CN108563113A

CN108563113A - 舰船用多回路无模型自适应艏向控制方法

Info

Publication number: CN108563113A
Application number: CN201810602151.2A
Authority: CN
Inventors: 王磊峰; 廖煜雷; 潘恺文; 李晔; 张蔚欣; 姜权权; 范佳佳; 贾知浩
Original assignee: Harbin Engineering University
Current assignee: Harbin Engineering University
Priority date: 2018-06-12
Filing date: 2018-06-12
Publication date: 2018-09-21
Anticipated expiration: 2038-06-12
Also published as: CN108563113B

Abstract

本发明提供一种舰船用多回路无模型自适应艏向控制方法，本发明中控制系统采用外环导航控制器和内环角速度控制器的组合方式，外环导航控制器计算期望转艏角速度，内环MFAC角速度控制器完成角速度控制，间接实现航向控制的目的。实际应用中，角速度传感器噪声大，本发明利用控制系统历史输入输出数据进行角速度预测，通过卡尔曼滤波器对角速度数据滤波，作为内环角速度控制器的反馈输入，抑制角速度传感器的噪声，有效提高实际应用中的控制效果。本发明将MFAC控制理论引入舰船艏向控制领域，借助MFAC理论独特的自适应性及在线数据驱动优点，本发明提供的舰船用多回路无模型自适应艏向控制方法具有较强的自适应性。

Description

舰船用多回路无模型自适应艏向控制方法

技术领域

本发明涉及一种舰船用多回路无模型自适应艏向控制方法，用于舰船艏向控制，属于舰船自动运动控制领域，本发明中的舰船是指广义上的各种水中航行装备，如水面船舶、潜水器、潜艇、水下无人航行器、水面无人艇等，在本发明中统称为舰船，都在本发明的应用范围内。

背景技术

舰船的航向控制对于舰船系统来说非常重要，只有保证了舰船的航向稳定，才能有效的跟踪期望航迹。目前在实际工程应用中，舰船的航向控制基本上采用的是PID控制算法以及常规的基于“模型导向”设计策略开发的控制算法。PID控制器是一种基于离线数据的数据驱动控制算法，但舰船运行于海洋环境中时容易受到模型摄动、海洋环境干扰力等影响，导致PID控制器难以维持一致的控制效果，需要重新调整参数才能使系统保持良好控制性能或稳定。而基于“模型导向”设计策略开发的控制器，严重地依赖于系统数学模型，由于获得精确的数学模型十分困难，存在未建模动态、模型摄动等影响导致系统的自适应较差，难以保证系统鲁棒性能，从而很难在工程中获得应用。

无模型自适应控制理论(MFAC)不依赖于精确的数学模型，采用数据驱动方式调节控制参数，已应用于多种领域并取得了良好效果，如程启明等提出的公布号为CN101957598A,发明名称为“一种大时滞系统灰色无模型控制方法”的发明专利，马洁等发表的论文《大型舰船综合减摇系统无模型自适应控制》等，但目前已公开的方法均不适用于舰船的艏向控制，因为舰船的艏向系统不满足MFAC算法对受控系统“拟线性”假设条件的要求，即受控系统输入增加时相应的受控系统的输出是不减的。

姜权权等人提出的发明名称为“舰船用重定义输出式无模型自适应艏向控制算法”的尚未公开的专利中，在无模型自适应控制理论(MFAC)中重定义系统输出(船体艏向和角速度的函数)，使得舰船的艏向控制系统满足MFAC理论对受控系统的“拟线性”假设条件，从而使得该重定义输出式MFAC理论可以应用于舰船的艏向控制中。而本发明提出的方法为外环导航控制器和内环角速度控制器的组合方式，MFAC控制器用于内环角速度的控制，此外，本发明利用控制系统历史输入输出数据进行角速度预测，通过卡尔曼滤波器估计系统转艏角速度，解决了实际应用中角速度传感器噪声大的问题。因此，二者的理论基础和控制系统结构具有本质不同，并且本发明中引入的对角速度传感器噪声的处理过程将有效提高实际应用中的控制效果，相对于现有技术具有显著进步。

