王兆宇[1]2003年在《神经网络理论应用于航向自动舵研究》文中提出本文首先介绍了自动舵的发展和神经网络组成及功能，并利用Matlab6.1语言构造一个船舶运动控制器的开发环境，然后在此环境中研究了神经网络控制算法和遗传算法在船舶航向自动舵上的应用。 传统的PID自动舵需要精确的船舶控制模型来得到好的控制效果，但在实际当中，精确的船舶模型是很难得到的。为了解决这一问题，本文讨论了利用神经网络学习理论结合PID算法而形成的神经元PID，神经元自适应PSD和神经网络PID控制算法并将之应用到了船舶的航向控制。仿真结果表明，此叁种方法与对象的数学模型无关：在存在海风、海浪和海流干扰情况下，这叁种方法都能达到明显比传统的PID算法好的航向控制效果。 论文还就利用遗传算法来寻优神经网络PID参数方面作了探讨，讨论了不同的λ值对于控制效果的影响，并得出了在仿真条件下一组最优的PID参数值。
李俊方[2]2012年在《考虑输入饱和的船舶航向自动舵设计》文中指出船舶航向自动舵设计是自动控制理论应用得较早、取得成果比较显着的领域。而在设计过程中考虑系统输入饱和问题的研究,却鲜有成果。本文针对船舶航向控制非线性系统具有的舵角输入饱和限制问题,分别考虑了系统已知、带有参数不确定以及含有任意不确定性的情况,提出了叁种考虑输入饱和的船舶航向自动舵控制算法。首先,针对船舶航向非线性系统已知的情况,通过引进一种饱和辅助设计系统对控制器进行直接地内补偿,提出了一种考虑输入饱和的船舶航向自动舵控制算法,保证了系统的稳定性,得到了良好的控制性能；其次,在考虑输入饱和基础上,针对船舶航向系统带有参数不确定和未知外界干扰的情况,采取基于李雅普诺夫定理的后推(Backstepping)设计方法以及自适应控制技术,提出了一种考虑输入饱和的鲁棒自适应船舶航向自动舵控制算法；最后,针对一类考虑输入饱和及未知外界干扰的通用高阶严格反馈不确定非线性系统,采用神经网络逼近技术处理任意不确定性,提出了一种考虑输入饱和的直接自适应神经网络动态面控制(Dynamic Surface Control; DSC)算法,并用于船舶航向自动舵控制算法设计。针对传统后推方法中易产生“计算量膨胀”问题,本文引进了动态面控制技术,从而大大降低了控制器的复杂性,使之易于工程实现。另外,在对不确定非线性系统控制设计中,利用系统仿射项的特性和直接自适应技术,避免了控制器奇异值问题。同时,保证了闭环系统是最终一致有界的。本文所提出的控制算法能够保证闭环系统的稳定性,并且使得航向跟踪误差任意小。最后,利用MATLAB进行计算机仿真研究,分别验证了上述叁种控制器的有效性。
罗伟林, 邹早建, 李铁山[3]2009年在《基于神经网络和L_2增益的船舶航向自动舵设计》文中研究表明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。
赵晴[4]2012年在《船舶航迹智能控制算法的研究》文中指出航迹智能控制是当今船舶运动控制领域的一个重要课题，同时也是船舶智能操控仿真平台实现航行智能化及其自动控制模块的重要内容，本文设计的航迹智能控制仿真系统采用间接控制方式，其设计的航迹智能控制算法由航迹制导和航迹自动控制算法两部分组成。本文设计的航迹自动控制算法由航向制导算法和航向自动控制算法两部分组成。主要研究工作如下：（1）提出了一种新的船舶航向控制算法的性能评判方法。为了选择性能较优的航向控制算法作为间接航迹自动控制的航向控制算法，本文提出了一种基于模糊隶属函数的航向跟踪性能评判加权平均法，其性能指标的权值确定方法来源于对有经验的船舶操纵人员问卷调查分析结果，因此该评价方法比一般的定性评价更具科学性和实用性。（2）基于Matlab仿真分析了本文采纳的四种航向自动控制算法。在研究分析各种航向自动控制算法原理的基础上，借助Matlab对普通PID、丹麦航海研究所（简称DMI）设计的PID、模糊自整定PID控制器以及专家模糊控制器与叁自由度船模构成的航向自动舵进行仿真。基于（1）提出的船舶航向控制算法性能的评判方法，分析评价四种航向自动舵的航向跟踪性能，将性能最优的模糊自整定PID航向自动舵作为本文航迹间接控制仿真系统的航向控制算法。（3）研究设计与实现航迹智能控制算法。本文设计了航向制导算法，与性能较优的模糊自整定PID航向自动舵构成间接型航迹自动舵，然后设计了航迹制导算法与航迹自动舵构成航迹智能控制算法。（4）基于先进的、近似海上模拟环境的船舶智能操控仿真平台桌面系统的算法仿真测试。利用Visual C++6.0开发工具将本文设计的航迹智能控制算法编程实现，并集成到我校研发的具有DMI六自由度船模的船舶智能操控仿真平台，分别对目标船的智能航行和本船的航迹保持与跟踪进行了大量的平台实验，验证了设计的航迹智能控制算法的性能。
