CN111061262B - 一种减少无效操舵的航向控制方法 - Google Patents
一种减少无效操舵的航向控制方法 Download PDFInfo
- Publication number
- CN111061262B CN111061262B CN201911135209.8A CN201911135209A CN111061262B CN 111061262 B CN111061262 B CN 111061262B CN 201911135209 A CN201911135209 A CN 201911135209A CN 111061262 B CN111061262 B CN 111061262B
- Authority
- CN
- China
- Prior art keywords
- matrix
- control
- calculating
- filtering
- broad
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 118
- 238000001914 filtration Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 31
- 238000012546 transfer Methods 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 abstract description 6
- 238000010009 beating Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H25/00—Steering; Slowing-down otherwise than by use of propulsive elements; Dynamic anchoring, i.e. positioning vessels by means of main or auxiliary propulsive elements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种减少无效操舵的航向控制方法,先进行计算广谱海浪滤波器系数步骤,解算滤波控制分量步骤需要的系数矩阵,再进行卡尔曼滤波状态量计算步骤,其结果提供计算基本控制量和滤波控制分量步骤,由于基本控制量和滤波控制分量同时计算,可避免采用带阻滤波器由于先滤波再参与控制量计算引起的大相位滞后,因此,在滤波时能仍保证船舶航向控制系统的控制精度和稳定性;计算得到的最终方向舵控制量送入舵机控制单元后,在风浪干扰下能以较低的打舵频率实现对航向的有效控制,可降低船舶舵机设备机械磨损。
Description
技术领域
本发明属于船舶自动操纵与控制技术领域,具体涉及一种减少无效操舵的航向控制方法。
背景技术
船舶在风浪中航行时,在海浪作用下产生高频艏摇运动。为克服艏摇,常规控制方法是方向舵频繁左右打舵,由于艏摇频率远远高于船舶控制系统闭环带宽,因此,方向舵左右打舵无法抑制高频的艏摇运动,不能产生有效的控制效果,在此控制过程中存在大量无效操舵。频繁打舵引起的速降增加了燃油消耗,引起的舵机磨损严重影响机械设备的使用寿命,因此,风浪干扰下的无效操舵问题是船舶操纵控制领域亟需解决的技术难题之一。
现役船舶操纵控制系统中通常采用带阻滤波器或者扩展卡尔曼滤波器的方法减小风浪干扰下的无效操舵。当采用带阻滤波器时,测量的航向信号经过带阻滤波器滤除海浪干扰后,再进行控制器需要的状态量的解算,最后由控制器计算指令舵角,由于带阻滤波器和航向微分器以串联方式工作往往会产生较大的相位滞后,严重影响航向控制品质,有时会造成控制系统失稳;采用扩展卡尔曼滤波器时,首先进行海浪谱辨识,再根据辨识的海浪谱构建扩展卡尔曼滤波器,卡尔曼滤波器在解算控制器需要的状态量的同时实现了海浪滤波,与带阻滤波器相比,相位滞后较小,但当海况较复杂时辨识的海浪谱与真实海浪谱间存在较大差异,造成滤波效果不理想,有时仍存在较多无效操舵。
