CN110703605B - 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 - Google Patents
一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 Download PDFInfo
- Publication number
- CN110703605B CN110703605B CN201911038799.2A CN201911038799A CN110703605B CN 110703605 B CN110703605 B CN 110703605B CN 201911038799 A CN201911038799 A CN 201911038799A CN 110703605 B CN110703605 B CN 110703605B
- Authority
- CN
- China
- Prior art keywords
- ship
- course
- fuzzy
- formula
- nonlinear
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统,属于船舶自动控制技术领域,该方法针对智能船舶自动舵系统,运用模糊状态观测器,解决智能船舶自动舵系统的输出反馈控制问题,有效减少控制器对自动舵系统航向角变化率状态信息已知的需求,提高航向跟踪速度和精度。
Description
技术领域
本发明涉及船舶自动控制技术领域,尤其涉及一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统。
背景技术
船舶运动具有大时滞、大惯性、非线性等特点,航速及装载的变化导致了控制模型的参数摄动问题,航行条件的变化、环境参数的干扰及测量的不精确,都使船舶航向控制系统产生了不确定性。面对这些非线性不确定带来的问题,智能算法应运而生,被不断应用于船舶航向控制领域,如自适应控制,鲁棒控制,模糊自适应控制、迭代滑模控制、最少参数学习方法等。当前多数船舶航向轨迹追踪设计均采用状态反馈控制方法,该方法假设船舶航向系统全部状态信息已知。然而在实际工程应用中,船舶航向系统舵角变化信息多为未知。现有技术考虑船舶航向控制实际性能要求较少,使用成本较高不易于工程实现。
发明内容
根据上述提出的技术问题,而提供一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统。本发明主面向智能船舶自动舵系统系统,通过模糊自适应输出反馈,可有效降低控制器能量消耗、减少舵机磨损,提高航向跟踪速度和精度。本发明采用的技术手段如下:
一种面向智能船舶自动舵系统的自适应模糊最优控制方法,包括如下步骤:
S1、将采集到的航向信息传送给船载计算机,船载计算机考虑船舶稳态回转非线性特性,建立有关航向角和舵角的智能船舶自动舵系统数学模型,所述航向信息包括根据船舶舵机测量的舵角数据和罗经测量的当前航向角数据;
S2、根据预设的船舶航向理想的参数向量与系统非线性函数之间的关系得到模糊最小逼近误差;利用模糊逻辑系统的万能逼近原理对系统非线性函数逼近,设计用于估计非线性系统的不可测状态的模糊状态观测器;通过模糊状态观测器与系统非线性函数之间的关系得到观测误差动态;
S3、设计智能船舶自动舵系统的虚拟控制函数、计算智能船舶自动舵系统的自适应模糊更新率;
S4、通过万能逼近原理求解所述模糊状态观测器和非线性系统数学模型以及观测误差动态、虚拟控制函数、自适应模糊更新率,得到系统的实际控制器,此最优舵角指令传递给船舶舵机输出船舶航向角,实现船舶航向的自动舵系统航向轨迹跟踪控制。
进一步地,所述步骤S1中,建立智能船舶自动舵系统数学具体模型为:
式(2)中,xi,i=1,2为系统的状态,u为系统的输入,y为系统的输出,f(x2)为未知的不确定函数,p=K/T为控制增益。
所述步骤S2具体包括:
结合式(3),系统(2)可改写为
利用模糊逻辑系统的万能逼近原理,系统非线性函数f2(x2)可以被模糊逻辑系统逼近:
为了估计系统(4)的不可测状态,设计模糊状态观测器为:
定义观测误差e为:
由式(4)和(6)可得观测误差动态为:
建立智能船舶自动舵系统的虚拟控制函数α具体为:定义船舶航向控制系统误差坐标变化方程
式中c1>0是待设计参数。
式中,γ2>0,σ2>0为设计参数。
得到系统的实际控制器:
本发明还提供了一种面向智能船舶自动舵系统的自适应模糊最优控制系统,包括:
数据采集单元,用于采集船舶航行过程中的航向信息,所述航向信息包括舵角数据和当前航向角数据;
数据传输单元,用于将采集到的船舶航行过程中的航向信息传输至船载计算机;
船载计算机,用于处理采集到的船舶航行过程中的航向信息,完成船舶航向的自适应模糊最优控制,其特征在于,其具体包括:
船舶航向非线性控制系统数学模型构筑模块,用于基于所述航向信息构筑系统输入与输出之间的船舶航向非线性控制系统数学模型;
模糊状态观测器构筑模块,用于利用模糊逻辑系统的万能逼近原理对系统非线性函数逼近,设计用于估计非线性系统的不可测状态的模糊状态观测器;
虚拟控制器构筑模块,用于利用输出信号与参考信号之间的误差设计智能船舶自动舵系统的虚拟控制函数,并以此设计虚拟控制器;
实际控制器构筑模块,用于通过万能逼近原理求解所述模糊状态观测器和非线性系统数学模型以及观测误差动态、虚拟控制函数、自适应模糊更新率,得到系统的实际控制器;
数据反馈单元,用于将计算的所述实际最优舵角指令信息反馈到船舶舵机,输出船舶航向角,实现智能船舶自动舵系统的自适应输出反馈控制。
