本文關鍵詞：基于人工神經智能的船舶航跡保持控制及通航安全應用研究

  更多相關文章： 人工神經網(wǎng)絡 動態(tài)面控制 最少學習參數(shù) 航跡保持控制 通航安全應用研究

【摘要】：隨著造船業(yè)及航運領域的蓬勃發(fā)展,船舶也逐步趨于大型化、高速化及自動化,對船舶操控性的要求也越來越高,船舶自動舵的研發(fā)受到了空前的重視。船舶在海上航行時,由于航速、裝載狀態(tài)等的變化以及外界環(huán)境干擾的影響,致使船舶控制系統(tǒng)具有強不確定性、非線性及不穩(wěn)定性。因此,研制控制性能優(yōu)異、易于工程實現(xiàn)的非線性船舶航跡自動舵顯得尤為重要。 本文針對一類單輸入單輸出不確定非線性系統(tǒng),基于Lyapunov穩(wěn)定性理論,人工神經網(wǎng)絡(Artificial Neural Networks, ANNs)逼近器、反步技術(Backstepping)、動態(tài)面控制技術(Dynamic Surface Control, DSC)和最少學習參數(shù)(Minimal Learning Paramaters, MLP)算法,提出了一種新的的自適應神經網(wǎng)絡控制方法。將神經網(wǎng)絡算法用于逼近控制系統(tǒng)中未知的不確定函數(shù),所得到的閉環(huán)系統(tǒng)是半全局一致最終有界的。所提出的算法最顯著的特點是：(1)在控制器的設計過程中,當采用反步(Backstepping)方法時,會引發(fā)“計算量膨脹”問題,本文引入了DSC技術,其較好地處理了設計過程中的“計算量膨脹”問題。(2)采用人工神經網(wǎng)絡技術去逼近控制系統(tǒng)中的未知不確定函數(shù)時,針對自適應神經網(wǎng)絡算法中易產生“維數(shù)災難”的問題,本文引入了MLP算法解決了這個問題。將MLP與DSC結合,旨在同時解決“維數(shù)災難”及“計算量膨脹”問題,克服控制器設計時可能存在的控制器奇異值問題,從而保證閉環(huán)系統(tǒng)的穩(wěn)定性。 另一方面,由于船舶運動呈現(xiàn)非線性、強不確定性及復雜性,將提出的單輸入單輸出非線性系統(tǒng)自適應神經網(wǎng)絡控制算法應用到船舶直線航跡保持控制系統(tǒng)中,本文共設計了三種具有魯棒性、自適應性、可靠性和實時性的船舶航跡保持控制算法；三種控制算法分別針對船舶航跡保持控制系統(tǒng)中的自適應學習參數(shù)進行了調整,Matlab仿真實驗驗證了控制器的控制性能。最后改變控制系統(tǒng)模型參數(shù),并與傳統(tǒng)的PD舵控制效果進行對比研究,驗證本文提出的控制算法的魯棒性、自適應性,同時具有計算量小,易于工程實現(xiàn)的特點。 最后將船舶直線航跡自動控制技術應用于船舶通航安全模擬,將航跡自動控制模塊嵌入船舶操縱模擬器,提出了一種基于自動船舶操縱模擬器的船舶通航安全模擬方法,將其應用于船舶在受限水域的通航安全評價研究,彌補了人工船舶操縱模擬器受人為因素影響的缺陷,極大改進了船舶操縱模擬器技術,為船舶安全操縱提供科學、客觀的參考決策,進而開發(fā)出船舶在各種港口、航道及河道等限制水域內的通航安全智能評估方法,為限制水域內船舶的安全操縱提供客觀、可行的參考策略；為船舶安全、快速通過限制水域提供指導,以切實提高船舶通航的安全性和效率；為航道整治及擬建和新建港航工程設施的通航安全論證和評估提供科學、有效的通航模擬和評估方法。
【關鍵詞】：人工神經網(wǎng)絡 動態(tài)面控制 最少學習參數(shù) 航跡保持控制 通航安全應用研究
【學位授予單位】：大連海事大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：U664.82;U676.1
【目錄】：

