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.     

神经网络优化PID的船舶发动机自动控制

船舶发动机自动控制系统十分复杂且有高阶强祸合的非线性特征。传统的船舶发动机采用的PID控制器,在船舶运行的整个制过程中其参数都固定不变,这就导致了船舶在实际运行过程中出现状态变化和系统参数的不确定性问题,难以达到最佳的船舶控制效果。而人工神经网络系统是对人脑功能的基本特性进行抽象简化的模拟系统,具有灵活和精准的特点以及良好的非线性处理和容错性能,在现代工业中得到了广泛应用。利用神经网络优化PID控制系统可有效解决传统船舶发动机运行过程中存在的不确定非线性问题。因此结合神经网络优化PID控制系统对船舶发动机自动控制系统进行研究和设计,并通过仿真实验验证神经网络优化PID的船舶发动机自动控制系统在运行过程中对船舶的控制能力。实验结果证实该系统能有效解决传统发动机中存在的非线性问题,在恶劣条件及故障情况下仍能保障船舶稳定运行。     

鱼雷发动机参数自整定PID控制

提出一种用于鱼雷发动机的参数自整定PID控制方法。该方法利用支持向量机的非线性函数拟合能力辨识发动机的动态特性,采用粒子群算法实现PID控制器的参数优化。仿真实验表明,支持向量机能很好地拟合发动机的动态特性,基于粒子群算法的参数自整定PID控制器响应快速、无超调,控制效果良好,具有工程应用价值。     

改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法

[目的]船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。[方法]将上锅筒水位偏差的速度和速度变化率引入S函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。[结果]将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统的PID控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比PID缩短5 s,超调量也小于PID。[结论]仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。     

神经网络优化PID的舰船关键设备智能控制方法

为提升舰船航行安全性,提出神经网络优化PID的舰船关键设备智能控制方法。构建PID控制器,将舰船关键设备灵敏度期望值与实际值之间的误差作为控制器输入,经PID控制器控制后,输出使灵敏度误差达到最小的控制结果,将该结果作用于舰船关键设备,实现智能控制。为提升控制效果,采用RBF神经网络优化PID控制器的比例、积分、微分系数3种参数,将优化后的控制器参数作为PID控制器选取最终参数,完成舰船关键设备的智能控制。经实验验证：该方法控制后的舰船蓄能器与伺服阀具有较高的灵敏度,控制后可使发电机在调速时迅速达到相应速度;避免液压缸出现大幅度位移现象。     

船舶柴油机缸套冷却水温度模糊PID自适应控制及仿真

介绍了船舶柴油机缸套冷却水温度模糊PID自适应控制器设计方法,并在Matlab的Simulink环境下对控制系统进行仿真,模糊自适应PID控制器将传统PID控制经验的优点和模糊控制的灵活性、自适应性相结合,系统输出响应的过渡过程平稳、系统的超调量小、过渡时间短,具有良好的动、静态性能。     

模糊算法的舰船控制器自动优化研究

常规舰船控制器的控制机理为"事后调节",这样会使舰船在定位过程中出现超调,导致波动较大,控制效果不好。因此设计一种基于模糊算法的舰船控制器自动优化方法,首先建立舰船运动模型,分析舰船运动自由度,分别在固定坐标系和舰船坐标系中表示出舰船的运动方式,为舰船的运动控制提供理论基础;随后基于模糊算法对舰船控制器进行优化,分别设计舰船控制器在模糊控制中的规则、模糊隶属度函数和控制过程中输入输出值,完成模糊算法的舰船控制器自动优化研究。在仿真实验中,分别使用常规控制器与经过优化后的控制器进行实验,实验结果表明,经过优化后的舰船控制器在首摇、纵向、横向三方面对舰船有很好的控制作用,与传统的控制器相比,几乎不存在波动和超调,能够稳定保持在期望的舰船位置上。     

人工智能技术在舰船航向混合自动控制中的应用

现有航向控制主要使用PID控制器,其主要应用于线性控制问题,而航向控制具备一定的随机性,导致常规航向控制方法稳定性较差,威胁舰船航行安全性,引入人工智能技术提出舰船航向混合自动控制方法研究。设置假设条件构建舰船运动模型,以此为基础,对运动参量进行无因次化处理,避免量纲不同对模型产生不利影响,引入人工智能技术——神经网络算法与PID控制理论进行混合应用,制定神经网络PID控制程序,执行程序即可实现舰船航向的混合自动控制。实验数据显示:在常数大于2条件下,应用人工智能技术后获得的航向控制稳定性指标大于平均水平,说明人工智能技术应用性能较好。     

