CN102331717A - 一种船舶航速智能控制方法 - Google Patents

一种船舶航速智能控制方法 Download PDF

Info

Publication number
CN102331717A
CN102331717A CN201110304289A CN201110304289A CN102331717A CN 102331717 A CN102331717 A CN 102331717A CN 201110304289 A CN201110304289 A CN 201110304289A CN 201110304289 A CN201110304289 A CN 201110304289A CN 102331717 A CN102331717 A CN 102331717A
Authority
CN
China
Prior art keywords
ship
speed
control
plane
model neural
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201110304289A
Other languages
English (en)
Inventor
王宇超
傅荟璇
杜春洋
李冰
郑秀丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201110304289A priority Critical patent/CN102331717A/zh
Publication of CN102331717A publication Critical patent/CN102331717A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明提供的是一种船舶航速智能控制方法。将给定航速与船上的航速检测装置测得的实际航速进行比较，并将得到的航速误差送入常规PID控制器和小脑模型神经网络；船舶航速控制系统开始运行时，由常规PID控制器进行控制；常规PID输出控制信号Up送入到航速随动系统，直到航速误差为零；船舶航速控制系统中的小脑模型神经网络为前馈控制，实现被控制对象的逆动态模型，学习算法在每一控制周期结束时，利用总输出航速控制信号U与小脑模型神经网络输出信号Uc的差值来调整小脑模型神经网络的权值。本发明即发挥PID控制器设计简单，物理意义明确，又充分体现了小脑模型神经网络非线性映射能力强、实时性好、鲁棒性强等优点，使船舶航速控制系统具有更优的控制性能。

