CN103661909A - 船舶航向自抗扰控制器 - Google Patents

Abstract

一种船舶航向自抗扰控制器，其特征在于该系统由包括自抗扰控制器、舵机伺服机构、船舶运动数学模型、风浪流干扰信号构成；所说的自抗扰控制器的输入端接收航向设定信号和由实际航向信号做比较，经自抗扰控制器处理后，输出端连接舵机伺服机构的输入端，传递输出控制信号；舵机伺服机构输出端连接船舶运动数学模型输入端；输出端实际航向连接自抗扰控制器输入端。船舶航向自抗扰控制器克服了船舶运动具有大惯性、非线性等特点，使船舶航向切换控制过程快速、平滑，操舵量小，可以实现高精度的船舶航向保持控制。

Description

船舶航向自抗扰控制器

技术领域

本发明涉及一种船舶运动控制算法，尤其涉及一种船舶航向控制器。

背景技术

船舶交通承担着90％以上的国际贸易运输量，随着经济的不断发展，海上交通的密集度越来越大，对航行的安全性和经济性的要求也越来越高，因此对船舶的航行控制就成为一个重要研究课题。

上世纪20年代，基于PID方法的自动舵就被设计出来并用于船舶航向的自动控制。随着控制理论的发展，上世纪70年代自适应控制等现代控制方法被用于船舶航向控制。但是，由于船舶运动的复杂性，外部环境影响是随机和难以预测的，自适应控制算法等现代控制方法并不能彻底解决船舶航向的控制问题。实际上，船舶运动具有大惯性、非线性等特点，航速及装载的变化产生了模型参数摄动；航行中风对船舶产生均风力和附加变动风力，流产生船位的漂移，浪造成船舶航向角的高频变化和船位低频漂移，以及航行条件的变化、环境参数的严重干扰等都使船舶运动产生不确定性，使得自适应控制技术在船舶航向控制应用中受到了限制。随后，各种新的控制算法，如变结构控制、H∞鲁棒控制、预测控制、精确反馈线性化、反步法、神经网络控制、模糊控制等又相继应用于船舶航向控制，在控制方法研究上取得了一定进展，但也暴露出一些问题，如变结构控制存在抖振；H∞控制、广义预测控制、精确反馈线性化、反步法等对控制对象模型要求较高，算法不易被工程设计人员掌握；神经网络控制的泛化能力有待于进一步研究，控制的完备性问题未彻底解决；模糊控制的工程设计直观易行，但控制规则的确定和优化往往还很困难。

最近20年来，在自动化基础上提出的智能化船舶发展很快，但受限于船舶运动的复杂性，船舶运动的智能控制问题一直没有得到较好的解决。事实上，目前的船舶航向控制器绝大多数还是基于PID或自适应控制方法设计的，其应用范围和控制效果难以满足船舶智能化的要求。

发明内容

为了克服船舶运动具有大惯性、非线性等特点，设计了一种具有较强鲁棒性的船舶航向自抗扰控制器，使船舶航向切换控制过程快速、平滑，操舵量小，可以实现高精度的船舶航向保持控制。

本发明解决其技术问题所采用的技术方案是：

一种船舶航向自抗扰控制器，其特征在于该系统由包括自抗扰控制器、舵机伺服机构、船舶运动数学模型、风浪流干扰信号构成；所说的自抗扰控制器的输入端接收航向设定信号和由实际航向信号做比较，经自抗扰控制器处理后，输出端连接舵机伺服机构的输入端，传递输出控制信号；舵机伺服机构输出端连接船舶运动数学模型输入端；输出端实际航向连接自抗扰控制器输入端。

上述所说的自抗扰控制器由TD(跟踪微分器)、ESO(扩张状态观测器)和NLSEF(非线性状态误差反馈)三个部件组成；其中，给定航向信号连接到TD输入端，安排过渡过程，实现对系统输入信号的快速无超调跟踪，并给出良好的微分信号；被控对象的输入控制信号及实际航向信号连接到ESO，用来估计系统状态，得到系统被控对象的状态估计；与微分信号比较后得到的误差信号连接到NLSEF信号输入端，经过合适的“非线性配置”，就实现了非线性状态误差反馈控制律，从信号输出端将控制信号输出，送入舵机伺服机构的输入端。

上述所说的舵机伺服机构和船舶运动数学模型，建立包含舵机伺服机构的船舶运动一体化数学模型，即考虑舵机伺服机构的改进二阶Nomoto非线性响应模型。

上述所说的风浪流干扰信号采用综合综合正态分布随机干扰和综合均匀随机干扰信号。

本发明的工作原理：实际航向信号传送给自抗扰控制器；自抗扰控制器将给定航向信号和实际航向信号分别进行处理，将给定航向信号安排过渡过程处理，对实际航向信号经扩张状态观测器处理，再将以上两类信号分别相减处理，得到误差信号和误差信号的微分信号，然后将其进行非线性组合处理之后输出控制信号至舵机伺服机构的船舶运动一体化数学模型；船舶运动一体化数学模型收到自抗扰控制器输出的控制信号后，经过内部处理，调整舵角，改变船舶航向，从而达到控制船舶航向的目的。

