基于遗传算法的船舶柴油机转速控制系统仿真研究

以12E390V柴油机为对象,建立了柴油机简化传递函数和执行器模型.控制方法采用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了仿真分析,并分别和Z-N(Ziegler-Nichols)法、ISTE最优设定法[1]这2种参数整定方法做了比较.结果表明遗传算法的性能远优于其它2种参数整定法.     

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。     

基于遗传算法和分数阶技术的水下机器人航向控制

[目的]自主式水下机器人(AUV)在海洋资源勘探、水下设备检修、水下搜救等领域发挥着重要作用,是探索海洋、开发海洋资源的重要工具。AUV的航向控制是其完成水下作业任务的基础。目前国内工程上多使用常规整数阶PID(比例、积分、微分)控制器进行航向控制,但该方法存在鲁棒性较差和参数整定复杂的问题。[方法]针对以上常规航向控制方法的不足,提出一种基于分数阶PID技术的航向控制器,并结合遗传算法完成控制参数自动整定,以提高控制器的实用性。分别对试凑法整定整数阶PID参数、基于遗传算法整定整数阶和分数阶PID参数的3种航向控制器进行算法仿真对比。[结果]结果表明:基于遗传算法整定分数阶PID参数的航向控制器相较于其他2个控制器,在上升时间与稳态误差基本相当的情况下超调量显著减小。[结论]说明基于遗传算法整定参数的分数阶水下机器人航向控制算法有效并具有优越性。     

多翼自治水下机器人动力学建模与姿态控制

  目的  自主式水下机器人（AUV）在海洋资源勘探、水下设备检修、水下搜救等领域发挥着重要作用,是探索海洋、开发海洋资源的重要工具。AUV的航向控制是其完成水下作业任务的基础。目前国内工程上多使用常规整数阶PID（比例、积分、微分）控制器进行航向控制,但该方法存在鲁棒性较差和参数整定复杂的问题。  方法  针对以上常规航向控制方法的不足,提出一种基于分数阶PID技术的航向控制器,并结合遗传算法完成控制参数自动整定,以提高控制器的实用性。分别对试凑法整定整数阶PID参数、基于遗传算法整定整数阶和分数阶PID参数的3种航向控制器进行算法仿真对比。  结果  结果表明：基于遗传算法整定分数阶PID参数的航向控制器相较于其他2个控制器,在上升时间与稳态误差基本相当的情况下超调量显著减小。  结论  说明基于遗传算法整定参数的分数阶水下机器人航向控制算法有效并具有优越性。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

船舶用柴油机转速智能控制系统设计与实现

传统船舶柴油机转速控制系统在运行过程中,存在控制延迟过长的问题,对此设计船舶柴油机转速智能控制系统。对传统船舶柴油机速度控制模型进行简化,设计PID控制器,利用遗传算法实现控制器参数的在线整定,对执行器的外围信号处理电路进行抗干扰滤波设计,提高系统各单元集成效果,实现对船舶柴油机转速智能控制。实验数据表明与传统控制系统相比,使用设计的智能控制系统,柴油机加速控制延迟降低27%,减速控制延迟降低32%,说明该控制系统能有效降低柴油机转速延迟。     

对船舶主机遥控的逻辑控制及转速的遗传算法PID控制应用

基于面向对象的方法设计船舶主机的逻辑控制,包括启动、换向、制动等逻辑控制。针对主机的转速系统进行研究,提出一种运用遗传算法来进行PID参数寻优的方法。并且通过Matlab仿真,证实遗传算法在PID参数整定上具有不可替代的优越性。     

遗传算法和神经网络在船舶柴油机故障诊断中的应用

为提高船舶柴油机故障诊断的精度,以及改善神经网络收敛速度慢,易陷入局部最优解的情况。提出一种基于改进遗传算法和RBF神经网络相结合的智能诊断方法,并将其应用于船舶柴油机故障诊断中,改进的方法优化了神经网络的隐节点、宽度参数以及中心向量,用最小二乘法训练网络隐层到输出层的权值。最后在Matlab仿真软件下,对船舶柴油机故障诊断模型进行仿真实验。实验证明,自适应遗传算法优化的RBF神经网络,诊断速度快,诊断精度高,收敛效果好,能较好地应用在船舶柴油机的状态监测和故障诊断中。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法,本文较为系统地介绍了其测量、故障参数提取及分析方法,并在诊断分析中使用了进化RBF神经网络,此网络的训练采用遗传算法,优化了径向基神经网络的结构和参数,加强了网络的实用性.最后用神经网络对所模拟的故障进行辨识,证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性.     