Description

一种船舶航速智能控制方法
技术领域
本发明涉及的是一种船舶操纵控制方法，特别涉及一种船舶航速控制方法。
背景技术
船舶综合自动化越来越受到人们的关注，而航速控制则是它的一个重要组成部分。船舶在海上航行时，由于外界风、浪、流等干扰，船舶航速必然会发生变化。目前，大多数船舶对航速的控制实际是开环控制，要人为地调整主机转速以保证航速不变，这是不容易做到并做不好的。对船舶航速进行自动控制是非常必要的，无论对军船还是民船都很有现实意义，它可以提高船舶的操纵性能、节省燃料，降低运营的成本。
船舶航速除了同推进系统提供的推动力有关外，还同船体的形状、吃水深浅、海面风力大小、海浪高度和海水流速有关，它是一个复杂、时变非线性系统，传统的控制方法(如PID控制)难以获得良好的控制效果。经对现有的技术文献检索发现，船舶航速控制方法主要集中在利用遗传算法整定PID参数及模糊控制。其中，利用遗传算法整定PID参数的船舶航速控制方法需要经过初始种群设置及复制、交叉、变异的复杂运算，导致控制系统的实时差，难以保证系统的稳定性；船舶航速模糊控制方法对于高精度的控制问题效果不理想，若要提高模糊控制精度意味着控制规则要足够的多，而这对于依赖领域专家知识总结控制规则的模糊控制器来说是困难的，这样便导致模型控制的稳态误差较大。
发明内容
本发明的目的在于提供一种能够改善船舶航速控制效果，小脑模型神经网络与常规PID复合控制的船舶航速智能控制方法。
本发明的目的是这样实现的：
操纵人员根据船舶航速的需要，设定所需的给定航速。给定航速与船上的航速检测装置测得的实际航速进行比较，并将得到的航速误差送入常规PID控制器和小脑模型神经网络。当船舶航速控制系统开始运行时，由常规PID控制器进行控制，根据航速误差、航速误差变化率(航速误差的微分)、航速累积误差(航速误差的积分)实现航速控制所要求的控制规律，常规PID输出控制信号Up送入到航速随动系统，直到航速误差为零，完成闭环控制，保证系统的稳定性。而船舶航速控制系统中的小脑模型神经网络为前馈控制，实现被控制对象的逆动态模型，学习算法在每一控制周期结束时，利用总输出航速控制信号U(总输出航速控制信号U＝常规PID输出控制信号Up+小脑模型神经网络输出信号Uc)与小脑模型神经网络输出信号Uc的差值来调整小脑模型神经网络的权值，目的是使总输出航速控制信号U与小脑模型神经网络输出信号Uc之差为最小，经过小脑模型神经网络的学习过程，小脑模型神经网络产生的输出信号Uc逐渐逼近总输出航速控制信号U，最终的总输出航速控制信号U由小脑模型神经网络产生，此时常规PID输出控制信号Up为零。
本发明将小脑模型神经网络(CMAC，Cerebellar Model Articulation Controller)与常规PID复合控制应用到船舶航速控制系统，即发挥PID控制器设计简单，物理意义明确，又充分体现了小脑模型神经网络非线性映射能力强、实时性好、鲁棒性强等优点，使船舶航速控制系统具有更优的控制性能。
本发明的优点在于：
(1)小脑模型神经网络的加入使得控制效果比单独的PID控制具有更优的动态和稳态性能，既发挥了常规PID控制器设计简单，物理意义明确，又充分体现了小脑模型神经网络非线性映射能力强、实时性好、鲁棒性强等优点；
(2)常规PID单独控制时，增益Kp的值在很大程度上决定着控制效果，而采用小脑模型神经网络与常规PID复合控制时，船舶航速控制效果不依赖Kp的值，Kp的值只需在一个合理的范围内即可，降低了控制器设计的难度。
附图说明
图1为船舶航速小脑模型神经网络与常规PID复合控制系统结构图；
图2为海浪干扰及航速控制效果图。
具体实施方式
下面结合附图举例对本发明做更详细的描述：
结合图1，船舶航速控制系统由小脑模型神经网络、常规PID控制器、船-机-桨系统、航速检测等部分构成。考虑到航速控制主要用于远航，船舶运行工况是长时间匀速航行，而不是主机大工况下运行，因此将整个船-机-桨系统作为一个整体考虑，从结构上简化了模型。
船舶航速智能控制方法由常规PID控制器构成反馈控制，利用小脑模型神经网络产生前馈信号，实现小脑模型神经网络与常规PID的复合控制。船舶航速小脑模型神经网络与常规PID的复合控制算法初始化时，置小脑模型神经网络权值为零，小脑模型神经网络输出信号Uc＝O、总输出航速控制信号U＝常规PID输出控制信号Up，此时船舶航速控制系统由常规PID控制器进行控制。小脑模型神经网络采用有导师的学习算法，每一控制周期结束时，计算出相应的小脑模型神经网络输出信号Uc并与总输出航速控制信号U相比较，修正权重，进入学习过程，目的是使总输出航速控制信号U与小脑模型神经网络输出信号Uc之差最小。通过小脑模型神经网络的学习，使常规PID产生的输出控制量Up逐渐为零，小脑模型神经网络产生的输出控制量Uc逐渐逼近控制器总输出U，最终常规PID输出控制信号Up为零，此时总输出航速控制信号U由小脑模型神经网络产生。船舶航速小脑模型神经网络与常规PID复合控制在一定程度上克服了常规控制器所不能避免的一些弊端，是控制效果得到提高。
结合图2，为了比较船舶航速常规PID控制方法和小脑模型神经网络与常规PID复合控制的船舶航速控制方法，做了海浪有义波高H＝2m，浪向角a＝90°干扰作用下船舶航速的两组仿真实验，曲线①是采用常规PID控制方法得到的船舶航速仿真曲线，曲线②是采用小脑模型神经网络与常规PID复合控制得到的船舶航速仿真曲线。
通过仿真结果可以看出，在相同的海况干扰下，小脑模型神经网络的加入使得控制效果比单独的常规PID控制具有更优的动态和稳态性能。当船舶航速从12节变化到14节，船舶常规PID航速控制的超调量增大，且出现了稳态误差，但小脑模型神经网络与常规PID复合控制的船舶航速控制，由于小脑模型神经网络的加入使得干扰作用下的航速控制系统很快地恢复稳定状态，减小了超调，加快控制响应速度，充分体现了小脑神经网络模型的特点，即输出误差小、实时性好、鲁棒性强等，整个控制过程航速平稳、稳态精度提高明显。

Claims (1)

1.一种船舶航速智能控制方法，其特征是：将给定航速与船上的航速检测装置测得的实际航速进行比较，并将得到的航速误差送入常规PID控制器和小脑模型神经网络；船舶航速控制系统开始运行时，由常规PID控制器进行控制，根据航速误差、航速误差变化率、航速累积误差实现航速控制所要求的控制规律；常规PID输出控制信号Up送入到航速随动系统，直到航速误差为零；船舶航速控制系统中的小脑模型神经网络为前馈控制，实现被控制对象的逆动态模型，学习算法在每一控制周期结束时，利用总输出航速控制信号U与小脑模型神经网络输出信号Uc的差值来调整小脑模型神经网络的权值，经过小脑模型神经网络的学习过程，小脑模型神经网络产生的输出信号Uc逐渐逼近总输出航速控制信号U，最终的总输出航速控制信号U由小脑模型神经网络产生，此时常规PID输出控制信号Up为零。
CN201110304289A 2011-10-10 2011-10-10 一种船舶航速智能控制方法 Pending CN102331717A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110304289A CN102331717A (zh) 2011-10-10 2011-10-10 一种船舶航速智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110304289A CN102331717A (zh) 2011-10-10 2011-10-10 一种船舶航速智能控制方法

Publications (1)

Publication Number Publication Date
CN102331717A true CN102331717A (zh) 2012-01-25

Family

ID=45483533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110304289A Pending CN102331717A (zh) 2011-10-10 2011-10-10 一种船舶航速智能控制方法

Country Status (1)

Country Link
CN (1) CN102331717A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102692926A (zh) * 2012-06-05 2012-09-26 哈尔滨工程大学 基于tms320c6713的船舶航向模糊pid融合控制器及控制方法
CN103177290A (zh) * 2013-04-03 2013-06-26 大连海事大学 一种基于在线自组织神经网络的船舶领域模型的辨识方法
CN104698851A (zh) * 2015-03-01 2015-06-10 深圳市波奇智能系统有限公司 基于cmac与pid的参量声源并行控制方法
CN104914714A (zh) * 2014-03-12 2015-09-16 上海船舶运输科学研究所 船舶动力定位系统的控制方法及其控制系统
CN105388757A (zh) * 2015-10-22 2016-03-09 北京航空航天大学 一种电动加载系统的复合控制方法
CN106444787A (zh) * 2016-12-01 2017-02-22 重庆万里高科技有限公司 水上机器人智能定速巡航控制方法及系统
CN106483850A (zh) * 2016-11-23 2017-03-08 沈阳航天新光集团有限公司 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法
CN107589728A (zh) * 2017-09-04 2018-01-16 重庆浦仁达科技有限公司 一种智能车钟控制系统及方法
CN107942688A (zh) * 2018-01-05 2018-04-20 哈尔滨工程大学 水中航行器用遗忘因子式无模型自适应航向控制方法
CN108227483A (zh) * 2018-01-05 2018-06-29 哈尔滨工程大学 海洋运载器用pd型紧格式无模型自适应航速控制方法
CN108319140A (zh) * 2018-02-02 2018-07-24 哈尔滨工程大学 一种重定义输出式无模型自适应航向控制方法及系统
CN108710285A (zh) * 2018-03-28 2018-10-26 珠海格力智能装备有限公司 工业机器人模型仿真控制方法及装置
CN109145519A (zh) * 2018-10-11 2019-01-04 哈尔滨工程大学 一种船舶敞水航行辅助决策方法
CN111427269A (zh) * 2020-04-29 2020-07-17 上海交通大学 基于模糊pid控制的动力定位模型试验控制方法
CN114740910A (zh) * 2022-01-28 2022-07-12 中电科（宁波）海洋电子研究院有限公司 大风浪海况下的船舶航行速度控制系统的控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001100803A (ja) * 1999-08-23 2001-04-13 Fisher Rosemount Syst Inc 非線型チューニング規則推定量を有する制御ループ自動チューナ
CN1794120A (zh) * 2005-12-22 2006-06-28 安徽工业大学 基于神经网络逆辨识与逆控制的多变量系统的间接解耦方法
JP2010051104A (ja) * 2008-08-22 2010-03-04 Sanyo Denki Co Ltd モータ制御装置
CN101859147A (zh) * 2010-06-11 2010-10-13 哈尔滨工程大学 船舶航向智能协调控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001100803A (ja) * 1999-08-23 2001-04-13 Fisher Rosemount Syst Inc 非線型チューニング規則推定量を有する制御ループ自動チューナ
CN1794120A (zh) * 2005-12-22 2006-06-28 安徽工业大学 基于神经网络逆辨识与逆控制的多变量系统的间接解耦方法
JP2010051104A (ja) * 2008-08-22 2010-03-04 Sanyo Denki Co Ltd モータ制御装置
CN101859147A (zh) * 2010-06-11 2010-10-13 哈尔滨工程大学 船舶航向智能协调控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姚宁等: "CMAC 与PID 复合控制在永磁直线同步电机中的应用", 《机械设计与制造》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102692926A (zh) * 2012-06-05 2012-09-26 哈尔滨工程大学 基于tms320c6713的船舶航向模糊pid融合控制器及控制方法
CN103177290A (zh) * 2013-04-03 2013-06-26 大连海事大学 一种基于在线自组织神经网络的船舶领域模型的辨识方法
CN103177290B (zh) * 2013-04-03 2017-05-03 大连海事大学 一种基于在线自组织神经网络的船舶领域模型的辨识方法
CN104914714A (zh) * 2014-03-12 2015-09-16 上海船舶运输科学研究所 船舶动力定位系统的控制方法及其控制系统
CN104698851A (zh) * 2015-03-01 2015-06-10 深圳市波奇智能系统有限公司 基于cmac与pid的参量声源并行控制方法
CN105388757A (zh) * 2015-10-22 2016-03-09 北京航空航天大学 一种电动加载系统的复合控制方法
CN106483850A (zh) * 2016-11-23 2017-03-08 沈阳航天新光集团有限公司 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法
CN106444787B (zh) * 2016-12-01 2019-03-26 重庆万里高科技有限公司 水上机器人智能定速巡航控制方法及系统
CN106444787A (zh) * 2016-12-01 2017-02-22 重庆万里高科技有限公司 水上机器人智能定速巡航控制方法及系统
CN107589728A (zh) * 2017-09-04 2018-01-16 重庆浦仁达科技有限公司 一种智能车钟控制系统及方法
CN107589728B (zh) * 2017-09-04 2020-02-14 重庆浦仁达科技有限公司 一种智能车钟控制系统及方法
CN108227483A (zh) * 2018-01-05 2018-06-29 哈尔滨工程大学 海洋运载器用pd型紧格式无模型自适应航速控制方法
CN107942688A (zh) * 2018-01-05 2018-04-20 哈尔滨工程大学 水中航行器用遗忘因子式无模型自适应航向控制方法
CN108319140A (zh) * 2018-02-02 2018-07-24 哈尔滨工程大学 一种重定义输出式无模型自适应航向控制方法及系统
CN108710285A (zh) * 2018-03-28 2018-10-26 珠海格力智能装备有限公司 工业机器人模型仿真控制方法及装置
CN109145519A (zh) * 2018-10-11 2019-01-04 哈尔滨工程大学 一种船舶敞水航行辅助决策方法
CN109145519B (zh) * 2018-10-11 2022-08-02 哈尔滨工程大学 一种船舶敞水航行辅助决策方法
CN111427269A (zh) * 2020-04-29 2020-07-17 上海交通大学 基于模糊pid控制的动力定位模型试验控制方法
CN114740910A (zh) * 2022-01-28 2022-07-12 中电科（宁波）海洋电子研究院有限公司 大风浪海况下的船舶航行速度控制系统的控制方法

