基于免疫算法和参考模型的船舶航向自动舵设计

为解决常规比例-积分-微分(PID)控制超调问题,将参考模型应用于船舶航向自动舵,提出一种模型参考跟踪的船舶航向PID控制算法,使船舶航向跟踪参考模型输出.针对自动舵参数整定问题,提出一种动态免疫克隆选择优化算法,在进化过程中动态改变种群规模、克隆规模和变异参数,从而加快全局搜索速度和提高局部搜索精度,保证控制器性能可靠;也可根据不同的性能指标要求,整定相应的控制参数.实船仿真试验表明,系统超调得到有效抑制,控制参数能根据需要自动调节,控制效果令人满意.     

关于PID自动舵神经网络控制的研究

提出一种基于神经网络的PID自动舵控制方法。该方法能实时精确地辨识船舶数学模型参数,自动调节PID参数,提高船舶航向保持性能。     

基于粒子群优化的船舶PID自动舵的改进

受生物免疫反馈过程的启发,利用模糊逻辑的适应性,提出一种模糊免疫PID控制策略,并以此对传统的PID型航向自动舵进行改进.用一种模糊控制器来模拟免疫系统中的反馈机理,以航行的经济性为目标,采用线性递减权值策略的全局PSO算法,对控制器进行参数优化.并对比2种采用免疫PID控制器的系统组成方案,指明适用于船舶航向控制的控制系统形式.实验仿真结果表明:该控制器能很好地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.     

舵的时间最优控制设想

自动舵是船舶的必需设备,目前广泛使用的有比例微分舵,比例积分微分舵及自适应舵。应用最优控制理论,提出一种时间最优控制器的设计方案,当船舶出现航向偏差时,该控制器控制舵叶使船舶在最短的时间内过渡到指定的航向。     

基于仿人智能积分的Fuzzy-PD控制器性能优化研究

针对常规PID控制器的积分控制难以兼顾系统稳定性与精确性的矛盾,采用仿人智能积分与Fuzzy-PD控制相结合的复合控制策略,在提高系统快速性的同时减少了超调量并保证了精确性.仿真结果表明了控制策略的有效性,达到了控制器性能的全面优化,解决了常规PID对非线性、时变、模型未知等复杂对象难以实现有效控制的问题.     

基于积分Backstepping的船舶航向非线性滑模控制

设计一种基于积分Backstepping的船舶航向非线性滑模控制器,实现船舶在大幅度改向操纵运动中航向准确快速跟踪控制.在采用Bech船舶操纵运动数学模型精确描述船舶大幅度改向运动性能的基础上,利用反演法设计航向改变控制算法,引入积分控制环节消除模型参数不确定性和风、浪、流等干扰影响,借助Lyapunov稳定性定理证明控制系统渐近稳定.对实船的仿真对比可知,本文设计的船舶航向控制器性能优越,控制舵角合理,控制输出航向对本船参数摄动及外界干扰不敏感,具有较强的鲁棒性.     

变论域模糊控制在X舵抗干扰操纵中的应用

为了发掘X舵潜艇在持续高强度随机干扰环境下稳定操纵的能力,建立了某型X舵潜艇六自由度运动模型,分析了X舵的操纵规律,在X舵模糊控制主体、智能模糊积分环节及控制权限动态分配三个方面对X舵模糊控制系统进行了设计.仿真计算表明:模糊控制系统在潜艇低频和高频随机干扰力和力矩峰值分别为500 k N和400k N·m的作用下,基本能将深度和姿态稳定在期望值,控制效果明显好于比例积分微分(PID)控制器,但在高频干扰下存在小范围抖振现象.采用变论域思想对模糊控制系统进行改进,对深度、纵倾、横倾和航向的误差变化率采用论域在线调节机制,在同样的干扰环境下能够消除深度和姿态的抖振,实现对潜艇复杂条件下航行的精准稳定控制.     

随机波浪下基于粒子滤波算法的船舶航向控制

针对波浪扰动环境下船舶航向运动控制问题,运用粒子滤波(particle filter,PF)算法对含有随机扰动的船舶运动状态变量进行优化。根据三自由度整体型船舶运动模型,以及海浪扰动力模型,建立状态方程和观测方程。在此基础上,基于后验概率估计原理采用随时间变化的加权随机粒子之和逼近真实状态变量,并利用蒙特卡洛抽样方法来实现此状态估计过程。在获得真实状态变量后,采用比例-积分-微分(proportion integral derivative,PID)控制算法计算出指令舵角,通过调整舵角对船舶在波浪环境下的航向进行控制。仿真结果表明经粒子滤波算法处理后,在波浪环境下,船舶的航向角非常接近指定航向角,并且在不同类型的运动下,船舶航向控制性能都得到了显著的提升。     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

基于模糊神经网络PID的无人艇航向控制器研究

针对常规比例、积分和微分(proportional integral derivative, PID)控制器在无人艇航向控制系统中表现出的稳定性差、控制精度低等问题,文章提出一种将模糊控制与反向传播(back propagation, BP)神经网络相结合的控制算法;在MATLAB中对比常规PID控制器、模糊PID控制器与模糊神经网络PID控制器在给定期望航向角下的航向控制性能,仿真结果表明模糊神经网络PID控制器对无人艇的航向控制性能最佳;在搭建的实验平台上对不同航向控制器下无人艇的航行轨迹和航向角进行比较,实验结果进一步验证了模糊神经网络PID航向控制算法的优越性。