船舶在水上航行時(shí),除了會(huì)受到風(fēng)荷載的作用之外,還會(huì)受到慣性力的影響,由此可能會(huì)導(dǎo)致船舶產(chǎn)生側(cè)向漂移,容易使船舶偏離航跡。為此,需要對(duì)船舶轉(zhuǎn)首角速度保持進(jìn)行有效控制。神經(jīng)網(wǎng)絡(luò)PID具有較強(qiáng)的控制性能,可將之運(yùn)用到船舶轉(zhuǎn)艏角速度保持控制當(dāng)中,從而確保船舶始終處于給定的航線內(nèi)航行,保證航行安全。基于此,本文從神經(jīng)網(wǎng)絡(luò)PID的簡(jiǎn)要介紹入手,論述了基于神經(jīng)網(wǎng)絡(luò)PID的船轉(zhuǎn)艏角速度保持控制仿真優(yōu)化。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(08)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

航向偏差Fig.1Headingdeviation

墑?穩(wěn)態(tài)精度獲得顯著提升[4–5]。當(dāng)通過神經(jīng)網(wǎng)絡(luò)PID算法對(duì)船轉(zhuǎn)首角進(jìn)行控制時(shí)，需要建立控制函數(shù)對(duì)整個(gè)過程進(jìn)行優(yōu)化，一般可以假設(shè)首角轉(zhuǎn)向時(shí)間為T，轉(zhuǎn)速為v，即可得到PID的控制閉環(huán)函數(shù)為：2vBTc1Bc2vT，上述的閉環(huán)控制函數(shù)經(jīng)過神經(jīng)網(wǎng)絡(luò)算法優(yōu)化為：χ(τ,fv)=√γs(t)s(γ(tτ))ej2πfdtdt2，γ=1+fd/fc式中，為控制系數(shù)�？刂乒�(jié)點(diǎn)如圖3所示。圖1航向偏差Fig.1Headingdeviation圖2反模糊化擬合曲線Fig.2Deblurringfitcurve圖3船轉(zhuǎn)首角控制節(jié)點(diǎn)Fig.3Shipturncornercontrolnode第42卷趙鵬，等：神經(jīng)網(wǎng)絡(luò)PID的船轉(zhuǎn)首角速度保持控制仿真優(yōu)化·29·

??PID算法對(duì)船轉(zhuǎn)首角進(jìn)行控制時(shí)，需要建立控制函數(shù)對(duì)整個(gè)過程進(jìn)行優(yōu)化，一般可以假設(shè)首角轉(zhuǎn)向時(shí)間為T，轉(zhuǎn)速為v，即可得到PID的控制閉環(huán)函數(shù)為：2vBTc1Bc2vT，上述的閉環(huán)控制函數(shù)經(jīng)過神經(jīng)網(wǎng)絡(luò)算法優(yōu)化為：χ(τ,fv)=√γs(t)s(γ(tτ))ej2πfdtdt2，γ=1+fd/fc式中，為控制系數(shù)。控制節(jié)點(diǎn)如圖3所示。圖1航向偏差Fig.1Headingdeviation圖2反模糊化擬合曲線Fig.2Deblurringfitcurve圖3船轉(zhuǎn)首角控制節(jié)點(diǎn)Fig.3Shipturncornercontrolnode第42卷趙鵬，等：神經(jīng)網(wǎng)絡(luò)PID的船轉(zhuǎn)首角速度保持控制仿真優(yōu)化·29·

【參考文獻(xiàn)】：
期刊論文
[1]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的船舶航跡預(yù)測(cè)[J]. 胡玉可,夏維,胡笑旋,孫海權(quán),王云輝.  系統(tǒng)工程與電子技術(shù). 2020(04)
[2]基于回歸深度卷積網(wǎng)絡(luò)的船舶圖像與視頻檢測(cè)[J]. 黃志堅(jiān),張成,王慰慈.  上海海事大學(xué)學(xué)報(bào). 2019(04)
[3]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的船舶軌跡識(shí)別方法[J]. 凡甲甲,祁云嵩,葛霓琳.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(12)
[4]基于神經(jīng)網(wǎng)絡(luò)PID的氣墊船轉(zhuǎn)艏角速度保持控制研究[J]. 魏健雄,萬舟.  軟件導(dǎo)刊. 2018(03)

碩士論文
[1]吊艙推進(jìn)船舶運(yùn)動(dòng)數(shù)學(xué)模型與自抗擾控制研究[D]. 徐亮.大連海事大學(xué) 2016



本文編號(hào)：3281974