改进PID控制优化算法的航行轨迹研究

航行轨迹是一个时变性非常强的问题,当前航行轨迹控制优化算法存在控制误差大,无法对航行轨迹进行实时跟踪和控制,为了提高航行轨迹控制精度,改善航行轨迹跟踪和控制的实时性,设计了一种基于改进PID算法的航行轨迹控制优化方法。首先对航行轨迹控制原理进行分析,采用PID控制器对航行轨迹进行优化和控制,然后针对PID控制器的参数优化问题,引入蚁群算法进行参数在线调整,满足航行轨迹时变性特点,最后在Simulink环境下对航行轨迹控制进行仿真模拟实验。结果表明,本文方法的航行轨迹控制精度完全满足船舶实际工作要求,大幅度改善了航行轨迹的实时控制效果,是一种精度高、速度快的航行轨迹控制优化方法。     

船舶柴油发电机组的模糊控制及其优化研究

针对船舶柴油发电机组励磁系统非线性、强耦合的特点,设计了励磁系统的模糊PID控制器,该控制器由模糊控制器和PID控制器并联而成,将船舶发电机端电压的偏差及其变化率经模糊化处理后的模糊量作为模糊推理机的输入。由于模糊PID控制器的设计具有较强的主观性,且其隶属度函数对控制器的性能影响较大,因此确定ITAE指标函数最小的目标,针对此目标采用蚁群算法对模糊控制器的隶属度函数进行优化。在Matlab环境下对柴油发动机和发电机的控制进行了仿真,仿真结果表明,蚁群算法优化隶属度函数后的模糊PID控制器使发电机的端电压更加稳定,具有较好的稳态和动态性能。     

PID控制器在船舶减摇水舱控制器设计与优化的应用

减摇水舱控制系统中的摇摆台控制一般采用PID控制系统,借助PID控制系统的算法优势,传输摇摆角度信号,有效控制减摇。PID系统采用免疫遗传算法,该算法能够建立起数学模型,推理运算出目标函数值,向电液伺服阀输出动作指令,控制船舶横摇。本文分析了PID控制器在船舶减摇水舱控制器设计中的应用,提出优化PID控制器的设计方法,经过仿真实验证实,改进优化的变参数PID控制器能够有效控制船舶横摇角、鳍角速率,提高减摇效率。     

船舶航行自适应滑模控制器的PID优化研究

传统船舶航行自适应滑模控制器的PID优化研究对于自适应滑模控制器的数据管理能力较差,研究成本较高,无法达到系统自主优化效果。针对以上问题,提出一种新式船舶航行自适应滑模控制器的PID优化研究,利用模型规则与数据分析系统进行模型构建与数据解析。在此基础上完善优化操作系统,利用相应的系统算法进行模型数据运算,实现对控制器优化数据的分析,完成对滑模控制器的PID优化研究。为验证优化研究方法的优化效果,与传统优化研究方法进行实验研究。结果表明,船舶航行自适应滑模控制器的PID优化研究具有良好的数据掌控性,复合实验操作要求。     

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。     

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。     

船舶航向自动控制的蚁群优化算法

针对当前船舶航向自动控制算法存在的局限性,为了提高船舶航向自动控制的精度,提出船舶航向自动控制的蚁群优化算法。首先对船舶航向自动控制的工作原理进行分析,建立船舶航向自动控制的数学模型,然后采用蚁群算法模拟蚂蚁搜索食物机制对船舶航向自动控制的数学模型进行优化,最后进行船舶航向自动控制的仿真模拟实验。结果表明,本文方法提高了船舶航向自动控制精度,工作十分稳定,而且船舶航向自动控制的超调量小于当前其它船舶航向自动控制算法。     

船舶自动舵自适应神经网络控制算法研究

在我国船舶自动舵控制领域,其核心技术严重依赖于国外厂商,因此本文主要对船舶自动舵的工作方式进行研究。通过采用PID控制方法,建立精确的自动舵控制数学模型。在设计PID控制策略时,需要综合考虑外部非线性因素和时变不确定等影响,通过适度提高PID控制器中的反馈力度,能够显著提升自动舵的控制水平,然后针对反馈控制环节,设计自适应神经网络算法,对反馈控制参数进行自学习优化,进一步提升了船舶自动舵的预测能力。     

模糊自适应PID控制算法在自航模运动控制中的应用

当前船舶制造和海洋航行迅速发展,对船舶的操纵性提出更高要求。为了模拟船舶在实际航行中的操纵性,通常建立自航模模型模拟船舶的横向运动和轴向运动。本文主要针对当前已有的自航模运动控制模型,引入模糊自适应PID控制算法模拟船舶的航行控制。通过建立自航模模型并对PID控制器和模糊自适应PID控制器进行仿真并比较,可以得知模糊自适应PID控制算法可以显著提高自航模的横向运动和轴向运动的响应速度及稳定性。     

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.     