因此,上述问题导致的无效操舵,同行从业人员亟待解决。
发明内容
鉴于上述问题,本发明提供了一种船舶航向控制方法,解决现有船舶航向滤波方法存在的稳定性差、滤波效果不佳的问题,可达到在风浪干扰下减少船舶无效操舵,降低燃油消耗,同时降低舵机设备机械磨损的目的。
本发明实施例提供一种减少无效操舵的航向控制方法,包括:
S1、采用广谱海浪滤波器,计算广谱海浪滤波器系数;所述广谱海浪滤波器系数的计算结果包含:卡尔曼滤波器增益矩阵和控制器系数矩阵;
S2、采用卡尔曼滤波器,并根据所述卡尔曼滤波器增益矩阵,进行卡尔曼滤波状态量计算;
S3、根据所述控制器系数矩阵及所述卡尔曼滤波状态量,进行基本控制量和滤波控制分量的计算;
S4、将所述基本控制量与所述滤波控制分量相加,获得最终方向舵控制量。
在一个实施例中,所述步骤S1包括:
(1.1)计算卡尔曼滤波器增益矩阵H3×1、控制器系数矩阵M1×3和偏航增益系数N:
将矩阵A3×3、B3×1、C1×3以及QN和RN代入黎卡提方程,解得卡尔曼滤波器增益矩阵H3×1;其中,A3×3为船舶线性运动方程系统矩阵,B3×1为船舶线性运动方程输入矩阵,C1×3为船舶线性运动方程输出矩阵,均为所涉船舶的设计数据;QN为模型噪声协方差,RN为测量噪声协方差;
将矩阵A3×3、B3×1、C1×3、Q4×4和R代入黎卡提方程,解得控制器系数矩阵M1×3和偏航增益系数N,其中,Q4×4为控制误差加权系数矩阵,R为能量损耗加权系数;
(1.2)计算传递函数矩阵T(s):
其中,s为拉普拉斯算子,I4×4为单位矩阵;
(1.3)计算频率响应值:
滤波频带为0.5rad/s~1.2rad/s,以覆盖海浪频率,在滤波频带内选取两个频率点ω1,ω2,计算相应的频率响应值F(jω1),F(jω2):
F(jω1)={T12(jω1)+[-T11(jω1)]T21 -1(jω1)T22(jω1)}-1×[-T11(jω1)]T21 -1(jω1),
F(jω2)={T12(jω2)+[-T11(jω2)]T21 -1(jω2)T22(jω2)}-1×[-T11(jω2)]T21 -1(jω2);
(1.4)计算广谱海浪滤波器系统矩阵:
配置广谱海浪滤波器极点为λ1=λ2=λ3=λ4=λ5=-λ,0.1<λ<10,得到能控标准型的广谱海浪滤波器系统矩阵α5×5:
(1.5)计算广谱海浪滤波器输入矩阵:
将所述F(jω1)、F(jω2)、μ1×5、α5×5、ω1和ω2代入下述复数方程组:
F(jω1)=μ1×5(jω1I5×5-α5×5)-1β5×1,
F(jω2)=μ1×5(jω2I5×5-α5×5)-1β5×1;
得到广谱海浪滤波器输入矩阵β5×1=[0β1β2β3β4];其中,μ1×5=[0 1 0 0 0]。
在一个实施例中,所述步骤S2,包括:
(2.1)卡尔曼滤波器状态量z(k)初始化:
卡尔曼滤波器状态量z(k)为:
z(k)=[z1(k) z2(k) z3(k)]T
其中,z1(k)为k时刻的横向速度估计值,z2(k)为k时刻的航向角角速度估计值,z3(k)为k时刻的航向角估计值,T表示对矩阵转置;k=0、1、2、…n,表示自然数,各时刻之间的间距h=0.01~1秒;
在一个实施例中,所述步骤S3,包括:
(3.2)设定广谱海浪滤波器状态量p(k)的初值p(0)=[0 0 0 0]T;
(3.5)计算k时刻的滤波控制分量γ(k):γ(k)=μ1×5p(k)。
在一个实施例中,所述步骤S4,包括:
在一个实施例中,所述步骤(1.1)包括:
(A)卡尔曼滤波器增益矩阵H3×1由Matlab控制系统工具箱中的指令 kalman(sys,Qn,Rn,Nn)解得,其过程为:
由矩阵A3×3、B3×1、C1×3搭建线性系统sys的系数矩阵:
sys.a=A3×3,sys.b=[B3×1[0 1 0]T],sys.c=C1×3,sys.d=[0 0],
将sys、QN、RN和Nn代入Matlab的所述指令kalman(sys,Qn,Rn,Nn)中,解得增益矩阵H3×1;