蔡满军等发表的论文《一种带有无模型外环补偿的PID控制》，控制系统采用了多回路结构，内环采用PID控制方法，外环无模型自适应控制作为补偿，实际控制系统输出取外环无模型自适应控制与内环PID控制之和，该方法本质为对控制系统中原有控制方法的加性修正，而本发明中MFAC控制器为内环控制器，与外环导航控制器为串联关系，二者原理具有本质不同。

发明内容

本发明的目的是为了提供一种舰船用多回路无模型自适应艏向控制方法，舰船航向控制系统不满足无模型自适应控制(model free adaptive control，MFAC)算法的“拟线性”假设条件，导致MFAC算法无法直接应用于舰船航向控制，本发明中控制系统采用外环导航控制器和内环角速度控制器的组合方式，外环导航控制器计算期望转艏角速度，内环MFAC角速度控制器完成角速度控制，间接实现航向控制的目的。实际应用中，角速度传感器噪声大，本发明利用控制系统历史输入输出数据进行角速度预测，通过卡尔曼滤波器对角速度数据滤波，作为内环角速度控制器的反馈输入，抑制角速度传感器的噪声，有效提高实际应用中的控制效果。借助MFAC理论独特的自适应性及在线数据驱动优点，本发明提供的舰船用多回路无模型自适应艏向控制方法具有较强的自适应性。

本发明的目的是这样实现的：步骤如下：

步骤(1)由制导模块给出舰船的期望艏向ψ^*(k)，其中k为离散控制系统的运行时刻；

步骤(2)由艏向传感器测量得到系统实际艏向ψ(k)，将所述舰船期望艏向与实际艏向相减，得到艏向误差e(k)＝ψ^*(k)-ψ(k)，如果艏向误差绝对值|e(k)|小于设定的阈值e₀并保持，则波浪滑翔器艏向控制系统实际输出稳定收敛到期望输出，跳出循环，否则将e(k)作为外环导航控制器的输入，解算出期望转艏角速度r^*(k)，进入步骤(3)；

步骤(3)无模型自适应控制器根据控制系统输出的历史数据u(i)，i＝1,2,…,k-1和系统转艏角速度的历史数据r(i)，i＝1,2,…,k-1，估算系统伪偏导数

步骤(4)根据系统伪偏导数系统转艏角速度的历史数据r(i)，i＝1,2,…,k-1以及控制系统输出当前值和历史数据u(i)，i＝1,2,…,k，系统转艏角速度的预测值

步骤(5)由角速度传感器测量得到系统实际转艏角速度的测量值r(k)；

步骤(6)采用卡尔曼滤波器对系统转艏角速度估计，得到系统转艏角速度的估计值其中在卡尔曼滤波器中，系统转艏角速度的预测值作为状态值的一步预测，将系统实际转艏角速度的测量值r(k)作为状态观测值；

步骤(7)将所述系统转艏角速度的估计值作为无模型自适应控制器的输入，解算出控制系统期望输出u^*(k+1)；

步骤(8)执行机构驱动舰船转向，进入步骤(2)进行循环。

本发明还包括这样一些结构特征：

1.步骤(2)中所述的外环导航控制器，控制算法包括PID、模糊PID或S面。

2.步骤(3)中所述的无模型自适应控制器，包括紧格式无模型自适应控制器、偏格式无模型自适应控制器、全格式无模型自适应控制器。

3.步骤(3)中所述的控制系统输出可以是期望舵角，或期望转艏力矩。

4.步骤(2)和步骤(5)中所述的艏向传感器和角速度传感器，为磁罗经或惯导，艏向传感器和角速度传感器可采用一个集成传感器或两个独立传感器。

与现有技术相比，本发明的有益效果是：1、通过外环导航控制器和内环角速度控制器的组合方式，将MFAC控制理论引入舰船艏向控制领域，通过对角速度的控制时间对艏向角的间接控制，避免了MFAC控制理论直接进行艏向控制时舰船的艏向系统不满足受控系统“拟线性”假设条件的限制，借助MFAC理论独特的自适应性及在线数据驱动优点，本发明提供的舰船用多回路无模型自适应艏向控制方法具有较强的自适应性。2、利用控制系统历史输入输出数据进行角速度预测，不依赖于动力学系统精确的数学模型，基于角速度预测利用卡尔曼滤波器估计系统转艏角速度，解决了实际应用中角速度传感器噪声大的问题，有效提高实际应用中的控制效果。