BP神经网络和PID船舶自动舵控制方法

船舶自动舵控制十分复杂,再加其它因素的干扰,使得单一神经网络或者PID控制无法对船舶自动舵进行高精度控制,而且船舶自动舵控制速度慢,为了改善船舶自动舵控制效果,利用BP神经网络和PID控制的优点,设计了BP神经网络和PID相融合的船舶自动舵控制方法。首先分析船舶自动舵控制原理,然后初始化PID参数的范围,并采用BP神经网络获取PID控制器的3个参数最优值,从而实现船舶自动舵控制,最后在Matlab平台实现了的船舶自动舵控制仿真模拟实验。结果表明,本文方法可以对船舶自动舵变化趋势进行很好的跟踪和控制,获得了高精度的船舶自动舵控制结果,而且船舶自动舵控制速度快,能够适合船舶自动舵的实时性变化特性,具有较强的抗干扰能力,具有一定的推广价值。     

船舶网络通信最优路径的规划与设计

最优路径的规划与设计对船舶网络通信系统至关重要,针对当前船舶网络通信最优路径的规划与设计方法存在数据传输成功率低、数据传输时延长的缺陷,提出基于蚁群优化算法的船舶网络通信最优路径规划与设计方法。首先对当前船舶网络通信最优路径的规划与设计研究进展进行回顾,指出各种船舶网络通信最优路径的规划与设计方法的缺陷,然后采用蚁群优化算法搜索食物原理对船舶网络通信最优路径的规划问题进行求解,找到最优的船舶网络通信最优路径,最后采用C++编程实现了船舶网络通信最优路径的规划仿真测试,结果表明,蚁群优化算法可以提高船舶网络通信系统的数据传输成功率,减少船舶网络通信数据传输时延长,数据丢包率大幅度减少,获得了理想的船舶网络通信效果。     

基于蚁群算法的港口船舶调度优化问题研究

港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。     

模糊切换型船舶运动PID控制器

航向改变时船舶航迹变化过程可以分为瞬态区域和稳态区域。根据不同区域中不同的性能指标,提出了一种把常规PID和TS-PID模糊控制器以模糊切换方式相结合的模糊切换型PID控制方法。该方法集成了常用PID和模糊PID控制方式的优势并弥补了各自的不足,模糊切换方式实现了二种控制器之间的平滑切换。应用钝性定理证明了二阶Nomoto船舶模型的切换型PID控制系统的输入、输出稳定性,并用遗传算法优化控制器参数。与模糊PID控制器的对比仿真实验,表明所提出的方法可以有效提高船舶运动控制的各项性能指标。     

船舶动力定位智能PID控制器设计与仿真研究

由于船舶在海上的动力学特性具有非线性、大时滞和强耦合等特点,风、浪等外部干扰具有随机特征,因而船舶动力定位控制系统是一个复杂的非线性系统,一次性整定的PID参数难以取得理想的控制效果。鉴于PID控制器的性能完全取决于其控制参数,结合混沌粒子群算法、云模型控制和PID控制各自的优势,设计一种具有参数实时自整定功能的智能PID控制器。首先引入混沌粒子群算法离线优化PID参数使控制系统处于优化状态,再利用二维云模型控制对其进行在线调节以增强控制器的适应性和鲁棒性。仿真结果证明所设计控制器的可行性和有效性。     

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。     

二维云模型在线优化的智能PID控制器设计

二维云模型是一种能够在定性概念和定量概念之间映射的模型,适用于非线性和不确定性的应用场景,具有较高的灵活性和效率。在船舶的各种控制系统、电子机械设备中,PID控制器是最常用的控制器类型之一,并且通常需要对发电机、动态定位系统等非线性的系统进行有效控制,因此,传统的线性控制模型难以实现较好的效果。为了解决这一问题,本文提出一种基于二维云模型的智能PID控制器,采用在线优化的方法,能够灵活地适应多种系统状态之间的动态变化,提高PID控制器的灵活性和适应性。本文给出二维云模型的设计方法,及PID控制的在线优化方法,并利用实验验证本文提出方法的正确性。     

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。     

基于改进PID控制的船舶航迹跟踪研究

传统PID控制的船舶航迹跟踪误差大,实时性差,无法满足船舶航迹跟踪的实际应用要求,为此提出了基于改进PID控制的船舶航迹跟踪方法,首先对传统PID控制的船舶航迹跟踪方法的工作原理进行分析,找到引起跟踪误差大的因素,然后引入人工鱼群优化算法对PID控制的参数进行实时调整,改善固定PID控制参数的缺陷,最后实现船舶航迹跟踪仿真模拟实验。相对于传统PID控制的船舶航迹跟踪方法,本文能以更高精度对船舶航迹进行跟踪,可以准确刻画船舶航迹的变化趋势,具有比较显著的优势。     

基于自抗扰控制器的船舶电动舵机控制系统设计

针对经典PID控制无法满足船舶电动舵机系统指标要求的问题,设计一种基于自抗扰控制器的控制算法。分析了船舶电动舵机的数学模型。针对舵机控制对象设计二阶自抗扰控制器,建立基于自抗扰控制器的舵机控制系统。利用Matlab对舵机带负载工作进行仿真,对文中所提出自抗扰舵机控制器与经典PID舵机控制器进行对比分析。结果表明,文中所提出的自抗扰船舶电动舵机控制器能够满足舵机在负载大范围变化以及存在外界干扰时所需的响应速度,并有效改善动静态特性,抗干扰能力强,鲁棒性好,控制效果优于经典PID舵机控制器。