王雨迪[5]2014年在《基于自抗扰控制算法的水面无人艇航向自动舵设计》文中进行了进一步梳理无入艇的关键技术是自主航行和智能避碰,而自动舵是其关键设备。由于无人艇自身的动态模型不仅具有参数不确定性、非线性等特点,而且在航行过程中易受到风、浪、流等海洋环境的干扰,解决无人艇运动控制的鲁棒性问题尤为重要。为此,本文结合ADRC在相关领域的研究,将自抗扰控制算法应用于水面无人艇的航向控制。本文阐述了课题的研究背景和意义,介绍了国内外水面无人艇的发展现状及自动舵的发展历程,分析了无人艇航向控制的研究现状。全面叙述了自抗扰控制技术的提出、发展历程以及应用研究现状。分析了经典PID控制的优缺点和改进措施,论述了自抗扰控制器的结构组成和基本原理。针对带有舵机非线性特性的的二阶Nomoto模型,基于二阶ADRC设计了无人艇航向自抗扰控制器。本文采用整体型建模思想,建立了响应型无人艇叁自由度平面运动的线性化数学模型,给出了舵机模型,并建立了风、浪、流环境干扰数学模型。基于所建立的数学模型,分别在有无环境干扰和参数摄动的情况对自抗扰控制器进行了仿真研究,并与PID控制器进行了仿真对比。仿真结果验证了自抗扰控制的有效性,自抗扰控制器对于无人艇航向运动的非线性、不确定性和环境干扰均具有较强的鲁棒性,不仅能实现平滑操舵,而且操舵量小,节约了能源,满足无人艇高精度航向控制的要求。本文根据航向自动舵的要求,对硬件进行了详细设计,对于各功能软件模块进行了编程调试,以STM32为核心控制器的无人艇航向自动舵能够满足了无人艇航向控制的功能需求。
刘程[6]2011年在《基于DSC-MLP的船舶航向自动舵自适应模糊设计》文中研究指明开发自适应性、鲁棒性好并且结构简单、易于工程实践的船舶航向自动舵是当今船舶运动控制领域的一个重要课题。本文主要设计了叁种结构简单、计算量小的船舶航向自动舵自适应模糊控制算法：第一种算法的每个子系统中有两个学习参数；第二种算法的每个子系统中有一个学习参数；第叁种算法的整个系统只有一个学习参数。本文中的船舶航向自动舵自适应模糊控制算法采用T-S模糊系统逼近船舶航向控制系统中的未知不确定性项,但是通常利用模糊逼近器所设计的自适应算法中易产生“维数灾难”的问题,本文采用最少学习参数算法(Minimal Learning Paramaters; MLP)去解决这个问题。设计过程中采用后推(Backstepping)方法,在利用后推方法时,易产生“计算量膨胀”问题,为解决“计算量膨胀”问题,我们引进了动态面控制算法(Dynamic Surface Control; DSC)。将MLP与DSC结合,旨在能够同时解决“维数灾难”以及“计算度膨胀”问题,所以本文设计的船舶航向自动舵自适应模糊控制算法计算量小,易于工程实现,并且能够避免可能存在的控制器奇异值问题。同时,能够保证闭环系统的稳定性,并且使得航向跟踪误差任意小。利用Matlab对本文提出的叁种自适应模糊算法进行计算机仿真；为了进一步说明控制器的控制性能,改变船舶航向控制系统模型参数,对比仿真结果。
参考文献：
[1]. 神经网络理论应用于航向自动舵研究[D]. 王兆宇. 哈尔滨工程大学. 2003
[2]. 考虑输入饱和的船舶航向自动舵设计[D]. 李俊方. 大连海事大学. 2012
[3]. 基于神经网络和L_2增益的船舶航向自动舵设计[J]. 罗伟林, 邹早建, 李铁山. 中国造船. 2009
[4]. 船舶航迹智能控制算法的研究[D]. 赵晴. 集美大学. 2012
[5]. 基于自抗扰控制算法的水面无人艇航向自动舵设计[D]. 王雨迪. 大连海事大学. 2014
[6]. 基于DSC-MLP的船舶航向自动舵自适应模糊设计[D]. 刘程. 大连海事大学. 2011