本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的模糊PID自動舵設(shè)計

  更多相關(guān)文章： MMG PID 模糊控制 BP神經(jīng)網(wǎng)絡(luò) 自動舵

【摘要】：模糊控制器的量化因子由輸入變量的物理論域和模糊論域確定,輸入變量的物理論域在不斷地變化,固定的量化因子已不能滿足控制精度的要求。根據(jù)輸入變量的物理論域的變化與量化因子的關(guān)系,設(shè)計BP神經(jīng)網(wǎng)絡(luò),在線調(diào)整量化因子,提高模糊PID自動舵的控制性能。 將作用于船體上的流體動力和力矩按照物理意義,分解為作用于裸船體、敝水槳和敞水舵上的流體動力和力矩,以及它們之間的相互干擾流體動力和力矩。為了驗證船舶航向控制器的性能,建立船舶操縱數(shù)學模型(MMG)。通過計算機仿真實驗,驗證所建立船舶模型的準確性。 設(shè)計傳統(tǒng)的PID船舶自動舵,對船舶航向進行控制,人工整定PID控制器的參數(shù),使PID控制器效果達到最佳。被控對象模型的不確定性和航行環(huán)境的變化,降低了船舶PID自動舵的控制精度,針對傳統(tǒng)PID控制器的缺點,添加一個模糊控制器,以航向偏差和偏差變化率為輸入,根據(jù)經(jīng)驗確定控制規(guī)則,在線調(diào)節(jié)PID控制器的參數(shù),改善傳統(tǒng)PID自動舵的性能。 根據(jù)船舶期望航向的不同,人工整定模糊控制器的量化因子。設(shè)計一個以船舶期望航向為輸入,量化因子為輸出的BP神經(jīng)網(wǎng)絡(luò),利用期望航向和由人工整定的量化因子為訓練樣本對網(wǎng)絡(luò)進行訓練,在線調(diào)節(jié)模糊控制器的量化因子,改善模糊PID自動舵的航向控制性能。 通過計算機仿真實驗,驗證模糊PID自動舵的控制性能優(yōu)于傳統(tǒng)PID自動舵的控制性能,經(jīng)過BP神經(jīng)網(wǎng)絡(luò)在線調(diào)整量化因子后的基于BP神經(jīng)網(wǎng)絡(luò)的模糊PID自動舵的控制性能優(yōu)于常規(guī)PID自動舵的控制性能。
【關(guān)鍵詞】：MMG PID 模糊控制 BP神經(jīng)網(wǎng)絡(luò) 自動舵
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U664.36;U664.82
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-15
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 船舶自動舵的研究現(xiàn)狀10-11
• 1.2.2 模糊控制與人工神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀11-12
• 1.3 本章的主要研究內(nèi)容12-15
• 第2章 船舶運動數(shù)學模型15-29
• 2.1 坐標系15-16
• 2.2 船舶運動方程的建立16-25
• 2.2.1 流體慣性力和力矩17
• 2.2.2 流體黏性力和力矩17-19
• 2.2.3 螺旋槳推力19-21
• 2.2.4 舵力和力矩21-22
• 2.2.5 風干擾力和力矩22-24
• 2.2.6 波浪干擾力和力矩24-25
• 2.2.7 流的干擾力和力矩25
• 2.3 仿真實驗25-27
• 2.4 本章小結(jié)27-29
• 第3章 模糊自適應(yīng)整定PID船舶自動舵29-39
• 3.1 傳統(tǒng)PID船舶自動舵29-30
• 3.2 模糊自適應(yīng)整定PID船舶自動舵30-31
• 3.3 模糊控制器31-33
• 3.3.1 量化因子與比例因子的確定31-32
• 3.3.2 模糊化32
• 3.3.3 控制規(guī)則與模糊推理32
• 3.3.4 清晰化32-33
• 3.4 仿真實驗33-37
• 3.5 本章小結(jié)37-39
• 第4章 基于BP神經(jīng)網(wǎng)絡(luò)的模糊PID自動舵39-45
• 4.1 BP神經(jīng)網(wǎng)絡(luò)39-41
• 4.1.1 神經(jīng)網(wǎng)絡(luò)的前向計算39-40
• 4.1.2 神經(jīng)網(wǎng)絡(luò)加權(quán)系數(shù)的調(diào)整40
• 4.1.3 仿真實驗40-41
• 4.2 基于BP神經(jīng)網(wǎng)絡(luò)的模糊PID自動舵41-43
• 4.2.1 量化因子的人工整定41-42
• 4.2.2 量化因子擬合42-43
• 4.3 仿真實驗43-44
• 4.4 本章小結(jié)44-45
• 結(jié)論45-47
• 參考文獻47-53
• 攻讀學位期間公開發(fā)表論文53-55
• 致謝55-57
• 作者簡介57

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅偉林;鄒早建;;應(yīng)用支持向量機的船舶操縱運動響應(yīng)模型辨識(英文)[J];船舶力學;2007年06期

2 陳俊勇;;中國現(xiàn)代大地基準——中國大地坐標系統(tǒng)2000(CGCS 2000)及其框架[J];測繪學報;2008年03期

3 王川川;趙錦成;齊曉慧;;模糊控制器設(shè)計中量化因子、比例因子的選擇[J];四川兵工學報;2009年01期

4 鄧兵,梁文林;模糊控制系統(tǒng)中量化因子和比例因子的研究[J];電光與控制;1999年01期

5 林小峰,廖志偉,方輝;隸屬函數(shù)對模糊控制性能的作用與影響[J];電機與控制學報;1998年04期

6 張顯庫,賈欣樂,劉川;響應(yīng)型船舶運動數(shù)學模型的構(gòu)造[J];大連海事大學學報;2004年01期

7 杜嘉立，，王云煌;船舶橫向力與舵力對船舶操縱性的綜合影響[J];大連海事大學學報;1996年01期

8 張寶X;張寶一;;基于BP神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)擬合[J];電腦知識與技術(shù);2012年27期

9 王士同;支持對理論—模糊邏輯程序設(shè)計語言的基礎(chǔ)[J];鎮(zhèn)江船舶學院學報;1990年01期

10 榮盤祥;戴如俊;付剛;;一種基于變論域、模糊規(guī)則切換的模糊控制系統(tǒng)[J];哈爾濱理工大學學報;2006年05期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 沈海龍;船體與節(jié)能附體及螺旋槳的非定常干擾研究[D];哈爾濱工程大學;2009年

2 羅偉林;基于支持向量機方法的船舶操縱運動建模研究[D];上海交通大學;2009年

3 汪洋;基于動態(tài)神經(jīng)模糊模型的欠驅(qū)動水面船舶運動控制[D];大連海事大學;2010年

本文編號：1096057