為了解決非線性自抗擾控制器（NLADRC）參數(shù)在線整定問題,提高船舶在海上航行的安全性和經(jīng)濟(jì)性,針對(duì)船舶的航跡控制,本文采用徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)優(yōu)化的自抗擾控制方法。自抗擾控制技術(shù)是對(duì)PID控制技術(shù)進(jìn)行改進(jìn)后發(fā)展起來的現(xiàn)代控制技術(shù),人工智能算法的發(fā)展為自抗擾控制算法提供了新的思路。通過仿真驗(yàn)證,本文設(shè)計(jì)的控制器提高了船舶航跡控制效果。本文采用了船舶運(yùn)動(dòng)分離型模型-MMG模型,對(duì)模型中的各種流體動(dòng)力和干擾力進(jìn)行了逐個(gè)詳細(xì)分析,通過仿真試驗(yàn)驗(yàn)證了模型的誤差在允許的范圍之內(nèi)。對(duì)沒有橫向動(dòng)力裝置的欠驅(qū)動(dòng)船舶航跡控制問題,利用雙曲正切函數(shù)構(gòu)造期望船首向角方程,將航跡控制問題轉(zhuǎn)化為航向的保持控制問題。常規(guī)的非線性自抗擾控制器參數(shù)眾多整定困難,抗干擾能力差,本文受神經(jīng)網(wǎng)絡(luò)整定PID控制器參數(shù)的啟發(fā),將RBF神經(jīng)網(wǎng)絡(luò)與自抗擾控制器相結(jié)合,設(shè)計(jì)了 RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化的船舶航跡自抗擾控制器,將控制量和系統(tǒng)輸出作為神經(jīng)網(wǎng)絡(luò)的輸入,使網(wǎng)絡(luò)輸出逼近系統(tǒng)輸出,對(duì)非線性自抗擾控制器中相當(dāng)于PID控制算法中的比例增益和微分增益的兩個(gè)參數(shù)進(jìn)行在線整定。最后以SHANG HAI號(hào)集裝箱船為仿真對(duì)象,利用Matla... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．?１空間固定坐標(biāo)系和隨船運(yùn)動(dòng)坐標(biāo)系??Ｆｉｇ．?２．１?Ｓｐａｃｅ－ｆｉｘｅｄ?ａｎｄ?ｂｏｄｙ－ｆｉｘｅｄ?ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍｓ??

?ＲＢＦ神經(jīng)網(wǎng)絡(luò)優(yōu)化自抗擾在船舶航跡控制中的應(yīng)用???隨船運(yùn)動(dòng)坐標(biāo)系還被稱為附體坐標(biāo)系，用表示，其原點(diǎn)通常選擇船舶重心??并與船體位置一同改變，軸朝向船首的方向規(guī)定是正方向，軸朝向船舶右舷??的方向規(guī)定是正方向，Ｏｆ。軸與水線面垂直朝向龍骨的方向規(guī)定是正方向。??船舶在水中沿著通過重心的ｘ〇、ｙＱ、軸運(yùn)動(dòng)，一般包括６個(gè)自由度，即沿＜９（）；＾軸、??凡軸、軸的直線運(yùn)動(dòng)和圍繞三個(gè)坐標(biāo)軸的轉(zhuǎn)動(dòng)。具體如表２．１所示。??表２．１各運(yùn)動(dòng)形態(tài)物理量表示???Ｔａｂ．?２．１?Ｐｈｙｓｉｃａｌ?ｑｕａｎｔｉｔｙ?ｒｅｐｒｅｓｅｎｔａｔｉｏｎ?ｏｆ?ｅａｃｈ?ｍｏｔｉｏｎ???運(yùn)動(dòng)形態(tài)?線速度或角速度?力或力矩?位置或歐拉角??縱蕩?ｗ?ｘ??橫蕩?ｖ?ｒ??垂蕩?ｗ?ｚ?ｚ??橫搖?ｐ?Ｋ?＜Ｐ??縱搖?ｑ?Ｍ?６??艏搖?ｒ?Ｎ?￥??２．?２船舶運(yùn)動(dòng)方程??２．?２．?１船舶運(yùn)動(dòng)模型的建立??對(duì)于常規(guī)船舶的運(yùn)動(dòng)控制研究，主要考慮船舶在水平面的運(yùn)動(dòng)，由于縱搖運(yùn)動(dòng)、橫??搖運(yùn)動(dòng)和垂蕩運(yùn)動(dòng)對(duì)水平面內(nèi)的運(yùn)動(dòng)影響很小，所以通常不考慮，只分析縱蕩、橫蕩和??艏搖運(yùn)動(dòng)，這樣便將船舶運(yùn)動(dòng)從６個(gè)自由度降到了?３個(gè)［５７］，即沿著ｘＱ、ｙ（）軸的直線運(yùn)動(dòng)??和繞％軸的旋轉(zhuǎn)運(yùn)動(dòng)，簡(jiǎn)化后見圖２．２。??Ｎ?‘??＾＾??圖２．?２船舶平面運(yùn)動(dòng)位置與運(yùn)動(dòng)參數(shù)??Ｆｉｇ．?２．２?Ｓｈｉｐ＇ｓ?ｐｌａｎｉｍｅｔｒｉｃ?ｐｏｓｉｔｉｏｎ?ａｎｄ?ｍｏｔｉｏｎ?ｐａｒａｍｅｔｅｒ??－８－??