• 摘要5-7
• Abstract7-12
• 第1章 緒論12-26
• 1.1 課題研究背景12-14
• 1.2 課題研究現(xiàn)狀14-23
• 1.2.1 船舶自動舵的研究現(xiàn)狀14-20
• 1.2.2 船舶通航安全評估研究現(xiàn)狀20-23
• 1.3 課題提出的意義23-24
• 1.4 本文研究內容24-26
• 第2章 相關基礎知識26-34
• 2.1 Lyapunov穩(wěn)定性判別方法及定理26-29
• 2.1.1 Lyapunov穩(wěn)定性判別方法26-27
• 2.1.2 Lyapunov穩(wěn)定性判別定理27-29
• 2.2 徑向基神經網(wǎng)絡29-34
• 2.2.1 徑向基函數(shù)神經網(wǎng)絡的基本原理30-31
• 2.2.2 徑向基函數(shù)神經網(wǎng)絡的應用31-34
• 第3章 基于Backstepping和DSC的非線性系統(tǒng)神經網(wǎng)絡設計34-61
• 3.1 基于Backstepping的單輸入單輸出非線性系統(tǒng)控制器設計35-40
• 3.2 基于Backstepping的單輸入單輸出非線性動態(tài)面設計40-44
• 3.2.1 動態(tài)面技術介紹41
• 3.2.2 基于Backstepping的單輸入單輸出非線性動態(tài)面設計41-44
• 3.3 基于DSC和MLP的非線性不確定神經網(wǎng)絡控制器設計44-60
• 3.3.1 問題的提出46-47
• 3.3.2 控制器設計47-51
• 3.3.3 穩(wěn)定性分析51-54
• 3.3.4 仿真實例54-60
• 3.4 結論60-61
• 第4章 基于人工神經智能的船舶航跡保持控制器設計61-97
• 4.1 問題描述61-64
• 4.2 基于DSC-MLP的人工神經智能船舶航跡保持控制設計(一)64-73
• 4.2.1 控制器設計64-68
• 4.2.2 穩(wěn)定性分析68-70
• 4.2.3 仿真實例70-73
• 4.2.4 小結73
• 4.3 基于DSC-MLP的人工神經智能船舶航跡保持控制設計(二)73-82
• 4.3.1 控制器設計74-77
• 4.3.2 穩(wěn)定性分析77-79
• 4.3.3 仿真實例79-82
• 4.3.4 小結82
• 4.4 基于DSC-MLP的人工神經智能船舶航跡保持控制設計(三)82-95
• 4.4.1 控制器設計及穩(wěn)定性分析82-86
• 4.4.2 仿真實例86-95
• 4.4.3 小結95
• 4.5 本章小結95-97
• 第5章 基于船舶航跡自動控制的限制水域通航安全應用研究97-126
• 5.1 船舶運動數(shù)學模型97-116
• 5.1.1 船舶運動數(shù)學模型的分類98-99
• 5.1.2 船舶運動模型的建立99-116
• 5.2 船舶操縱模擬器在船舶通航安全評估中的應用116-121
• 5.3 限制水域內通航安全實例及通航安全對比研究121-125
• 5.4 結論125-126
• 第6章 總結與展望126-128
• 6.1 總結126-127
• 6.2 展望127-128
• 參考文獻128-142
• 致謝142-143
• 攻讀學位期間公開發(fā)表論文143-144
• 個人履歷144

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐海彬,鮑其蓮,張炎華;PID自動舵的自整定專家系統(tǒng)[J];船舶工程;2004年03期

2 彭國均;翁躍宗;熊振南;張壽桂;;基于船舶操縱模擬器的船舶通航安全評估[J];船舶工程;2008年06期

3 杜佳璐;王琳;姜傳林;;基于逆推方法的非線性船舶航跡跟蹤控制[J];船舶工程;2010年01期

4 張隆閣,李俊民,陳國培;利用分數(shù)維微積分推廣Lyapunov第二方法[J];純粹數(shù)學與應用數(shù)學;2005年03期

5 林永屹;陳曉琴;周濤;;基于非線性PID的船舶航向自動舵設計[J];船電技術;2009年06期

6 李鐵山,楊鹽生,鄭云峰,胡江強;模型參數(shù)不確定的不完全驅動船舶航跡控制自適應反演設計(英文)[J];大連海事大學學報;2003年S1期

7 張壽桂;翁躍宗;熊振南;;港口航道和碼頭通航安全評估[J];大連海事大學學報;2006年04期

8 劉勇;卜仁祥;朱業(yè)求;;基于Backstepping方法的船舶直線航跡控制[J];大連海事大學學報;2012年01期

9 賈欣樂,蔣丹東,張顯庫;船舶轉向控制器研究[J];大連海事大學學報;1998年01期

10 張顯庫,蔣丹東,賈欣樂,任光,王國峰,朱利民,顏德文;PC104工控機在航跡自動舵中的應用[J];電子技術應用;1998年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 卜仁祥;欠驅動水面船舶非線性反饋控制研究[D];大連海事大學;2008年

，

本文編號：753548