附图说明

图1是舰船艏向控制系统结构图；

图2是舰船用多回路无模型自适应艏向控制方法流程图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述。

结合图1说明舰船艏向控制系统的结构。制导模块给出系统期望艏向ψ^*(k)，导航控制器依据系统期望艏向ψ^*(k)和艏向传感器测得的实际艏向ψ(k)，计算出期望转艏角速度r^*(k)作为MFAC角速度控制器的输入，MFAC角速度控制器结合卡尔曼滤波器计算的角速度估计值计算得到伪偏导数估计值和下一时刻控制系统期望输出u^*(k+1)，执行机构依据控制系统指令驱动舰船转向，舰船的实际运动情况还受海洋环境的影响，由艏向传感器和角速度传感器实时监测舰船的艏向和角速度。其中，传感器测得的舰船角速度r(k)作为观测值，由伪偏导数估计值和历史控制系统输入输出数据计算的角速度作为预测值由卡尔曼滤波器计算得到角速度的估计值输入MFAC角速度控制器中。

结合图2说明本发明提供的舰船用多回路无模型自适应艏向控制方法的流程，包括如下步骤：

(1)由制导模块给出舰船的期望艏向ψ^*(k)，其中k为离散控制系统的运行时刻；

(2)由艏向传感器测量得到系统实际艏向ψ(k)，将所述舰船期望艏向与实际艏向相减，得到艏向误差e(k)＝ψ^*(k)-ψ(k)，如果艏向误差绝对值|e(k)|小于设定的阈值e₀并保持一定时间，认为波浪滑翔器艏向控制系统实际输出稳定收敛到期望输出，跳出循环，否则将e(k)作为外环导航控制器的输入，解算出期望转艏角速度r^*(k)，进入步骤(3)；

所述的艏向传感器，包括但不限于磁罗经，惯导等。

所述的外环导航控制器，控制算法包括但不限于PID，模糊PID，S面等多种形式。

以PID形式为例，则

其中，k_p，k_i，k_d为比例项、积分项、微分项系数，需根据经验进行调节，T为控制系统运行步长。

(3)无模型自适应控制器(model free adaptive control，MFAC)根据控制系统输出的历史数据u(i)i＝1,2,…,k-1和系统转艏角速度的历史数据r(i)i＝1,2,…,k-1，估算系统伪偏导数

所述的控制系统输出可以是期望舵角，或期望转艏力矩。

所述的无模型自适应控制器，包括但不限于紧格式无模型自适应控制器(compactform dynamic linearization based MFAC,CFDL-MFAC)，偏格式无模型自适应控制器(partial form dynamic linearization based MFAC,PFDL-MFAC)，全格式无模型自适应控制器(full form dynamic linearization based MFAC,FFDL-MFAC)等多种形式。

以紧格式形式为例，伪偏导数计算方法如下：

其中，Δu(k)＝u(k)-u(k-1)，Δr(k)＝r(k)-r(k-1)，η∈(0,1]为步长因子，μ＞0为权重系数，为上一时刻伪偏导数估计值。当|Δu(k-1)|≤ε或时，令ε是一个充分小的正数，是的初值。

(4)根据系统伪偏导数φ(k)，系统转艏角速度的历史数据r(i)i＝1,2,…,k-1以及控制系统输出当前值和历史数据u(i)i＝1,2,…,k，计算系统转艏角速度的预测值

所述的系统转艏角速度的预测值的计算方法，与步骤(3)所选取的无模型自适应控制器形式一一对应。

以紧格式无模型自适应控制器形式为例，其对应的数据模型为

r(k)＝r(k-1)+φ(k)×Δu(k)

其中，φ(k)是实际伪偏导数。

因此，系统转艏角速度的预测值

其中，为上一时刻系统转艏角速度的卡尔曼滤波器估计值，为伪偏导数估计值。

(5)由角速度传感器测量得到系统实际转艏角速度的测量值r(k)；

所述的角速度传感器，包括但不限于磁罗经，惯导等。所述角速度传感器和步骤(2)中所述的艏向传感器可采用一个集成传感器或两个独立传感器。

(6)采用卡尔曼滤波器对系统转艏角速度估计，得到系统转艏角速度的估计值其中在卡尔曼滤波器中，系统转艏角速度的预测值作为状态值的一步预测，将系统实际转艏角速度的测量值r(k)作为状态观测值；

