基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。     

双推进无人艇轨迹跟踪控制系统设计

针对无人艇(USV)航行环境复杂,模型建立困难的问题,以双推进无人艇为研究对象,根据PID神经网络自学习和滑模控制对参数变化及扰动不灵敏、无需系统在线辨识的特点,提出一种由外环的轨迹控制和内环的航速艏摇角速度控制组成的双闭环轨迹跟踪控制方法。其中航速艏摇角速度控制由两个单变量PID神经网络构成,轨迹控制采用动态系统全局渐进稳定定理和滑模变结构控制理论设计轨迹跟踪的位置控制律和姿态控制律,从而实现双推进无人艇轨迹跟踪。理论分析和实船实验均表明,该轨迹跟踪控制系统能够较好地实现无人艇对参考轨迹的跟踪。     

基于神经网络的自适应PID船舶运动控制器研究

船舶在海上的运动不仅受到动力系统的推进作用,还受到来自海浪、洋流等干扰作用力的影响,为了提高船舶航行的安全性与稳定性,必须要采取恰当的船舶运动控制机制。传统船舶采用PID自适应控制器进行船舶的运动控制,该控制方式结构简单,但控制精度相对较低,本文系统研究了神经网络控制算法,并基于神经网络对船舶PID控制器进行改进,主要目的是改善船舶运动控制的效率与准确度。     

一种参数自整定PID在变频冷却水系统的仿真研究

由于船舶在航行过程中海水温度、主机运行情况等参数变化会导致常规的PID控制效果不理想,所以需要对船舶变频冷却水系统的控制器进行改进。文章建立了船舶中央冷却水系统的数学模型,并在Matlab/Simulink环境下建立了仿真模型。利用BP神经网络的特性实现PID参数的自整定,并用BP神经网络PID控制器与传统PID控制器分别对系统进行控制,比较其控制效果。仿真结果表明,BP神经网络PID控制器的控制精度和鲁棒性优于传统PID控制器。     

大型船舶自动舵系统精准智能航向控制研究

为保持船舶在指定轨迹上航行,目前使用最为广泛的技术是船舶航向自动舵控制系统。基于航行安全和节约成本的考虑,船舶航行对自动舵的精确度提出了越来越高的要求。目前,通常采用船舶操纵运动模型研究船舶自动舵控制系统。通过分析船舶运动及其受到干扰力作用的情况,建立船舶控制系统数学模型。本文结合PID控制、模糊控制和粒子群算法,分析研究船舶航向自动舵控制系统。     

基于Lyapunov函数的船舶航向保持非线性控制器设计

船舶航向保持控制器是船舶动力系统的重要组成部件,其目的是使大型船舶航行轨迹与预设轨迹误差在阀值范围内。传统的船舶航向控制器利用PID控制器计算各种干扰综合作用力,并控制推进器平衡外界干扰力,随着船舶动力系统复杂度增加,PID的控制精度及时效性已不能满足现代船舶航向保持的要求。Lyapunov函数是一种微分跟踪控制过程,对于复杂非线性系统具有很好的鲁棒性。本文研究船舶航向保持控制的数学模型,在此基础上提出基于Lyapunov函数的船舶航向保持非线性控制器。     

基于非线性反馈的航向保持控制器优化设计

随着航海技术的不断发展,海上运输贸易越来越多,在追求货运量的同时,船舶航行"清洁、安全、高效"问题越来越受到关注。为了使船舶海上航行时更加节能,本文利用非线性反馈技术对船舶航向保持控制器进行优化。船舶运动数学模型采用Norrbin简化的模型,基准航向保持控制器采用模糊自适应PID控制器,仿真实验环境为七级海浪,实验表明利用非线性反馈优化的控制器可以使船舶航行更节能,鲁棒性优良。非线性反馈技术设计简单,在船舶航向保持、航迹保持、轨迹跟踪等船舶控制领域都具有良好的应用效果。     

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。     

近岸环境下船舶侧推器的水动力性能数值分析

对船舶在近岸环境下航行时侧推器的水动力性能进行数值模拟研究。建立艏艉侧推器与船体的整体模型,利用基于RANS方程求解的粘性流数值方法,采用MRF模型,计算不同航速下艏艉侧推器的性能参数、侧推器附近流场,以及船舶在近岸航行时的横向力与艏摇力矩。结果表明,近岸航行时侧推器的实际效能会因船速的变化而变化,船速的不断增加会使船舶与岸壁之间的吸引力超过侧推器的推力,从而导致碰撞。     

恶劣海况下船舶航向控制仿真及应用研究

船舶在海面航行时,会受到风浪的干扰.此时,船舶航向控制困难,操舵频繁.采用Kalman滤波和模糊自整定PID控制,并基于线性化船舶运动方程的线性时,不变连续时间系统的设计方法得到的船舶操纵控制器,具有抗干扰能力强、鲁棒性好的特点,有效地解决了船舶在风浪干扰条件下的船舶航向控制时的操舵频繁与无效操舵问题.     

基于混合粒子群算法的船舶稳定性分析

随着我国船舶航运事业的兴起,对保持舰船航行的安全和稳定的要求越来越高。由于船舶航运事业面对的环境复杂多变,传统PID船舶稳定性能分析和控制方法难以对大型风浪引起的船舶摇晃运动系数进行有效分析,无法快速准确的对船舶随机横摇运动外扰力进行计算,不利于船舶航行安全。因此结合混合粒子群算法对船舶稳定性进行研究。首先对船舶航行过程中外扰动因素影响程度进行分析和计算,并设计了船舶稳定性检测和控制系统,从而达到提高船舶航行稳定性的设计目标。为验证该方法的有效性,对比传统PID船舶稳定性检测控制方法进行了仿真实验。实验结果表明,基于混合粒子群算法的船舶稳定性分析方法能够更好地对船舶航行安全、稳定性能和航行状态进行精准判断,保障船舶在复杂海洋环境中的稳定航行。     

动力定位船舶模糊解耦定速航行控制算法

[目的]在海洋石油开采、湖泊水质监测等领域,为了实现船舶自主定位及自主航行,需对动力定位船舶的航速予以控制。[方法]建立船舶三自由度(3-DOF)运动模型,提出基于模糊解耦控制的船舶定速航行控制算法。针对被控对象的建模误差,分别设计纵荡、横荡和艏摇回路模糊控制器。针对横荡与艏摇回路变量之间的耦合问题,采用前馈补偿解耦环节来消除控制量之间的相互影响。[结果]定速航行控制仿真平台的实验结果表明,该模糊解耦控制算法的动态性能好、稳态精度高,且具有一定的鲁棒性。[结论]研究成果可为船舶定速航行的精确控制提供参考。     

智能学习算法在航迹控制系统中的应用

为保证船舶按照既定的航线航行,船舶轨迹控制至关重要。为此提出神经PID智能算法,并应用在航迹控制系统中。建立干扰因素下的船舶运动控制数学模型,对此基础上,以PID算法为核心,利用BP神经网络算法进行改进,解决PID算法在解决复杂时变非线性问题效果较差的问题。结果表明,在环境因素干扰下,所研究的神经PID智能算法应用下,船舶航行轨迹跟踪误差要小于3种前人研究方法,证明其应用效果。     

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。     

船舶旋转角速度变化规律

为提高船舶在受限水域调头、转向和避让会遇船舶时的安全性,有必要对船舶旋转角速度的加速、稳定和减速过程进行量化。根据流体力学和旋转力学原理,运用数学推理和运算的方法得出船舶在受到恒定的动力矩的作用时,其旋转角速度与时间的函数关系;推导出旋转角速度加速和减速过程的函数表达式,以及旋转角速度衰减1/2所需的时间和船舶旋转的角度。研究所得结论可指导操船者量化船舶旋转的角速度,船舶以某一旋转角速度旋转时,撤除动力矩之后,艏向稳定的新航向,以及船舶在主机舵机船电失灵等应急情况下,在狭窄水域避让会遇船舶和居间障碍物时所采取的最大旋转角速度等。     