Similar Documents

Publication Publication Date Title
CN102331717A (zh) 一种船舶航速智能控制方法
CN109507885B (zh) 基于自抗扰的无模型自适应auv控制方法
Du et al. Robust dynamic positioning of ships with disturbances under input saturation
CN109976349B (zh) 一种含约束无人船的路径跟踪制导与控制结构的设计方法
CN102385316B (zh) 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法
Zhang et al. Improved concise backstepping control of course keeping for ships using nonlinear feedback technique
CN108008628A (zh) 一种不确定欠驱动无人艇系统的预设性能控制方法
CN103558854B (zh) 一种风帆助航船舶航向控制方法及系统
CN108415423B (zh) 一种高抗扰自适应路径跟随方法及系统
Fan et al. Course keeping control based on integrated nonlinear feedback for a USV with pod-like propulsion
CN108267955A (zh) 面向无人艇自主靠泊的运动控制方法
CN109828467B (zh) 一种数据驱动的无人船强化学习控制器结构及设计方法
CN106557088A (zh) 一种基于事件触发机制的船舶航向控制器及其控制方法
CN109739248B (zh) 基于adrc的船载三自由度并联稳定平台稳定控制方法
CN108319140A (zh) 一种重定义输出式无模型自适应航向控制方法及系统
CN113341693B (zh) 一种基于扑翼非对称相位差与振幅的航向控制方法
CN103226326A (zh) 船舶自动舵系统的频域分析方法
CN109856965B (zh) 一种波浪滑翔器航向跟踪控制方法
CN108919824A (zh) 舰载无人机纵向着舰控制方法
CN101881970A (zh) 船舶双舵同步控制方法
CN103661909A (zh) 船舶航向自抗扰控制器
CN109656142A (zh) 一种无人艇的串级结构无模型自适应制导方法
Zhou et al. Robust dynamic heading tracking control for wave gliders
CN103895831A (zh) 一种船舶鳍/翼鳍减横摇抗饱和控制装置及其控制方法
CN114089749A (zh) 无人艇运动控制抗扰控制器及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120125