本发明与现有技术相比,一方面针对智能船舶自动舵系统,运用模糊状态观测器,解决智能船舶自动舵系统的输出反馈问题,有效地降低了控制器对航向系统航向角变化率状态信息的依赖,另一方面本发明建立的模糊状态观测器为一种采用智能算法的观测器,更适合解决具有大时滞、大惯性、非线性特点的船舶运动控制问题,在解决系统状态信息不完全已知问题的同时,提高了航向跟踪的速度和精度。
基于上述理由本发明可在船舶自动控制技术领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明控制方法流程图。
图2为本发明控制系统框图。
图3-8为本发明实施例中船舶航向非线性系统模糊自适应输出反馈控制仿真图。其中:
图3为船舶实际航向与参考航向曲线图;
图4为航向角与航向角估计曲线;
图5为航向角变化率与航向角变化率估计曲线;
图6为航向角与航向角估计值误差曲线;
图7为航向角变化率与航向角变化率估计值误差曲线;
图8为控制舵角曲线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、图2所示,本发明公开了一种面向智能船舶自动舵系统的自适应模糊最优控制方法,具体地包括如下步骤,
第一步,将采集到的航向信息传送给船载计算机,船载计算机考虑船舶稳态回转非线性特性,建立有关航向角和舵角的智能船舶自动舵系统数学模型,所述航向信息包括根据船舶舵机测量的舵角数据和罗经测量的当前航向角数据,其中航向角的变化率信息为不可测得;建立船舶航向非线性系统数学模型为:
式(2)中,xi,i=1,2为系统的状态,u系统的输入,y为系统的输出,f2(x2)为未知的不确定函数,p=K/T为控制增益;
第二步,根据预设的船舶航向理想的参数向量与系统非线性函数之间的关系得到模糊最小逼近误差;利用模糊逻辑系统的万能逼近原理对系统非线性函数逼近,设计用于估计非线性系统的不可测状态的模糊状态观测器;通过模糊状态观测器与系统非线性函数之间的关系得到观测误差动态,先定义船舶航向系统的理想参数向量为Ω和U分别是和的紧集,根据船舶航向理想的参数向量,可得模糊最小逼近误差:
结合式(3),系统(2)可改写为
利用模糊逻辑系统的万能逼近原理,系统非线性函数f(x2)可以被模糊逻辑系统逼近:
为了估计系统(4)的不可测状态,设计模糊状态观测器为
定义观测误差e为
由式(4)和(6)可得观测误差动态为
第三步,基于输出信号与参考信号之间的误差设计智能船舶自动舵系统的虚拟控制函数α:定义船舶航向控制系统误差坐标变化方程
式中c1>0是待设计参数。
式中,γ2>0,σ2>0为设计参数。
第五步,确定智能船舶自动舵系统的实际控制器:基于上述(1)~(4)建立的带模糊状态观测器,利用万能逼近定理对船舶航向非线性系统中存在的非线性函数进行逼近,得到系统的实际控制器:
本发明实施例还公开了一种面向智能船舶自动舵系统的自适应模糊最优控制系统,其特征在于,包括:
数据采集单元,用于采集船舶航行过程中的航向信息,所述航向信息包括舵角数据和当前航向角数据;
数据传输单元,用于将采集到的船舶航行过程中的航向信息传输至船载计算机;
船载计算机,用于处理采集到的船舶航行过程中的航向信息,完成船舶航向的自适应模糊最优控制,其具体包括:
船舶航向非线性控制系统数学模型构筑模块,用于基于所述航向信息构筑系统输入与输出之间的船舶航向非线性控制系统数学模型;
模糊状态观测器构筑模块,用于利用模糊逻辑系统的万能逼近原理对系统非线性函数逼近,设计用于估计非线性系统的不可测状态的模糊状态观测器;
虚拟控制器构筑模块,用于利用输出信号与参考信号之间的误差设计智能船舶自动舵系统的虚拟控制函数,并以此设计虚拟控制器;
实际控制器构筑模块,用于通过万能逼近原理求解所述模糊状态观测器和非线性系统数学模型以及观测误差动态、虚拟控制函数、自适应模糊更新率,得到系统的实际控制器;
数据反馈单元,用于将计算的所述实际最优舵角指令信息反馈到船舶舵机,输出船舶航向角,实现智能船舶自动舵系统的自适应输出反馈控制。
本实施例利用Matlab进行计算机仿真,以大连海事大学远洋实习船“育鲲”轮为例,验证本文控制算法的有效性。跟踪信号选取能够代表实际性能要求的数学模型:
φm(k+2)+0.1φm(k+1)+0.0025φm(k)=0.0025φr(k)
式中,φm代表船舶航向的期望系统性能,φr(k)=(sign(sin(πk/500))+1)π/12是一个经过处理的输入信号,其取值为0°~30°,周期为500s。通过计算得船舶航向离散非线性系统数学模型参数a1=1,a2=30,K=0.478,T=216。模糊隶属函数选取如下,
本实施例利用MATLAB进行计算机仿真研究,结果如图3-8所示,图3表示对给定期望航向的智能船舶航向保持控制曲线,由图可知,本文设计的模糊自适应输出反馈控制算法具有较好的控制效果。当闭环系统趋于稳定后,船舶实际航向能够自适应地追踪在期望航向上,航向误差小,具有较好的控制精度,符合航向保持的要求。图4为航向角与航向角估计值曲线,图5为航向角变化率与航向角变化率估计曲线,图6为航向角与航向角估计值的误差曲线,图7为航向角变化率与航向角变化率估计值的误差曲线。图8为控制器输出,即控制舵角的曲线图,由上述多幅图可以看出,本发明控制输出响应速度快,调节时间较短,使船舶航向稳定在期望航向上,符合实际要求;本发明基于模糊状态观测器所提出的船舶航向非线性系统输出反馈控制方法可以保证闭环系统内所有信号是有界的,跟踪误差收敛到以零为中心的邻域内。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (3)
1.一种面向智能船舶自动舵系统的自适应模糊最优控制方法,其特征在于,包括如下步骤:
S1、将采集到的航向信息传送给船载计算机,船载计算机考虑船舶稳态回转非线性特性,建立有关航向角和舵角的智能船舶自动舵系统数学模型,所述航向信息包括根据船舶舵机测量的舵角数据和罗经测量的当前航向角数据,其中航向角的变化率信息为不可测得;
S2、根据预设的船舶航向理想的参数向量与系统非线性函数之间的关系得到模糊最小逼近误差;利用模糊逻辑系统的万能逼近原理对系统非线性函数逼近,设计用于估计非线性系统的不可测状态的模糊状态观测器;通过模糊状态观测器与系统非线性函数之间的关系得到观测误差动态;
S3、基于输出信号与参考信号之间的误差设计智能船舶自动舵系统的虚拟控制函数、计算智能船舶自动舵系统的自适应模糊更新率;
S4、通过万能逼近原理求解所述模糊状态观测器和非线性系统数学模型以及观测误差动态、虚拟控制函数、自适应模糊更新率,得到系统的实际控制器,此最优舵角指令传递给船舶舵机输出船舶航向角,实现船舶航向的自动舵系统航向轨迹跟踪控制;
所述步骤S1中,建立智能船舶自动舵系统数学具体模型为:
式(2)中,xi,i=1,2为系统的状态,u为系统的输入,y为系统的输出,f(x2)为未知的不确定函数,p=K/T为控制增益;
所述步骤S2具体包括:
结合式(3),系统(2)可改写为
利用模糊逻辑系统的万能逼近原理,系统非线性函数f2(x2)可以被模糊逻辑系统逼近:
为了估计系统(4)的不可测状态,设计模糊状态观测器为:
定义观测误差e为:
由式(4)和(6)可得观测误差动态为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038799.2A CN110703605B (zh) | 2019-10-29 | 2019-10-29 | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038799.2A CN110703605B (zh) | 2019-10-29 | 2019-10-29 | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110703605A CN110703605A (zh) | 2020-01-17 |
CN110703605B true CN110703605B (zh) | 2022-04-22 |
Family
ID=69202755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038799.2A Active CN110703605B (zh) | 2019-10-29 | 2019-10-29 | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703605B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111273549B (zh) * | 2020-02-21 | 2023-01-13 | 大连海事大学 | 一种智能船舶自动舵系统的模糊自适应输出反馈容错控制方法及系统 |
CN111897225B (zh) * | 2020-08-14 | 2023-02-03 | 大连海事大学 | 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统 |
CN113253720B (zh) * | 2021-04-16 | 2023-04-04 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种船舶航向控制方法及系统 |
CN113359446B (zh) * | 2021-06-02 | 2022-06-17 | 武汉理工大学 | 非线性船舶航向控制方法及控制系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076821A (zh) * | 2014-06-19 | 2014-10-01 | 哈尔滨工程大学 | 基于模糊自适应观测器的欠驱动水面艇轨迹跟踪控制系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2519315C2 (ru) * | 2012-08-01 | 2014-06-10 | Нелли Алексеевна Седова | Способ автоматического управления судном по курсу и интеллектуальная система для осуществления способа |
CN105629721B (zh) * | 2016-02-01 | 2019-01-29 | 金陵科技学院 | 基于指令滤波Backstepping二阶非线性系统无模型控制方法 |
CN106773741A (zh) * | 2017-03-02 | 2017-05-31 | 华南理工大学 | 一种无人船动力定位系统及方法 |
CN108828955B (zh) * | 2018-08-16 | 2021-03-16 | 大连海事大学 | 基于有限时间扩张状态观测器的精准航迹跟踪控制方法 |
CN109189071B (zh) * | 2018-09-25 | 2021-03-26 | 大连海事大学 | 基于模糊观测器的鲁棒自适应无人船路径跟踪控制方法 |
CN109062058B (zh) * | 2018-09-26 | 2021-03-19 | 大连海事大学 | 基于自适应模糊最优控制的船舶航向轨迹跟踪设计方法 |
CN109188909B (zh) * | 2018-09-26 | 2021-04-23 | 大连海事大学 | 面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统 |