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。     

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。     

混合遗传算法的舰船减横摇控制方法

在舰船减横摇控制中,尤其当遇到海浪干扰后,控制参数的优化时间较长,导致控制的实时性达不到要求,使舰船无法达到最佳控制状态。基于此,采用混合遗传算法,设计一种舰船减横摇控制方法。采用自适应调节策略,优化遗传算法,设计PID控制器,利用设计的PID控制器,通过优化控制器参数,对舰船减横摇实施控制。通过对比实验,与2种传统方法作比较。实验结果表明,提出的舰船减横摇控制方法能够在较短的时间内将舰船横摇角控制至最小,所需时间比传统方法 1缩短600 s,比传统方法 2缩短550 s,且控制后的舰船横摇角最小。     

基于BP神经网络PID的船用锅炉蒸汽压力控制系统

锅炉蒸汽压力的特性导致常规的PID控制方法不具备自适应能力,难以满足系统要求,因此,设计了基于BP神经网络PID的锅炉蒸汽压力控制系统。以一个二阶含滞后环节的锅炉蒸汽压力数学模型为被控对象,分别用传统PID控制器和基于BP神经网络的PID控制器对锅炉蒸汽压力加以控制,并采用MATLAB软件进行仿真。仿真结果对比显示,在基于BP神经网络的PID控制器控制下,系统无振荡,无超调,过渡时间短,控制效果优于传统PID控制器。     

一种新型导弹姿态稳定回路设计方法

针对参数不确定性系统鲁棒控制比较成功的设计方法即采用定量反馈理论(QFT)设计,导弹在发射及转弯过程中,系统模型参数具有较强不确定性,且弹体参数随时间连续变化.本文以某型巡航导弹俯仰通道为研究对象,将定量反馈理论控制律设计方法应用于巡航导弹俯仰稳定回路控制系统的设计之中,设计该对象的姿态控制器并进行仿真研究.仿真结果表明,所设计的控制律满足导弹不同特征点的鲁棒稳定性指标和跟踪性能,且与传统PID控制相比,系统的过渡过程和超调量有了明显的改善.     

改进遗传算法在舰船电机智能调速系统的参数整定

舰船电机是保证舰船作战能力的重要组成部分,交流异步电机在舰船中使用最为广泛,传统的PID及模糊PID调速都严重依赖专家经验,容易出现电机调速时间过长和超调的问题。本文在传统遗传算法上进行改进,建立了模糊PID的基本结构,并在此基础上提出了改进遗传算法的模糊PID模型,使用Matlab对建立的模糊PID控制和改进遗传算法模糊PID控制进行仿真测试,结果表明改进遗传算法模糊PID控制能够缩短超调量和超调时间,收敛速度有所提升。     

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。     

改进神经网络的舰船电力系统稳定性容错控制

大部分舰船电力系统控制方法只能完成电力系统的基础控制任务,没有考虑电力系统状态控制,造成控制后电压稳定性较差的问题。因而,设计改进神经网络的舰船电力系统稳定性容错控制方法。引用改进神经网络设计状态诊断网络,完成舰船电力系统状态诊断。设计模糊滑膜变结构控制器为容错控制器,引用模糊控制技术控制电力系统中电流与电压的变化,实现对舰船电力系统的稳定性控制。通过测试对比可知,此方法与原有2种控制方法相比,此方法完成控制后的输出电压更加稳定。综上可知,改进神经网络的舰船电力系统稳定性容错控制更适用对电力系统的状态进行控制。     

基于人工智能技术的船舶电气设备自动控制系统

为确保船舶电气设备稳定运行,设计基于人工智能技术的船舶电气设备自动控制系统,提升自动控制效果。利用模拟量输入模块采集船舶电气设备信息,经由模拟扩展子模块处理后传输至处理器模块内;通过数字量输入模块采集船舶电力设备开关状态的数字信号,经由开关信号检测电路处理后,传输至处理器模块内;处理器模块采用中央处理器预处理采集的设备信息与开关状态数字信号;PID径向基函数神经网络控制器,依据预处理后的设备信息与开关状态数字信号,输出船舶电气设备自动控制量;数字量输出模块依据设备控制量,经由驱动电路与开关阀驱动电路,自动控制船舶电气设备及其开关状态;利用触摸显示模块呈现船舶电气设备自动控制结果。实验证明,该系统可有效采集船舶电气设备信息,自动控制效果较优且无超调情况,具备较好的人机交互功能。     

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.     

舰船机械部件散热控制系统研究

传统舰船机械部件散热控制系统,存在部件局部温度数据采集精度误差大,散热电路控制信号反馈量差量较大,导致散热系统控制准确度降低。针对问题产生原因,提出舰船机械部件散热控制系统研究。通过组建多区域高精度热量采集硬件,对舰船机械部件不同区域热值进行±0.01℃的高精度数据采集;软件部分通过PID神经网络算法,对不同区域热值进行最优量分析计算;引入模糊控制补偿算法,根据热值数据信号,对控制电路信号耦合进行误差补偿,提升散热控制电路的控制精度。通过仿真测试表明:设计系统能够在较短的时间内,将机械部件温度降低20℃,在时间层面上设计系统响应性更好,控制精度更高,更符合舰船机械部件散热控制应用标准。     

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。