船舶自动舵控制技术的发展

介绍与比较了船舶操纵的各种自动舵控制方法,船舶自动舵可分为4个发展阶段,即机械舵、PID舵、自适应舵和智能舵,其中智能舵为目前最先进的自动舵,它又分为专家系统、模糊舵和神经网络舵.     

风翼助航船舶风翼攻角控制策略

针对风翼助航船舶,考虑到风翼侧推力会增加船舶阻力,结合风翼作用力和船舶空气阻力,对能够为风翼助航船舶提供最大助推作用的风翼攻角控制策略进行分析.采用分离型数学建模(MMG)方法建立某6万t散货船的风翼助航船舶运动模型,并采用变参数PID自动舵对船舶航向进行控制;结合风翼空气动力特性和裸船体空气阻力特性,进一步对二者合作用力特性进行分析;通过仿真分析不同风况下二者合力对船舶稳态航速变化的影响,得到最佳风翼攻角控制方案.     

单神经元PID控制在锅炉水位控制中的应用研究

针对PID控制器的缺点,提出一种用于锅炉水位控制的单神经元自适应PID控制器。通过Simulink的仿真证明,该控制器利用神经元的学习特性,自动调节PID参数,控制效果优于传统PID控制。     

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.     

模糊自适应PID控制方法研究与仿真

对于非线性、时变性的系统来讲,传统PID控制难以达到满意效果。利用模糊推理的方法实现对PID参数的在线自动整定,并且在Matlab软件环境下进行了研究与仿真。仿真结果表明,参数自适应模糊PID控制能使系统控制响应快、控制稳定,且具备了良好的动态性能。     

广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

船舶操纵的高斯势函数神经网络PID控制器研究

针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用高斯势函数神经网络的自适应PID控制系统,该系统由2个高斯势函数神经网络组成,其中一个用于船舶运动模型的辨识,另一个用于PID学习控制。文中还提出了广义递归最小二乘学习算法,以便加快网络训练速度。船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

积分分离法PID控制在自动配料系统中的应用

自动配料系统在冶金、水泥、制药等工业领域得到广泛应用,本文在积分分离法PID控制器的基础上,根据误差的不同区域用数字离散化实现了对PID参数的在线自动整定,实验结果表明,设置合理的误差区间,选择合理的PID参数能够满足控制系统响应速度快、速度精度高、鲁棒性强的要求.     

双容水箱的神经PID控制

利用神经网络自学习的特性,结合常规PID(比例-积分-微分)控制理论,提出基于BP(back propaga-tion)神经网络进行PID参数整定的控制策略.该方案能实现控制器参数的自动调整,以及在线调节参数Kp,Ki,Kd,适应被控过程的时变性,提高控制的性能和可靠性.仿真结果表明:相对于传统的PID控制方法,神经网络PID控制系统取得更满意的控制效果.     

基于自适应模糊PID控制的双闭环直流调速系统

在模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且在MATLAB软件下将该控制器在双闭环直流调速系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

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.     

船舶航向保持的PID控制

针对船舶在海上航行时存在着航向偏离理想直航线的问题，确定了保持船舶航向稳定性的性能指标，并采用PID控制方法保持船舶航向的稳定性．仿真结果表明该方法是有效的．     

规则波中船舶操纵与垂荡、纵摇耦合运动模拟与特性分析

采用MMG分离模型的思路,在船舶六自由度操纵性运动方程中叠加波浪垂荡力和纵摇力矩,构成波浪中船舶操纵与垂荡、纵摇耦合动力学模型,用来模拟规则波中船舶操纵与垂荡、纵摇耦合运动特性。其中的波浪力由切片法计算,船舶航向保持采用PD控制模式。采用耦合动力学模型计算了某船在规则波中保持航向时的垂荡、纵摇运动,并与试验结果进行了比较。两者的幅频曲线形式上基本一致,间接证明了耦合动力学模型的有效性。进而采用该模型计算了该船在不同浪向角和航速下保持航向稳定的垂荡、纵摇运动,以垂荡、纵摇等值极坐标曲线形式表征了船舶规则波浪中操纵与垂荡、纵摇的耦合运动特性。     

基于GPS导航的智能测绘船控制策略

介绍了一种新型的水底地貌智能测绘船的硬件系统组成,将改进的PID算法应用在基于GPS导航的智能测绘船控制系统中.采用位置式PD-PID双模控制算法控制测绘船的航向,同时对船速采用PID和Bang-Bang控制算法相结合的控制策略,通过工程整定法确定PID参数及阈值,利用航向控制和速度控制的配合,使测绘船自动完成预定的测量工作.试验结果证明了控制策略的可行性.     

基于VB DLL的船舶航向保持参数整定技术研究

为提高程序代码的保密性,采用DLL（动态链接库）进行编程.对船舶运动控制的核心控制算法,运用基于闭环增益成形算法的PID参数整定方法进行设计.用VB DLL对鲁棒PID控制算法进行编程,将其编译为.dll文件,在主程序中调用该文件.在8级风的恶劣海况下,该控制器能较好地保持航向,上升时间小于550 s,具有较强的鲁棒性.可见,DLL的引入在核心程序代码保密方面取得了令人满意的效果,同时又不影响用户的正常使用.     

基于自适应逆控制技术的船舶操纵仿真控制

对自适应逆控制理论中的对象动态控制问题和对象扰动控制问题分别进行了探讨，并且针对船舶模型特性，改进了自适应逆控制的框图，使其能够更好地应用于船舶操纵控制。在算法上用最小二乘法代替LMS(Least Mean Square)算法对船舶进行模型参数辨识和控制器的设计。仿真结果表明，改进后的自适应逆控制算法能适应船舶数学模型的变化，与PID控制相比，这种算法具有动态响应快，抗扰动性好等特点。     

基于自适应输出反馈的船舶航向控制

针对复杂海情下的航向跟踪问题,提出基于神经网络的自适应输出反馈控制方法.利用Lyapunov稳定性理论,证明了该控制设计方法的稳定性.为克服航向角速度难以测量的问题,应用线性观测器进行状态估计,并结合神经网络拟合了复杂海况下的水动力不确定参数.为增强控制器的鲁棒性,对所设计的控制器进行了重新修正,使其具有更好的抗干扰能力.以一艘货船为例,进行了航向在10°和—10°间连续改变的仿真实验,结果表明设计的控制器具有船舶操纵的良好动态性能,且具有无超调、鲁棒性强的优点.