CN109460043B (zh) * | 2018-12-29 | 2022-08-19 | 上海海事大学 | 一种基于多模态非奇异终端滑模船舶航迹自抗扰控制方法 |
CN109884886B (zh) * | 2019-03-29 | 2021-09-28 | 大连海事大学 | 一种基于宽度学习的船舶运动无模型自适应最优控制方法 |
-
2019
- 2019-10-29 CN CN201911038799.2A patent/CN110703605B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076821A (zh) * | 2014-06-19 | 2014-10-01 | 哈尔滨工程大学 | 基于模糊自适应观测器的欠驱动水面艇轨迹跟踪控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110703605A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110687799B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统 | |
CN110703605B (zh) | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 | |
CN110647154B (zh) | 基于模糊状态观测器的智能船舶自动舵系统航向轨迹跟踪设计方法 | |
CN111897225B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统 | |
CN111273549B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈容错控制方法及系统 | |
CN111290387B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈指定性能控制方法及系统 | |
CN109188909B (zh) | 面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统 | |
CN111221335A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统 | |
CN111930124A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统 | |
CN111948937B (zh) | 多智能体系统的多梯度递归强化学习模糊控制方法及系统 | |
CN113110511B (zh) | 一种基于广义模糊双曲模型的智能船舶航向控制方法 | |
Zhou et al. | Three-dimensional trajectory tracking for underactuated AUVs with bio-inspired velocity regulation | |
Li et al. | Path following of under-actuated ships based on model predictive control with state observer | |
CN112782981B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈指定性能控制方法及系统 | |
CN113608534B (zh) | 一种无人艇跟踪控制方法及系统 | |
Yan et al. | Continuous and periodic event-triggered sliding-mode control for path following of underactuated surface vehicles | |
CN114967714A (zh) | 一种自主式水下机器人抗扰运动控制方法及系统 | |
Liu et al. | Non-linear output feedback tracking control for AUVs in shallow wave disturbance condition | |
CN112698575B (zh) | 一种智能船舶自动舵自适应模糊输出反馈控制方法及系统 | |
CN115248553A (zh) | 欠驱动船舶的事件触发自适应pid航迹跟踪容错控制方法 | |
CN110908389A (zh) | 一种针对不确定水下机器人的自适应快速速度跟踪控制方法 | |
Ye et al. | A modified predictive PID controller for dynamic positioning of vessels with autoregressive model | |
CN116820081A (zh) | 基于无模型自适应滑模的欠驱动无人艇路径跟踪控制方法 | |
Chen et al. | Backstepping adaptive sliding mode control for the USV course tracking system | |
Wang et al. | Continuous fixed-time formation control for AUVs using only position measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |