本文關(guān)鍵詞：基于云模型的船舶動(dòng)力定位控制系統(tǒng)設(shè)計(jì)

  更多相關(guān)文章： 船舶動(dòng)力定位 控制系統(tǒng) 云模型 粒子群優(yōu)化算法 智能PID

【摘要】：船舶動(dòng)力定位系統(tǒng)的核心是控制系統(tǒng),其控制性能的優(yōu)劣直接關(guān)系到動(dòng)力定位系統(tǒng)運(yùn)行的實(shí)際效果,進(jìn)而影響船舶的整體性能及應(yīng)用范圍,因此探索更為先進(jìn)成熟的控制理論和方法一直是動(dòng)力定位控制研究的重點(diǎn)。船舶在海上的運(yùn)動(dòng)過程普遍存在風(fēng)、浪、流等不確定性擾動(dòng),因而動(dòng)力定位控制過程是一類典型的不確定非線性系統(tǒng),特別當(dāng)海洋環(huán)境變化范圍很大時(shí),系統(tǒng)的不確定性表現(xiàn)得尤為突出。云模型控制理論是智能控制領(lǐng)域的新興學(xué)科,其基本思想是利用計(jì)算機(jī)來實(shí)現(xiàn)人的控制經(jīng)驗(yàn),所采用的云模型定性推理方法不要求給出精確的控制對(duì)象數(shù)學(xué)模型,可以實(shí)現(xiàn)對(duì)復(fù)雜非線性系統(tǒng)的控制,不僅能夠保留被控對(duì)象及其環(huán)境中各種未知的不確定性因素,而且對(duì)系統(tǒng)狀態(tài)及參數(shù)變化的適應(yīng)性和魯棒性強(qiáng),具有強(qiáng)大的非線性處理能力和工程實(shí)用性。鑒于云模型控制算法在實(shí)現(xiàn)不確定復(fù)雜系統(tǒng)控制方面的優(yōu)勢,本文創(chuàng)新之處在于將其應(yīng)用于水面船舶動(dòng)力定位控制系統(tǒng)設(shè)計(jì),通過開展動(dòng)力定位云模型控制技術(shù)的研究來解決不同環(huán)境干擾條件下具有大慣性、非線性、時(shí)變性及模型不確定性等特點(diǎn)的船舶動(dòng)力定位控制問題。本文主要工作包括:第一,建立了船舶動(dòng)力定位系統(tǒng)數(shù)學(xué)模型,介紹了云模型控制算法的基本理論;第二,基于一維云模型推理映射算法設(shè)計(jì)了船舶動(dòng)力定位一維云模型控制器和一維復(fù)合云模型控制器,分別基于正態(tài)隸屬云和混合隸屬云的二維云模型推理映射算法設(shè)計(jì)了兩種不同結(jié)構(gòu)的船舶動(dòng)力定位二維云模型控制器;第三,針對(duì)早熟收斂和后期收斂速度慢是標(biāo)準(zhǔn)粒子群優(yōu)化算法面臨的兩大問題,從種群初始化、多樣性保持、控制參數(shù)調(diào)節(jié)及邊界策略選擇等角度著手,分別結(jié)合混沌算法、遺傳算法、一維云模型和二維云模型對(duì)其進(jìn)行了改進(jìn);第四,鑒于采用傳統(tǒng)方法整定云模型控制器控制參數(shù)耗時(shí)繁瑣且難以取得良好的控制效果,針對(duì)具體的船舶動(dòng)力定位云模型控制器,結(jié)合標(biāo)準(zhǔn)粒子群優(yōu)化算法及其改進(jìn)算法的自尋優(yōu)特點(diǎn),提出了云模型控制器控制參數(shù)自整定優(yōu)化設(shè)計(jì)方法;第五,對(duì)于被控對(duì)象復(fù)雜難以控制且控制精度要求特別高的船舶動(dòng)力定位系統(tǒng)只采用PID控制效果并不十分理想,結(jié)合混沌粒子群算法、二維云模型控制和PID控制各自的優(yōu)勢,設(shè)計(jì)了一種具有參數(shù)動(dòng)態(tài)實(shí)時(shí)自整定功能的智能PID控制器。本文的研究豐富了船舶動(dòng)力定位控制算法,對(duì)實(shí)際工程中船舶動(dòng)力定位控制器設(shè)計(jì)具有一定的指導(dǎo)意義和借鑒價(jià)值。
【關(guān)鍵詞】：船舶動(dòng)力定位 控制系統(tǒng) 云模型 粒子群優(yōu)化算法 智能PID
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U664.82
【目錄】：

• 摘要6-7
• Abstract7-17
• 第1章 緒論17-25
• 1.1 課題背景及研究意義17-18
• 1.2 船舶動(dòng)力定位系統(tǒng)簡介18-19
• 1.3 船舶動(dòng)力定位控制系統(tǒng)研究進(jìn)展19-21
• 1.3.1 國外相關(guān)研究20-21
• 1.3.2 國內(nèi)相關(guān)研究21
• 1.4 云模型理論概述21-23
• 1.4.1 云模型理論的提出21-22
• 1.4.2 云模型理論的研究現(xiàn)狀22-23
• 1.4.3 云模型在船舶控制領(lǐng)域應(yīng)用研究現(xiàn)狀23
• 1.5 本文主要研究內(nèi)容23-25
• 第2章 船舶動(dòng)力定位系統(tǒng)建模25-35
• 2.1 船舶運(yùn)動(dòng)坐標(biāo)系和常用符號(hào)25-26
• 2.2 船舶運(yùn)動(dòng)學(xué)模型26-27
• 2.3 船舶動(dòng)力學(xué)模型27-28
• 2.4 海洋環(huán)境干擾模型28-32
• 2.4.1 風(fēng)的干擾力數(shù)學(xué)模型29-30
• 2.4.2 浪的干擾力數(shù)學(xué)模型30-32
• 2.4.3 慢變環(huán)境擾動(dòng)模型32
• 2.5 船舶動(dòng)力定位系統(tǒng)數(shù)學(xué)模型32-34
• 2.5.1 船舶動(dòng)力定位系統(tǒng)非線性模型32-33
• 2.5.2 船舶動(dòng)力定位系統(tǒng)線性化模型33-34
• 2.5.3 本文仿真控制對(duì)象的數(shù)學(xué)模型34
• 2.6 本章小結(jié)34-35
• 第3章 云模型理論35-45
• 3.1 云模型概念35-38
• 3.1.1 云模型的基本定義35-36
• 3.1.2 云模型的數(shù)字特征36
• 3.1.3 云模型的“3En”規(guī)則36-37
• 3.1.4 云模型的拓展37-38
• 3.2 云模型發(fā)生器38-41
• 3.2.1 正向云模型發(fā)生器39
• 3.2.2 逆向云模型發(fā)生器39-40
• 3.2.3 條件云模型發(fā)生器40-41
• 3.3 云模型的不確定性推理41-43
• 3.3.1 單條件單規(guī)則推理41-42
• 3.3.2 雙條件單規(guī)則推理42-43
• 3.4 云模型系統(tǒng)的逼近性43-44
• 3.5 本章小結(jié)44-45
• 第4章 船舶動(dòng)力定位云模型控制器設(shè)計(jì)45-59
• 4.1 云模型控制原理45-46
• 4.2 動(dòng)力定位一維云模型控制器（CMC1）46-50
• 4.2.1 一維云模型推理映射算法與實(shí)現(xiàn)46-47
• 4.2.2 一維云模型控制器設(shè)計(jì)47-48
• 4.2.3 基于一維云模型控制器的動(dòng)力定位控制系統(tǒng)仿真48-50
• 4.3 動(dòng)力定位一維復(fù)合云模型控制器（CMC+）50-53
• 4.3.1 一維復(fù)合云模型映射器算法與實(shí)現(xiàn)50
• 4.3.2 一維復(fù)合云模型控制器設(shè)計(jì)50-52
• 4.3.3 基于一維復(fù)合云模型控制器的動(dòng)力定位控制系統(tǒng)仿真52-53
• 4.4 動(dòng)力定位二維云模型控制器（CMC2）53-58
• 4.4.1 二維云模型推理映射算法與實(shí)現(xiàn)53-55
• 4.4.2 二維云模型控制器設(shè)計(jì)55-57
• 4.4.3 基于二維云模型控制器的動(dòng)力定位控制系統(tǒng)仿真57-58
• 4.5 本章小結(jié)58-59
• 第5章 動(dòng)力定位云模型控制器驅(qū)動(dòng)因子優(yōu)化設(shè)計(jì)59-71
• 5.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法（PSO）59-60
• 5.2 基于標(biāo)準(zhǔn)粒子群算法的驅(qū)動(dòng)因子優(yōu)化60-62
• 5.2.1 適應(yīng)度函數(shù)的選擇60
• 5.2.2 PSO優(yōu)化CMC+的算法流程60-61
• 5.2.3 優(yōu)化實(shí)驗(yàn)與結(jié)果分析61-62
• 5.3 基于改進(jìn)粒子群算法的驅(qū)動(dòng)因子優(yōu)化62-65
• 5.3.1 基于遺傳算法思想改進(jìn)的粒子群算法（APSO）62-64
• 5.3.2 APSO優(yōu)化CMC+的算法流程64
• 5.3.3 優(yōu)化實(shí)驗(yàn)與結(jié)果分析64-65
• 5.4 基于優(yōu)化后CMC+的動(dòng)力定位控制系統(tǒng)仿真65-70
• 5.4.1 理想海況下的控制系統(tǒng)仿真66-67
• 5.4.2 四級(jí)海況下的控制系統(tǒng)仿真67-69
• 5.4.3 七級(jí)海況下的控制系統(tǒng)仿真69-70
• 5.5 本章小結(jié)70-71
• 第6章 動(dòng)力定位云模型控制器特征參數(shù)優(yōu)化設(shè)計(jì)71-83
• 6.1 基于標(biāo)準(zhǔn)粒子群算法的特征參數(shù)優(yōu)化71-74
• 6.1.1 PSO優(yōu)化CMC1的算法流程72
• 6.1.2 優(yōu)化實(shí)驗(yàn)與結(jié)果分析72-74
• 6.2 基于改進(jìn)粒子群算法的特征參數(shù)優(yōu)化74-77
• 6.2.1 基于一維云模型改進(jìn)的粒子群優(yōu)化算法（CM1-PSO）74-75
• 6.2.2 CM1-PSO優(yōu)化CMC1的算法流程75
• 6.2.3 優(yōu)化實(shí)驗(yàn)與結(jié)果分析75-77
• 6.3 基于優(yōu)化后CMC1的動(dòng)力定位控制系統(tǒng)仿真77-82
• 6.3.1 理想海況下的控制系統(tǒng)仿真78-79
• 6.3.2 四級(jí)海況下的控制系統(tǒng)仿真79-81
• 6.3.3 七級(jí)海況下的控制系統(tǒng)仿真81-82
• 6.4 本章小結(jié)82-83
• 第7章 基于二維云模型的動(dòng)力定位控制器優(yōu)化設(shè)計(jì)83-105
• 7.1 動(dòng)力定位二維云模型控制器優(yōu)化設(shè)計(jì)83-92
• 7.1.1 基于二維云模型改進(jìn)的粒子群優(yōu)化算法（CM2-PSO）83-86
• 7.1.2 CM2-PSO優(yōu)化CMC2T的算法流程86
• 7.1.3 優(yōu)化實(shí)驗(yàn)與結(jié)果分析86-87
• 7.1.4 基于優(yōu)化后CMC2T的動(dòng)力定位控制系統(tǒng)仿真87-92
• 7.2 基于二維云模型在線優(yōu)化的智能PID控制器設(shè)計(jì)92-103
• 7.2.1 混沌粒子群優(yōu)化算法（CPSO）92-95
• 7.2.2 基于混沌粒子群算法的智能PID控制參數(shù)離線優(yōu)化95-96
• 7.2.3 基于二維云模型的智能PID控制參數(shù)在線整定96-99
• 7.2.4 基于智能PID控制器的動(dòng)力定位控制系統(tǒng)仿真99-103
• 7.3 本章小結(jié)103-105
• 總結(jié)與展望105-107
• 參考文獻(xiàn)107-110
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文110-111
• 致謝111

，

本文編號(hào)：1060750