，大部分情況為航向角變化１８０°時(shí)船舶??重心橫向運(yùn)動(dòng)的距離，可作為船舶旋回過程中橫向所需海域面積的評(píng)判標(biāo)準(zhǔn)，橫距大則??船舶的旋回性差。對(duì)旋回初徑的要求一般在２．８？５．０Ｌｐｐ之間。??為了使試驗(yàn)結(jié)果具有普遍意義，ＩＭＯ安全委員會(huì)在ＭＳＣ／Ｃｉｒｃ．６４４中對(duì)試驗(yàn)條件作??了明確規(guī)定，應(yīng)盡可能在平靜的水域進(jìn)行船舶操縱性試驗(yàn)，所以本文在理想海況下進(jìn)行??左旋回試驗(yàn)，左滿舵５?＝?－３５°，平吃水７．１５５ｍ，船舶初始速度Ｖ〇?＝?２４ｋｎ，主機(jī)轉(zhuǎn)速??ｎ＝８５ｒ／ｍｉｎ，仿真圖像如圖２．３所示。??１０００?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??８００?■?．??？???－??６００?－?■?？?ｊｒ?■??????；??４００?－?ｋ?＼??，－々?．．．：．．．．．．．．．．）＾??〇＿?Ｖ．丨?：少乂…??－２００?－??－４００??＇?＇?＇?＇?＇?＇???－１４００?－１２００?－１０００?－８００?－６００?－４００?－２００?０??ｙ／ｍ??圖２．?３左旋回試驗(yàn)仿真圖??Ｆｉｇ．?２．３?Ｓｉｍｕｌａｔｉｏｎ?ｒｅｓｕｌｔ?ｏｆ?ｌｅｆｔ?ｔｕｒｎｉｎｇ?ｔｅｓｔ??由仿真得到：進(jìn)距＝?３．５２Ｌｐｐ（９４０ｍ），而實(shí)船試驗(yàn)進(jìn)距＝?３．Ｓ８Ｌｐｐ，相差０．?０６Ｌｐｐ；??旋回初徑＝?Ｓ．０９Ｌｐｐ?（１３６０ｍ），而實(shí)船試驗(yàn)的旋回初徑仏＝５．０３Ｌｐｐ，相差０．?０６Ｌｐｐ。??－１６－??

【參考文獻(xiàn)】：
期刊論文
[1]航運(yùn)業(yè)高質(zhì)量發(fā)展的兩大驅(qū)動(dòng)層面[J]. 許立榮.  中國水運(yùn). 2019(08)
[2]基于模糊RBF神經(jīng)網(wǎng)絡(luò)的PID控制方法及應(yīng)用[J]. 潘玉成,林鶴之,陳小利,呂仙銀.  機(jī)械制造與自動(dòng)化. 2019(03)
[3]基于在線學(xué)習(xí)的機(jī)載光電系統(tǒng)擴(kuò)張狀態(tài)觀測(cè)器參數(shù)整定研究[J]. 周德召,劉曉東,李佳慶,王合龍.  電光與控制. 2019(08)
[4]基于改進(jìn)PID控制的船舶航跡跟蹤研究[J]. 沙春,羅霽,錢黎明.  艦船科學(xué)技術(shù). 2018(22)
[5]Backstepping sliding mode control for uncertain strict-feedback nonlinear systems using neural-network-based adaptive gain scheduling[J]. YANG Yueneng,YAN Ye.  Journal of Systems Engineering and Electronics. 2018(03)
[6]PID控制器優(yōu)化的船舶航跡跟蹤控制[J]. 傅康,桑華希.  艦船科學(xué)技術(shù). 2017(24)
[7]基于線性自抗擾控制的船舶航跡積分滑�？刂破鱗J]. 邱峰,李偉,寧君.  上海海事大學(xué)學(xué)報(bào). 2017(03)
[8]欠驅(qū)動(dòng)水面船舶的有限時(shí)間航跡跟蹤控制[J]. 王昱棋,李鐵山.  哈爾濱工程大學(xué)學(xué)報(bào). 2017(05)
[9]基于RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID四旋翼飛行器控制[J]. 李硯濃,李汀蘭,姜藝,范家璐.  控制工程. 2016(03)
[10]基于高增益觀測(cè)器的船舶航跡魯棒跟蹤控制[J]. 王虎軍,王璐.  中國造船. 2015(03)

博士論文
[1]基于人工神經(jīng)智能的船舶航跡保持控制及通航安全應(yīng)用研究[D]. 李偉.大連海事大學(xué) 2014
[2]欠驅(qū)動(dòng)水面船舶航跡自抗擾控制研究[D]. 李榮輝.大連海事大學(xué) 2013
[3]欠驅(qū)動(dòng)水面船舶航向、航跡非線性魯棒控制研究[D]. 劉文江.山東大學(xué) 2012

碩士論文
[1]基于高階滑模的船舶直線航跡控制[D]. 蔡成.大連海事大學(xué) 2017
[2]航線優(yōu)化對(duì)于風(fēng)翼助航船舶節(jié)能的影響研究[D]. 傅超.大連海事大學(xué) 2017
[3]相對(duì)漂浮船舶動(dòng)力定位的跟蹤控制方法研究[D]. 王仲.哈爾濱工程大學(xué) 2008



本文編號(hào)：3323910