克服可能存在的控制器奇异值问题.数字仿真结果表明,控制系统对给定航向的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性.     

模型参考模糊自适应控制在船舶航向控制中的应用

将模型参考模糊自适应控制运用于船舶航向系统,仿真对象采用船舶操纵的非线性数学模型,并与模糊控制相比较,仿真结果表明了模型参考模糊自适应控制算法的正确性。     

基于遗传算法整定控制的柴油机调速系统研究

遗传算法是新型的、类似于模拟自然界中生物进化衍变过程的优化计算方法。其迭加算法准确, 在很多等领域得到广泛应用。本文以某型船用柴油机为对象,建立了柴油机控制系统的简化传递函数和执行器模型。采用PID控制,并利用遗传算法优化控制器参数,对柴油机动态调速过程进行仿真分析,和基于 Z-N（Ziegler-Nichols）法的参数整定方法做了比较,结果表明遗传算法的性能远优于传统的参数整定法, 对柴油机控制调速系统的性能有很大提高。     

基于RBF网络和遗传优化的船舶操纵模糊控制器

设计了一种基于RBF网络和遗传优化的船舶操纵模糊控制器。首先讨论了传统模糊控制器应用于船舶操纵控制的不足，然后根据模糊系统在特定情况下与RBF网络具有等价关系的特点，采用具有加权平均输出的RBF网络构造了一个船舶操纵模糊控制器，有效地消除了小偏差范围的舵角抖动现象。在此基础上，根据船舶操纵的特点提出了一种尺度变换因子的自整定方法，并采用遗传算法对自整定过程中的可变参数进行优化，以使控制器能够适应实时控制过程中的时变性和不确定性，保持良好的控制性能。最后针对某大型船舶的非线性模型，采用Matlab 6．1的Simulink工具进行了转艏操纵仿真试验，获得了满意结果。     

基于遗传算法的舰船舱段可靠性优化设计

遗传算法在引入动态自适应策略和"免疫算子"之后,其收敛效率有了较大的提高。对于以可靠性作为约束的随机结构系统优化问题,以罚函数法为基础,构造了有效的约束与目标函数向适应值函数的映射公式。建立合理的安全余量,采用随机有限元法处理结构分析中所涉及的有关参量的随机性,计算结构响应和敏度分析,并进行系统的可靠性计算。通过两种算法的结合,利用自适应免疫遗传算法、随机有限元法及可靠性的基本理论,建立了一套完整的基于遗传算法与随机有限元的结构系统可靠性优化设计方法。对舰船舱段结构梁系截面的优化计算结果表明,算法对多随机因素结构系统的可靠性优化具有良好的收敛效果。     

基于遗传算法的军用飞机智能起降调度方法研究

计及军用飞机起降过程中的时间窗口约束和尾流间隔约束条件,基于遗传算法建立了军用飞机智能起降调度的数学模型。飞机队列顺序采用整数染色体编码方案,依据初始化种群、求解适应度函数和轮盘赌方式的选择操作,并配合相应的交叉、变异算子,对军用飞机航班规划问题进行了求解和优化。通过仿真计算,并与其他调度方法进行对比分析,验证和说明了所采用的模型和算法的有效性。     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.