基于遗传算法的核动力舰船蒸汽发生器水位PID控制研究

采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点,将遗传算法和Z-N整定的结果作了比较,仿真结果表明,采用遗传算法能获得较好的控制效果,在蒸汽发生器水位控制过程中,可以采用遗传算法来优化PID控制器参数。     

船舶柴油机转速的线性自抗扰控制

船舶柴油机推进系统包含非线性、时变参数以及柴油机-推进轴系-螺旋桨之间的强耦合作用,难以建立精确的数学模型,且易受到螺旋桨负载扰动的影响,不利于船舶柴油机转速的实时准确控制。针对此问题,将线性自抗扰控制（Linear Active Disturbance Rejection Control,LADRC）技术应用于船舶柴油机的转速控制系统。首先,基于平均值建模方法建立了某大型低速二冲程船舶柴油机的模型,并分析了转速控制中的不确定因素;然后,针对柴油机的转速控制问题设计了二阶LADRC控制器;最后,以船舶柴油机平均值模型为载体对LADRC的控制性能进行仿真测试,并与经过遗传算法优化的PI控制器进行对比。仿真结果表明,在负载扰动及模型参数改变的情况下LADRC表现出良好的控制性能,并且比PI控制具有更优的扰动抑制能力和鲁棒性。     

船舶主柴油机并车运行新方法

随着海上船舶大型化和高速化的发展，双机单桨船舶动力装置日益增多。传统的船舶主柴油机并车运行控制方式通常采用主从调速器法，这种方法尽管能满足船舶主柴油机并车运行的要求，但存在着一定的弊端。在研究分析了船舶主柴油机并车运行的工作原理、控制要求、关键技术及传统控制方法的利弊基础上，作者提出了一种船舶主柴油机并车运行的新思路和新方法。经过实验室台架试验和实船应用，证明该方法不但易于实现，而且控制效果理想。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

基于自适应算法的柴油机调速系统研制

摘要：在柴油机调速过程中,针对柴油机PID控制器参数一经确定不能在线调整的问题,以6135型柴油机为控制对象,以MATLAB／Simulink作为软件平台,深入研究了自适应控制的基础理论,设计了一种模型参考自适应控制器,建立了柴油机电子调速系统仿真模型,进行了控制系统仿真研究。结果表明,新设计的智能型自适应控制器能在线自动整定最佳控制参数,优于传统的PID控制,具有良好的自适应性和智能性。     

新型中速柴油机数字化监测与诊断系统

以MAN B＆W6L16／24柴油机为对象，介绍基于虚拟仪器技术的新型中速柴油机数字化监测与诊断系统，阐述柴油机主要子系统的参数测量、分析和管理等子模块，系统集热力参数法、示功图法、瞬时转速法、油管压力法和振动法于一体，实现了柴油机多参数多方法的综合监测与故障诊断。     

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。     

基于非线性模型和遗传算法寻优的无人艇航向PID控制研究

为了解决非线性无人艇动力学模型在航向控制时PID控制参数整定的问题,提出基于非线性模型和遗传算法寻优的无人艇航向PID控制算法。采用Abkowitz模型,对无人艇进行动力学建模,在遗传算法中设计自适应交叉算子、自适应变异算子及目标函数,并将其应用于参数整定。仿真实验显示,采用该方法后,无人艇操舵平稳,幅度较小,且舵角输出未发生振荡现象。该方法在无人艇航向控制上有一定的工程应用价值。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标,研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解,使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例,结果表明本文方法有效,所设计的PID性能优异,可以工程实际应用。     

基于伪并行改进遗传算法的限位器参数优化

冲击隔离系统限位器参数的优化问题是一个有约束的非线性优化问题，也是一种最困难的优化问题。利用伪并行遗传算法的思想，同时对基本遗传算法进行改造，提出了一种伪并行改进遗传算法（PPIGA），并将其用于冲击隔离系统限位器参数的优化，在优化过程中采用了增量模态叠加法计算冲击响应。作为算例，建立了与试验模型一致的浮筏隔振系统的限位器参数多目标优化模型。计算结果表明，通过优化得到的限位器优化参数能够满足约束条件并实现多目标优化。将增量模态叠加法和伪并行改进遗传算法相结合，解决了冲击隔离系统限位器参数的优化问题，这对于冲击隔离系统的优化设计具有重要的实际意义。