以紧格式无模型自适应控制器形式计算得到系统转艏角速度的预测值为例，此时状态转移矩阵、噪声驱动矩阵，观测矩阵均为1，此时，利用卡尔曼滤波器进行系统角速度估计的计算方法如下：

1、状态一步预测

2、一步预测协方差阵

P(k|k-1)＝P(k-1|k-1)+Q

其中，Q为系统输入噪声的方差。

3、计算滤波增益矩阵

K(k)＝P(k|k-1)×(P(k|k-1)+R)^-1

其中，R为系统观测噪声的方差，也即磁罗经测量角速度的噪声方差。

4、状态更新

5、协方差阵更新

P(k|k)＝(1-K(k))P(k|k-1)

(7)将所述系统转艏角速度的估计值作为无模型自适应控制器(model freeadaptive control，MFAC)的输入，解算出控制系统期望输出u^*(k+1)；

所述的无模型自适应控制器，与步骤(3)中所述无模型自适应控制器的形式一致。

以步骤(3)中选取紧格式无模型自适应控制器为例，控制系统期望输出计算方法如下：

其中，ρ∈(0,1]为步长因子，λ＞0为权重系数，u(k)为上一时刻控制系统实际输出，u^*(k+1)为控制系统期望输出。

(8)执行机构驱动舰船转向，进入步骤(2)。

综上，本发明公开一种舰船用多回路无模型自适应艏向控制方法。舰船航向控制系统不满足无模型自适应控制(model free adaptive control，MFAC)算法的“拟线性”假设条件，导致MFAC算法无法直接应用于舰船航向控制，本发明中控制系统采用外环导航控制器和内环角速度控制器的组合方式，外环导航控制器计算期望转艏角速度，内环MFAC角速度控制器完成角速度控制，间接实现航向控制的目的。实际应用中，角速度传感器噪声大，本发明利用控制系统历史输入输出数据进行角速度预测，通过卡尔曼滤波器对角速度数据滤波，作为内环角速度控制器的反馈输入，抑制角速度传感器的噪声，有效提高实际应用中的控制效果。

本发明将MFAC控制理论引入舰船艏向控制领域，借助MFAC理论独特的自适应性及在线数据驱动优点，本发明提供的舰船用多回路无模型自适应艏向控制方法具有较强的自适应性。

Claims

1.舰船用多回路无模型自适应艏向控制方法，其特征在于：步骤如下：

步骤(1)由制导模块给出舰船的期望艏向ψ*(k)，其中k为离散控制系统的运行时刻；

步骤(2)由艏向传感器测量得到系统实际艏向ψ(k)，将所述舰船期望艏向与实际艏向相减，得到艏向误差e(k)＝ψ*(k)-ψ(k)，如果艏向误差绝对值|e(k)|小于设定的阈值e₀并保持，则波浪滑翔器艏向控制系统实际输出稳定收敛到期望输出，跳出循环，否则将e(k)作为外环导航控制器的输入，解算出期望转艏角速度r*(k)，进入步骤(3)；

步骤(7)将所述系统转艏角速度的估计值作为无模型自适应控制器的输入，解算出控制系统期望输出u*(k+1)；

步骤(8)执行机构驱动舰船转向，进入步骤(2)进行循环。

2.根据权利要求1所述的舰船用多回路无模型自适应艏向控制方法，其特征在于：步骤(2)中所述的外环导航控制器，控制算法包括PID、模糊PID或S面。

3.根据权利要求2所述的舰船用多回路无模型自适应艏向控制方法，其特征在于：步骤(3)中所述的无模型自适应控制器，包括紧格式无模型自适应控制器、偏格式无模型自适应控制器、全格式无模型自适应控制器。

4.根据权利要求3所述的舰船用多回路无模型自适应艏向控制方法，其特征在于：步骤(3)中所述的控制系统输出可以是期望舵角，或期望转艏力矩。

5.根据权利要求4所述的舰船用多回路无模型自适应艏向控制方法，其特征在于：步骤(2)和步骤(5)中所述的艏向传感器和角速度传感器，为磁罗经或惯导，艏向传感器和角速度传感器可采用一个集成传感器或两个独立传感器。