共查询到20条相似文献,搜索用时 453 毫秒
1.
使用传统舰船发动机控制方法控制时,因其控制参数均为固定设置,无法随发动机参数变化而变化,导致控制方法的响应与实际控制信号出现较大偏差,影响了控制方法的稳定性和灵活性。针对以上问题,研究神经网络优化PID的舰船发动机自动控制方法。构建发动机闭环增益的PID结构后,设计神经网络自动控制器。利用遗传算法对神经网络PID自动控制器参数进行整定,降低控制器响应控制信号时的超调量,完成对舰船发动机控制方法的设计。通过与传统模糊PID控制方法的对比实验,证明了研究的控制方法能够有效降低24.31%的超调量,并且相比传统方法研究的方法的正弦跟随特性更佳,即神经网络优化后的自动控制方法具有更好的稳定性和灵活性。 相似文献
2.
3.
4.
为保证舰船电力系统谐波电流快速得到有效抑制,提出基于智能优化技术的舰船电力系统谐波抑制方法。通过基于p-q检测的舰船电力系统谐波检测方法,由电力系统瞬时无功功率、瞬时有功功率,计算舰船电力系统谐波电流值后,使用基于模糊PID智能优化的谐波抑制方法,改进遗传算法,以谐波抑制后电流畸变最小化为目标,寻优得到模糊PID控制器的最优控制参数后,根据计算的谐波电流与理想电流之间的差值,以谐波电流补偿的方式,完成舰船电力系统谐波抑制。实验结果验证:本文方法应用后,电流畸变情况明显改变,仅用0.005 s便可完成谐波抑制。 相似文献
5.
《舰船科学技术》2020,(4)
舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。 相似文献
6.
近年来,舰船电力系统的规模显著扩大,内部结构与运行的方式也愈加复杂,使得舰船电力系统运行的安全性与稳定性作用逐渐突显出来,对舰船安全航行提出了全新的要求。其中,舰船电力系统属于高纬度非线性系统,要想确保其动态性能与静态性能更加稳定,就必须合理引入非线性控制理论。在舰船电力系统自适应控制器的实际过程中,可在优化自适应控制器性能的基础上,全面完善舰船电力系统的作用。基于此,文章将舰船电力系统自适应控制器设计作为主要研究内容,重点研究了两机并联非线性数学模型的具体应用 相似文献
7.
《舰船科学技术》2021,(6)
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。 相似文献
8.
9.
对舰船电力系统进行分析建模,并根据电力系统模型状态的非线性混沌特征,结合模型幅值扰动参数,分析出混沌现象产生的原因和影响因素。在此基础上,有针对性地利用自适应反演算法在模型中引入适当的控制器,有效地避免电力系统运行中因干扰进入混沌震荡状态,保证了舰船电力系统的正常运行和舰船的安全稳定。研究结果表明,即使舰船电力系统出现混沌现象时,也可以根据其特征状态进行有效的稳定性控制,保持舰船的综合性能。 相似文献
10.
11.
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。 相似文献
12.
船舶柴油发电机转速神经网络容错控制 总被引:2,自引:0,他引:2
结合人工神经网络与智能容错控制,形成船舶柴油发电机转速神经网络容错控制。对由故障诊断后获取的特征值进行归一化处理,把经过处理的特征值作为神经网络的输入样本集,设计输出样本集,建立BP神经网络和ELMAN神经网络,用整理后的数据训练神经网络,使神经网络具有容错控制功能,并对神经网络模型进行仿真测试。仿真试验显示可以实现对船舶电力系统容错控制,保证船舶的安全运行。 相似文献
13.
随着对舰船研究的深入,原有的舰船图像语义分割结果已无法满足现有的研究要求。原有的舰船图像语义分割算法在图像预处理过程中较为粗糙,导致图像分割结果交叉联合度量值较低,图像分割损失值较大。因而,设计基于人工智能技术的舰船图像语义分割算法。引用人工智能技术中的卷积神经网络对图像预处理部分展开优化;对预处理后的图像进行多尺度拟合,获取图像特征;使用改进代价函数实现舰船图像语义分割。构建算例测试环节,通过与原有算法以及使用其他技术设计的分割算法进行对比可知,此算法的交叉联合度量值较高,图像分割损失值较低。由此可知,此方法的舰船图像语义分割能力较佳。 相似文献
14.
15.
随着船舶工业技术的不断发展,不仅舰船的动力性能有了非常显著的进步,而且舰船的自动化水平不断提高,船载用电设备的数量和质量也不断提升。为了满足日益增多的船载用电设备的需求,舰船电力系统成为当前舰船领域的研究重点。针对舰船分散励磁电力系统,建立电力系统拓扑模型和励磁模型,结合传统的电力系统结构,设计了一种基于PID控制技术的电力系统控制器,该控制器对改善舰船分散励磁电力系统的鲁棒性和稳定性有重要的作用。 相似文献
16.
17.
基于自适应Backstepping方法的舰船电力系统混沌控制 总被引:1,自引:0,他引:1
将自适应Backstepping方法运用到舰船电力系统的混沌运动的控制中,可以将混沌系统稳定在平衡点,从而达到对船舰电力系统混沌运动的有效控制。根据船舰电力系统应用模型,该文设计了自适应控制器,当舰船电力系统处于混沌运动时该控制器自动开启。数字仿真表明该方法能够达到迅速抑制混沌的目的。 相似文献
18.
19.
舰船电气自动化控制中受到负载增益的持续性扰动因素影响,导致输出参量存在扰动误差,需要进行稳定性控制设计,提出一种基于混沌小扰动抑制的舰船电气自动化控制稳定性设计方法。构造舰船电气自动化控制的等效电路模型,以系统效率、输出功率增益、电压和供电频率等参量为约束量,进行控制目标函数构建,采用混沌参数调制和扩频处理方法进行舰船电气控制中的小扰动抑制,采用混沌同步控制方法进行舰船电气稳定性控制,并进行了控制器的电路设计。测试结果表明,采用该方法进行舰船电气自动化控制的稳定性较好,输出增益较大,抗扰动能力较强。 相似文献
20.
船舶主机设备振动控制方法研究 总被引:1,自引:0,他引:1
《舰船科学技术》2020,(6)
针对原有船舶主机设备振动控制方法无法对主机内部振动发生位置定位,产生控制后二次振动的问题,设计船舶主机设备振动控制方法。根据舰船主机结构的特征,构建主机有限元模型,完成对主机设备振动位置的确定。在振动处引用振动作动器,对其施加一定数值的作用力,为振动控制提供基础。增加振动控制器,将与作动器相连接,通过消振频率计算公式消除振动频率,实现对船舶主机设备振动的控制。至此,船舶主机设备振动控制方法设计完成。构建实验环节,与原有振动控制方法相比,此方法使用后的二次振动发生率低于原有方法。综上所述,此方法优于传统船舶主机设备振动控制方法。 相似文献