共查询到20条相似文献,搜索用时 906 毫秒
1.
2.
基于反馈线性化与闭环增益成形的减摇鳍控制 总被引:4,自引:1,他引:3
根据减摇鳍系统的非线性数学模型,设计了一种具有鲁棒性的非线性控制器。通过采用精确反馈线性化方法将减摇鳍系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器。用Matlab的Simulink工具箱分别对相同海况下未进行减摇控制、已设定航速及航速减半状态时采用减摇鳍控制的非线性数学模型进行仿真。仿真结果表明,该控制策略对于减摇鳍非线性控制系统是十分有效的,特别是鲁棒性能令人满意。算法的设计过程简单,物理意义明显。 相似文献
3.
为有效控制船舶在参数横摇运动中的失稳状态,根据规则纵浪中船舶参数横摇系统的非线性数学模型,设计了一种具有鲁棒性的非线性控制器.采用精确反馈线性化方法将纵浪中船舶参数横摇系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器.在考虑不同的干扰和模型摄动情况后进行了仿真试验.仿真结果表明该控制策略对于船舶参数横摇系统十分有效,且鲁棒性能令人满意.算法的设计过程简单,物理意义明显. 相似文献
4.
选用研究对象为船舶减摇鳍系统的非线性数学模型,对该系统考虑执行机构的影响,运用Backstepping方法设计一种非线性控制器,同时利用Matlab中的Simulink工具箱对相同海况下未进行减摇控制,和在设定航速下采用减摇鳍控制的非线性数学模型进行仿真。仿真结果表明:该控制策略对于考虑执行机构的减摇鳍非线性控制系统十分有效,鲁棒性较强,且设计过程简单。 相似文献
5.
《江苏科技大学学报(社会科学版)》2017,(1)
为实现五自由度无轴承异步电机高精度动态解耦控制,提出一种基于最小二乘支持向量机逆的解耦控制方法.首先,建立五自由度无轴承异步电机数学模型并进行可逆性分析,然后,利用最小二乘支持向量机在有限数据样本下对高维非线性函数的回归能力来辨识五自由度无轴承异步电机逆模型,并利用粒子群算法优化最小二乘支持向量机的参数,以提高对逆模型的拟合和预测精度,最后,将最小二乘支持向量机逆与原系统相串联得到伪线性系统,并设计PID闭环控制器对五自由度无轴承异步电机进行复合控制,实现了原系统径向位移、轴向位移、转速以及磁链间的非线性动态解耦.仿真研究验证了该控制策略的有效性. 相似文献
6.
7.
船舶动力定位系统的广义预测控制方法研究 总被引:1,自引:1,他引:0
船舶在海上的航行是一种复杂的非线性运动,其水动力参数很难精确确定,并且会遭遇来自风、流和浪的随机干扰;因此,船舶须要具有鲁棒性和自适应能力的动力定位系统。鉴于广义预测控制算法在非线性控制方面的独特优势以及神经网络具有自学习和自适应的能力,作者研究了基于支持向量机的广义预测混合控制算法,并将其应用于船舶动力定位系统。仿真结果表明,该方法具有较好的鲁棒性和自适应性,提高了动力定位系统的精度和性能。 相似文献
8.
针对船舶航向非线性运动数学模型存在不确定性误差的情况下,提出一种新颖的动态面二阶滑模智能控制方法.首先采用动态面控制(DSC)技术,以消除传统Backstepping方法中存在的"计算爆炸"问题.为了削弱滑模控制中固有的抖振效应,提高系统的鲁棒性,引用了一种新颖的二阶滑模控制方法.然后直接利用径向基神经网络技术逼近模型误差,同时采用最少学习参数(MLP)技术,以减少控制器的计算负担,所设计的控制器可以保证闭环系统中所有信号一致最终有界,并使跟踪误差任意小,最后通过仿真验证所提算法的有效性. 相似文献
9.
10.
11.
12.
针对当前数学模型无法描述舰船上层建筑振动特性的变化规律,为了提高舰船上层建筑振动特性预测精度,设计一种蚁群优化算法和神经网络相结合的舰船上层建筑振动特性预测数学模型。首先对当前各种舰船上层建筑振动特性预测数学模型的优缺点进行阐述,然后采用神经网络对舰船上层建筑振动特性变化规律进行拟合,并采用蚁群优化算法确定神经网络相关参数,最后进行舰船上层建筑振动特性预测数学模型的性能测试。结果表明,蚁群优化算法和神经网络相结合的舰船上层建筑振动特性预测精度高,不仅预测误差远低于当前其他舰船上层建筑振动特性预测数学模型,而且预测效率也得到了改善,为解决舰船上层建筑振动特性预测问题提供了一种新的研究方法。 相似文献
13.
为了解决船舶混合动力系统多目标优化难题,采用精确的阻力预测模型及螺旋桨模型预测9 000 DWT化学品运输船功率需求。基于推进系统的需求功率,提出基于目标聚类的方法建立多目标优化数学模型,并对系统关键设计参数进行多目标优化研究,对比分析4种典型多目标优化算法对该优化问题的适应性。结果表明:基于快速非支配排序的多目标算法对于含有整数变量、等式约束等混合动力系统多目标优化问题具有良好的鲁棒性和收敛性。采用多目标综合决策求解出的最优设计参数相较于原型船动力系统,最大能效提升约6.1%。 相似文献
14.
15.
16.
本文以水下无人运载器(AUV)绕平面圆周航行速度、位置控制为例,推广到任何轨迹的控制问题。利用神经网络学习AUV运动的内在规律,预测未来一步的运行情况,并用改良的PID方式前馈与后馈相结合的控制其执行机构。系统学习、预测及PID各增益量利用GESA全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点,优于其它一般的控制器。 相似文献
17.
18.
提出了一种列车运行速度的模糊预测控制算法。由于列车速度是一种时变的、具有诸多不确定因素的复杂非线性系统,所以采用传统的控制方法对列车的速度控制不能满足要求。本系统采用模糊预测控制方法控制列车速度,仿真研究表明,所提出的方法具有较强的鲁棒性和自适应控制。 相似文献
19.
20.
针对实际工业生产过程中被控对象的时变和纯滞后特点,本文根据神经网络具有能够充分逼近任意复杂的非线性关系和能够学习严重不确定系统的动态特性,具有适应性、智能性较好的特点并结合灰色预测控制的超前预测的特点,提出了基于BP神经网络的灰色预测控制算法.仿真结果的对比分析表明:本文的控制算法与传统控制器相比,具有控制简便、自适应性较强等特点,适用于对纯滞后和模型时变对象的控制.最后采用xPC技术在实际设备上进行了算法的验证,取得了满意的效果. 相似文献