船舶横向运动多变量随机控制研究

本文基于多变量随机最优控制理论研究船舶横向运动多变量随机控制规律.文中提出两种控制规律,一种是次优控制规律,该方法简单实用但控制性能较差,另一种是最优控制规律,该方法是利用成形滤波器将有色干扰白化,并将系统模型扩充而实现的,这需要对扰动进行估计建模,因而算法上较复杂,但控制性能较前者高.文中针对典型的船舶模型及航行工况进行了大量的仿真,给出仿真结果,并对两种方法进行了比较.在减少横摇角、横摇角速度、艏摇角、艏摇角速度及横荡速度方面,次优控制可取得20%-50%的效果,但横荡位移增加了14%.最优控制可取得60%-78%的效果,但横荡位移增加了6%.在实际应用时,可按船舶实际情况选用其中一种控制规律.     

模拟退火算法在船舶航向PID控制器参数优化中的研究

基于PID控制器的航向参数控制是控制船舶按照既定航向运行的主要方法。传统的PID控制器虽然结构简单,但是航行参数调节精确度不高,在全局进行搜索,收敛性能较差,已经越来越不能适应现代船舶航行参数控制系统的要求。模拟退火算法是一种局部最优搜索方法,能够结合航向操纵航角最小的原则对航向参数进行最优控制。本文在研究了船舶航行参数控制结构的基础上,提出了基于模拟退火算法在船舶航向PID控制器参数的优化算法,最后进行仿真。     

海上GPS的首向显示系统设计

GPS是当前船舶导航和定位的主要手段之一,其中通过GPS定位来显示当前船舶的航行方向,并通过电子化的仪表设备进行显示,是当前船舶航行时必不可少的设备之一,同时,基于GPS的船舶艏向显示系统,还能够在恶劣海况下,为及时控制船舶的姿态提供有力的支持。然而,当前的多种船舶首向显示系统,存在预测精度不高、使用方式负载及实际应用困难大等缺点。针对以上问题,本文提出一种应用于船舶航行的GPS船舶艏向系统,其通过2个低成本的GPS接收芯片,有效提高对船舶首向的预测精度,从而为航行安全及无人船舶的自动航行等提供有价值的参考。     

船舶航行速度高精度控制的数学模型研究

现有模型无法适应不同荷载的航速需求,存在着控制精度低、控制时延长的缺陷。为此,提出船舶航行速度高精度控制的数学模型研究。分析船舶航行速度影响因素,构建船桨系统、柴油机以及附加阻力数学模型,以此为基础,基于PID技术设计航行速度控制器,制定船舶航行速度控制规则,通过执行控制规则,应用PID控制器实现了船舶航行速度的高精度控制。设置干扰环境,准备实验对象相关数据,进行船舶航行速度控制仿真实验。实验结果表明,与现有模型相比,本文构建模型航速控制精度较高,航速控制时延较短,表明构建模型航速控制效果更佳。     

基于DRNN神经网络的横摇运动实时预测方法分析

船舶在航行的过程中,受到波浪的影响,会产生复杂的运动,这个运动具有随机性和非线性的特点。为保证船舶航行的安全性,要对摇荡运动实时、准确预测,尤其是横摇运动。这是因为横摇的幅度过大,极有可能引起翻船的情况发生,所以预测船舶的横摇运动显得尤为必要。为提高预测结果的准确性,可以基于DRNN神经网络构建预测模型。在模型的建立中,选用单项模型组合的方式,提高预报精度、增加预报时长,使船舶保持安全、稳定航行。