本发明的有益效果是，船舶航向自抗扰控制器克服了船舶运动具有大惯性、非线性等特点，使船舶航向切换控制过程快速、平滑，操舵量小，可以实现高精度的船舶航向保持控制。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的系统结构图。

图2是本发明的自抗扰控制器。图中TD是跟踪微分器，ESO是扩张状态观测器，NLSEF是非线性状态误差反馈，v是系统输入信号，跟踪微分器的v₁是安排过渡过程，v₂，…，v_n为此过渡过程的各阶导数，z₁，…，z_n为扩张状态观测器对被控对象的状态变量的估计，z_n+1视为对未知扰动(包括外界扰动及不确定模型)的估计，e₁，…，e_n为上述两种变量的偏差，u₀为误差反馈控制量，u为控制量，y为系统输出信号，ω为外部扰动信号。

具体实施方式

一种船舶航向自抗扰控制器，见图1，该系统由包括自抗扰控制器(1)、舵机伺服机构(2)、船舶运动数学模型(3)、风浪流干扰信号(4)构成；所说的自抗扰控制器的输入端接收航向设定信号和由实际航向信号做比较，经自抗扰控制器处理后，输出端连接舵机伺服机构的输入端，传递输出控制信号；舵机伺服机构输出端连接船舶运动数学模型输入端；输出端实际航向连接自抗扰控制器输入端。

自抗扰控制器(1)，见图2，由TD(跟踪微分器)、ESO(扩张状态观测器)和NLSEF(非线性状态误差反馈)三个部件组成；其中，给定航向信号连接到TD输入端，安排过渡过程，实现对系统输入信号的快速无超调跟踪，并给出良好的微分信号；被控对象的输入控制信号及实际航向信号连接到ESO，用来估计系统状态，得到系统被控对象的状态估计；与微分信号比较后得到的误差信号连接到NLSEF信号输入端，经过合适的“非线性配置”，就实现了非线性状态误差反馈控制律，从信号输出端将控制信号输出，送入舵机伺服机构的输入端。本系统采用二阶自抗扰控制器。

根据二阶自抗扰控制器的设计可以得到控制算法为：

(1)TD离散算法

二阶TD的离散形式为：

$\left\{\begin{array}{c}{v}_1(k+1)=v_1\left(k\right)+{\mathrm{Tv}}_2\left(k\right)\\ v_2(k+1)=v_2\left(k\right)+\mathrm{Tfhan}(v_1\left(k\right)-v\left(k\right),v_2\left(k\right),r,h)\end{array}\right.---\left(1\right)$

式中fhan(v₁，v₂，r，h)为最速控制综合函数，v₁跟踪系统输入信号v，v₂跟踪v的导数，r，h为要调节的参数，T为步长。

(2)ESO离散算法

对于二阶系统，ESO的离散算法为：

$\left\{\begin{array}{c}e\left(k\right)=z_1\left(k\right)-y\left(k\right)\\ z_1(k+1)=z_1\left(k\right)+T[z_2\left(k\right)+{\mathrm{\β}}_{01}e\left(k\right)]\\ z_2(k+1)=z_2\left(k\right)+T[z_3\left(k\right)-{\mathrm{\β}}_{02}\mathrm{fal}(e\left(k\right),0.5,{\mathrm{\δ}}_{01})+b_{0}u\left(k\right)]\\ z_3(k+1)=z_3\left(k\right)-T{\mathrm{\β}}_{0.3}\mathrm{fal}(e\left(k\right),0.25,{\mathrm{\δ}}_{02})\end{array}\right.---\left(2\right)$

式中z₁(k)，z₂(k)，z₃(k)为扩张状态观测器对被对象的状态变量的估计，y(k)为系统被控输出，δ₀₁，δ₀₂，b₀，β₀₁，β₀₂，β₀₃为可调参数，T为采样步长。

(3)NLSEF的离散算法

误差的NLSEF形成控制量的离散算法为：

$\left\{\begin{array}{c}{e}_1\left(k\right)=v_1\left(k\right)-z_1\left(k\right)\\ e_2\left(k\right)=v_2\left(k\right)-z_2\left(k\right)\\ u_0\left(k\right)=k_p\mathrm{fal}(e_1\left(k\right),{\mathrm{\α}}_1,{\mathrm{\δ}}_1)+k_d\mathrm{fal}(e_2\left(k\right),{\mathrm{\α}}_2,{\mathrm{\δ}}_2)\\ u\left(k\right)=u_0\left(k\right)-\frac{z_3\left(k\right)}{b_0}\end{array}\right.---\left(3\right)$

式中k_p，k_d，δ₁，δ₂，α₁，α₂，b₀为可调参数。

舵机伺服机构(2)和船舶运动数学模型(3)，建立包含舵机伺服机构的船舶运动一体化数学模型，即考虑舵机伺服机构的改进二阶Nomoto非线性响应模型。

$\left\{\begin{array}{c}(T+\mathrm{\ΔT})\stackrel{\·\·}{\mathrm{\ψ}}+(K+\mathrm{\ΔK})H\left(\stackrel{\·}{\mathrm{\ψ}}\right)=(K+\mathrm{\ΔK})(\mathrm{\δ}+{\mathrm{\δ}}_d)\\ H\left(\stackrel{\·}{\mathrm{\ψ}}\right)=(\mathrm{\α}+\mathrm{\Δ\α})\stackrel{\·}{\mathrm{\ψ}}+(\mathrm{\β}+\mathrm{\Δ\β}){\stackrel{\·}{\mathrm{\ψ}}}^3\\ T_E\stackrel{\·}{\mathrm{\δ}}+\mathrm{\δ}=K_E{\mathrm{\δ}}_c\\ \left|\mathrm{\δ}\right|\≤{\mathrm{\δ}}_{\max }\\ \left|\stackrel{\·}{\mathrm{\δ}}\right|\≤{\stackrel{\·}{\mathrm{\δ}}}_{\max }\end{array}\right.---\left(4\right)$

式中

分别为航向角加速度(rad/s2)，角速度(rad/s)；

δ分别为自动舵舵角角速度(rad/s)，角度(rad)；δ_c，δ_d分别为自动舵操舵命令角(rad)，扰动作用等效到自动舵上的舵角(rad)；T，ΔT分别为船舶时间常数及摄动(s)；T_E为自动舵时间常数(s)；K，ΔK分别为船舶航向控制增益及摄动(s-1)；K_E：舵机控制增益及摄动(s-1)；α，Δα，β，Δβ分别为非线性系数及其摄动(s2/rad2)；

δ_max分别为最大操舵角速度(rad/s)，最大操舵角度(rad)。

风浪流干扰信号(4)采用综合综合正态分布随机干扰和综合均匀随机干扰信号。

风、浪、流综合正态分布随机干扰：

ω＝(4.58H₁+3.44H₂)°(5)

式中，H₁，H₂是两个相互独立的服从标准正态分布N(0，1)的伪随机变量。

风、浪、流综合均匀随机干扰：

ω＝(4.58H₃+3.44H₄)°(6)

式中，H₃，H₄是两个相互独立的服从[0，1]均匀分布的伪随机变量。

本发明的工作原理：实际航向信号传送给自抗扰控制器；自抗扰控制器将给定航向信号和实际航向信号分别进行处理，将给定航向信号安排过渡过程处理，对实际航向信号经扩张状态观测器处理，再将以上两类信号分别相减处理，得到误差信号和误差信号的微分信号，然后将其进行非线性组合处理之后输出控制信号至舵机伺服机构的船舶运动一体化数学模型；船舶运动一体化数学模型收到自抗扰控制器输出的控制信号后，经过内部处理，调整舵角，改变船舶航向，从而达到控制船舶航向的目的。

Claims (4)

1.一种船舶航向自抗扰控制器，其特征在于该系统由包括自抗扰控制器、舵机伺服机构、船舶运动数学模型、风浪流干扰信号构成；所说的自抗扰控制器的输入端接收航向设定信号和由实际航向信号做比较，经自抗扰控制器处理后，输出端连接舵机伺服机构的输入端，传递输出控制信号；舵机伺服机构输出端连接船舶运动数学模型输入端；输出端实际航向连接自抗扰控制器输入端。

2.上述所说的自抗扰控制器由TD(跟踪微分器)、ESO(扩张状态观测器)和NLSEF(非线性状态误差反馈)三个部件组成；其中，给定航向信号连接到TD输入端，安排过渡过程，实现对系统输入信号的快速无超调跟踪，并给出良好的微分信号；被控对象的输入控制信号及实际航向信号连接到ESO，用来估计系统状态，得到系统被控对象的状态估计；与微分信号比较后得到的误差信号连接到NLSEF信号输入端，经过合适的“非线性配置”，就实现了非线性状态误差反馈控制律，从信号输出端将控制信号输出，送入舵机伺服机构的输入端。

3.上述所说的舵机伺服机构和船舶运动数学模型，建立包含舵机伺服机构的船舶运动一体化数学模型，即考虑舵机伺服机构的改进二阶Nomoto非线性响应模型。

4.上述所说的风浪流干扰信号采用综合综合正态分布随机干扰和综合均匀随机干扰信号。

Images