船舶操纵非线性KT方程参数的辨识

利用差分进化法对一阶和二阶非线性船舶操纵KT方程中的参数进行辨识,采用积分的方法处理试验数据以获得辨识所需的样本,将辨识结果与前人的方法进行比较,证明该方法能有效提高辨识精度。另外,辨识过程采用平行处理法代替分步辨识法,解决了辨识中的参数相消现象,同时也简化了辨识流程。     

改进粒子群算法在USV航向稳定性控制中的研究

水面无人艇(USV)在军事侦查、海洋环境探测和执行特殊作战任务等方面有重要应用,近年来引起了世界各国的普遍重视。水面无人舰艇是一个不确定性系统,在实际工况下易受海浪、海流等外部环境因素的干扰,因此,USV的航向稳定性控制一直以来是研究的重点和难点。本文基于改进粒子群控制算法,同时结合PID自适应控制技术,设计和开发了USV的航向稳定性控制系统。     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

潜艇导航系统航向测量及精度评定方法研究

以某型潜艇导航精度试验为例,研究了一种潜艇导航系统航向测量及精度评定方法.评定方法及评定结果获得了潜艇总体设计单位、综合导航系统和武器系统研制单位及使用方的一致认可,并在随后进行的武器发射试验中得到验证,进而为准确分离发射潜艇对武器系统命中精度的影响提供了依据.     

大风浪中船舶航向优选方法探讨

依据船舶耐波性理论计算结果，运用灰色关联综合评估理论对大风流中船舶耐波性进行了综合评估，然后根据结果确定船舶在波浪中以某一航速航行时的优选航向，并通过实例应用与分析表明，使用该方法能为船舶安全航行提供科学指导。     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.     

超大型原油船平行中体建造优化研究

超大型原油船是海运业中的一种重要船型,其载油量为20～30万吨,单船运量大,是原油的理想运输工具。平行中体结构占全船70%左右,是其主要载货空间,在整个船体建造过程中占据重要地位。论文通过分析某型载重量为29.7万吨的VLCC建造过程中的控制工艺及其优劣性,对改进设计工艺工法,提高生产效率有着重要意义和作用。     

一种高精度的天文导航姿态与航向解算模型

利用天文导航进行运载体姿态及航向解算是导航领域一个新的研究课题,具有重大的研究意义及应用价值.本文介绍了一种构建在天球坐标系中的天文导航姿态与航向解算模型.该模型在不利用惯导姿态数据的前提下进行计算,通过构建的模型演变得到运载体的精确姿态及航向,可以有效校正惯导设备因惯性陀螺漂移而导致的姿态误差与航向误差.实际应用表明,该模型对于校正惯性陀螺漂移,提高惯导设备精度具有重大意义.     

基于神经网络和L2增益的船舶航向自动舵设计

对一类带建模误差和不确定性外界干扰的船舶运动非线性系统,提出了一种基于神经网络和L2增益方法的航向自动舵设计.对模型中的建模误差采用在线神经网络予以辨识和补偿,避免了建模误差界定函数的经验选择;而对不确定外界干扰力项则采用L2增益设计,保证了闭环跟踪系统的鲁棒性.控制器设计步骤应用Lyapunov函数递推法,航向跟踪误差和神经网络权值误差被证明是一致终值有界的.合理的控制器参数选择保证了控制系统的跟踪精度.数值仿真结果验证了控制器设计的有效性.     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。