其中模型噪声协方差QN取值范围为0.1~10,测量噪声协方差RN取值范围为100~2000,Nn=0;
(B)控制器系数矩阵M1×3和偏航增益系数N由Matlab控制系统工具箱中的指令lqr(AA,BB,Q,R,N)解得,其过程为:
其中,控制误差加权系数矩阵Q4×4为对角矩阵,各元素取值范围均为0~10,能量损耗加权系数R取值范围为0.001~1, N=0;选取原则为:要提高控制的快速响应特性,则增大Q4×4中相应元素的取值,要减小控制量的幅值及其引起的能量消耗,则增大R的取值;
计算控制器系数矩阵M1×3和偏航增益系数N:
M1×3=[m1 m2 m3],N=k3;
在一个实施例中,所述步骤(1.3)中,在滤波频带内选取两个频率点ω1、ω2时,先选择ω1=0.5,ω2=0.55,观察传递函数矩阵T(s)的第一个输入到第一个输出的幅频响应特性,当幅频响应值减小的频率范围未覆盖滤波频带时,增大ω2的取值,直到幅频响应值减小的频率范围能够覆盖滤波频带0.5rad/s~ 1.2rad/s。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种减少无效操舵的航向控制方法,先进行计算广谱海浪滤波器系数步骤,解算滤波控制分量步骤需要的系数矩阵,再进行卡尔曼滤波状态量计算步骤,其结果提供计算基本控制量和滤波控制分量步骤,由于基本控制量和滤波控制分量同时计算,可避免采用带阻滤波器由于先滤波再参与控制量计算引起的大相位滞后,因此,在滤波时能仍保证船舶航向控制系统的控制精度和稳定性;计算得到的最终方向舵控制量送入舵机控制单元后,在风浪干扰下能以较低的打舵频率实现对航向的有效控制,可降低船舶舵机设备机械磨损。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的减少无效操舵的航向控制方法流程图;
图2为本发明实施例提供的传递函数矩阵结构图;
图3为本发明实施例提供的控制系统幅频响应特性曲线图(ω2=0.55);
图4为本发明实施例提供的控制系统幅频响应特性曲线图(ω2=0.76);
图5为本发明实施例提供的海浪波谱密度曲线图;
图6为本发明实施例提供的三级海况下的航向曲线图(500s后并联广谱海浪滤波器);
图7为本发明实施例提供的三级海况下的舵角曲线图(500s后并联广谱海浪滤波器)。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
参照图1所示,本发明实施例提供的一种减少无效操舵的航向控制方法,包括:
S1、采用广谱海浪滤波器,计算广谱海浪滤波器系数;所述广谱海浪滤波器系数的计算结果包含:卡尔曼滤波器增益矩阵和控制器系数矩阵;
S2、采用卡尔曼滤波器,并根据所述卡尔曼滤波器增益矩阵,进行卡尔曼滤波状态量计算;
S3、根据所述控制器系数矩阵及所述卡尔曼滤波状态量,进行基本控制量和滤波控制分量的计算;
S4、将所述基本控制量与所述滤波控制分量相加,获得最终方向舵控制量。
本发明的实施例,包括计算广谱海浪滤波器系数步骤、卡尔曼滤波器状态量计算步骤、计算基本控制量和滤波控制分量步骤以及最终方向舵控制量计算步骤。即:先进行计算广谱海浪滤波器系数步骤,解算滤波控制分量步骤需要的系数矩阵,再进行卡尔曼滤波状态量计算步骤,其结果提供计算基本控制量和滤波控制分量步骤,由于基本控制量和滤波控制分量同时计算,可避免采用带阻滤波器由于先滤波再参与控制量计算引起的大相位滞后,因此,在滤波时能仍保证船舶航向控制系统的控制精度和稳定性;计算得到的最终方向舵控制量送入舵机控制单元后,在风浪干扰下能以较低的打舵频率实现对航向的有效控制,可降低船舶舵机设备机械磨损。
下面分别对上述步骤进行详细说明:
步骤S1中,计算广谱海浪滤波器系数步骤,包括下述子步骤:
(1.1)计算卡尔曼滤波器增益矩阵H3×1、控制器系数矩阵M1×3和偏航增益系数N:
将矩阵A3×3、B3×1、C1×3以及QN和RN代入黎卡提方程,解得卡尔曼滤波器增益矩阵H3×1,其中,A3×3为船舶线性运动方程系统矩阵,B3×1为船舶线性运动方程输入矩阵,C1×3为船舶线性运动方程输出矩阵,均由所涉船舶的设计单位提供;QN为模型噪声协方差,RN为测量噪声协方差;
将矩阵A3×3、B3×1、C1×3、Q4×4和R代入黎卡提方程,解得控制器系数矩阵M1×3和偏航增益系数N,其中,Q4×4为控制误差加权系数矩阵,R为能量损耗加权系数;
以某船舶巡航航速线性运动方程为例,本文中的其他计算均基于以下数据:
可计算得:M1×3=[0.56772 -25.8478 -2.432039],N=-0.141421;
(1.2)计算传递函数矩阵T(s):
其中,s为拉普拉斯算子,I为单位矩阵。
T11(s)、T12(s)、T21(s)、T22(s)为卡尔曼滤波器和控制器传递函数矩阵T(s)的元素,分别表示航向到舵角、航向到卡尔曼滤波器估计偏差、滤波控制分量到舵角、滤波控制分量到卡尔曼滤波器估计偏差的传递函数。
(1.3)计算频率响应值:
滤波频带为0.5rad/s~1.2rad/s,以覆盖海浪频率,在滤波频带内选取两个频率点ω1,ω2,计算相应的频率响应值F(jω1),F(jω2);
比如在滤波频带内选取两个频率点ω1=0.5,ω2=0.76,计算相应的频率响应值F(jω1),F(jω2):
(1.4)计算广谱海浪滤波器系统矩阵:
配置广谱海浪滤波器极点为λ1=λ2=λ3=λ4=λ5=-λ,0.1<λ<10,得到能控标准型的广谱海浪滤波器系统矩阵α5×5:
比如:λ1=λ2=λ3=λ4=λ5=-0.52,得到能控标准型的广谱海浪滤波器系统矩阵α5×5:
(1.5)计算广谱海浪滤波器输入矩阵:
将F(jω1)、F(jω2)、α5×5、ω1、ω2和μ1×5=[0 1 0 0 0]代入下述复数方程组:
F(jω1)=μ1×5(jω1I5×5-α5×5)-1β5×1,
F(jω2)=μ1×5(jω2I5×5-α5×5)-1β5×1;
得到广谱海浪滤波器输入矩阵β5×1=[0 β1 β2 β3 β4];其中,β1=5.181396,β2=-8.937623,β3=11.997644,β4=-13.683687;
步骤S2中,卡尔曼滤波器状态量计算步骤,包括下述子步骤:
(2.1)卡尔曼滤波器状态量z(k)初始化:
卡尔曼滤波器状态量z(k)为:
z(k)=[z1(k) z2(k) z3(k)]T
其中,z1(k)为k时刻的横向速度估计值,z2(k)为k时刻的航向角角速度估计值,z3(k)为k时刻的航向角估计值,T表示对矩阵转置;k=0、1、2、…n,表示自然数。还是以上述某船舶为例,各时刻之间的间距,比如选取h=0.1秒;
(3)计算基本控制量和滤波控制分量步骤,包括下述子步骤:
(3.2)设定广谱海浪滤波器状态量p(k)的初值p(0)=[0 0 0 0]T;
(3.5)计算k时刻的滤波控制分量γ(k):γ(k)=μ1×5p(k);
由于基本控制量和滤波控制分量同时计算,可避免采用带阻滤波器由于先滤波再参与控制量计算引起的大相位滞后,因此,在滤波时能仍保证船舶航向控制系统的控制精度和稳定性。
(4)计算最终方向舵控制量步骤:
通过计算基本控制量和滤波控制分量步骤,可实现在较宽频带范围内对控制器输出幅值的有效抑制,可减小控制系统在滤波频带0.5rad/s~1.2rad/s 的频响幅值,该滤波频带对应海浪干扰主频率段,已覆盖五级和五级以下海浪的频谱,因此无需经过海浪谱辨识就能实现对五级和五级以下海浪的有效滤波,避免了采用传统扩展卡尔曼滤波器时由于海浪谱辨识不准确而造成的滤波效果差的问题;计算得到的最终方向舵控制量送入舵机控制单元后,在风浪干扰下能以较低的打舵频率实现对航向的有效控制,可降低船舶舵机设备机械磨损。
本实施例中,上述计算广谱海浪滤波器系数步骤的子步骤(1.1)中,卡尔曼滤波器增益矩阵H3×1由Matlab控制系统工具箱中的指令 kalman(sys,Qn,Rn,Nn)解得,其过程为:
由矩阵A3×3、B3×1、C1×3搭建线性系统sys的系数矩阵:
sys.c=[0 0 1],sys.d=[0 0],
再将sys、QN=1、RN=200和Nn=0代入Matlab指令kalman(sys,Qn,Rn,Nn) 中,可得增益矩阵:
其中,sys.a等于系统矩阵A3×3,sys.b等于系统矩阵B3×1,QN和RN由系统噪声数据计算得到或根据设计经验选择合理的值。
模型噪声协方差QN取值范围为0.1~10,测量噪声协方差RN取值范围为 100~2000,Nn=0,选取原则为:当航向传感器测量精度较低时可适当增大RN 的取值,减小QN取值;
(B)控制器系数矩阵M1×3和偏航增益系数N由Matlab控制系统工具箱中的指令lqr(AA,BB,Q,R,N)解得,其过程为:
再将AA、BB、Q4×4、R和N代入Matlab指令lqr(AA,BB,Q,R,N)中,解得增益矩阵:
其中,控制误差加权系数矩阵Q4×4为对角矩阵,各元素取值范围均为0~10,能量损耗加权系数R取值范围为0.001~1,N=0;选取原则为:要提高控制的快速响应特性,则增大Q4×4中相应元素的取值,要减小控制量的幅值及其引起的能量消耗,则增大R的取值;
然后,计算控制器系数矩阵M1×3和偏航增益系数N:
M1×3=[m1 m2 m3]=[0.56772 -25.847841 -2.43203],
N=-0.141421;
本实施例中,计算广谱海浪滤波器系数步骤的子步骤(1.3)中,在滤波频带内选取两个频率点ω1、ω2时,先选择ω1=0.5,ω2=0.55,观察传递函数矩阵 T(s)的第一个输入到第一个输出的幅频响应特性,当幅频响应值减小的频率范围未覆盖滤波频带时,增大ω2的取值,直到幅频响应值减小的频率范围能够覆盖滤波频带0.5rad/s~1.2rad/s。
频率点ω1、ω2选取原则为:选择的频率点ω1、ω2能实现对控制系统在滤波频带响应幅值的有效抑制,即通过并联广谱海浪滤波器减小控制系统T(s)的第一个输入(航向)到第一个输出(方向舵舵角)的幅频响应特性曲线在滤波频带0.5rad/s~1.2rad/s的幅值;
广谱海浪滤波器传递函数为F(s)=μ1×5(sI5×5-α5×5)-1β5×1,在控制系统T(s)上并联广谱海浪滤波器后传递函数矩阵结构如图2,通过广谱海浪滤波器F(s)可改变系统T(s)第一个输入(航向)到第一个输出(指令输出)的幅频响应特性。不并联广谱海浪滤波器F(s),ω1=0.5,ω2=0.55时,系统T(s)第一个输入(航向) 到第一个输出(指令输出)的幅频响应特性如图3中的虚线;并联广谱海浪滤波器F(s)后,系统T(s)第一个输入(航向)到第一个输出(指令输出)的幅频响应特性如图3中的实线,由图3可知并联广谱海浪滤波器后,控制系统的频响幅值在0.5rad/s~0.6rad/s频带范围内大幅衰减,我国海区海浪谱密度曲线如图5,由于图3中频响幅值衰减的频带无法覆盖五级和五级以下海浪的滤波频带0.5rad/s~1.2rad/s,需要增大ω2取值,ω2=0.76时系统频响特性如图4,因此,系统频响特性幅值衰减的频带已覆盖船舶正常航行的五级和五级以下海况的峰值频率,可实现对五级和五级以下海况的有效滤波。
利用船舶运动模拟器在三级海况下对闭环控制过程进行数字仿真,舵角曲线如图6、航向曲线如图7,由仿真结果可以看出在风浪干扰下,500s后利用广谱海浪滤波器可大幅减少方向舵的无效操舵,同时可以保持较高的航向控制精度
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种减少无效操舵的航向控制方法,其特征在于,包括:
S1、采用广谱海浪滤波器,计算广谱海浪滤波器系数;所述广谱海浪滤波器系数的计算结果包含:卡尔曼滤波器增益矩阵和控制器系数矩阵;
S2、采用卡尔曼滤波器,并根据所述卡尔曼滤波器增益矩阵,进行卡尔曼滤波状态量计算;
S3、根据所述控制器系数矩阵及所述卡尔曼滤波状态量,进行基本控制量和滤波控制分量的计算;
S4、将所述基本控制量与所述滤波控制分量相加,获得最终方向舵控制量;
所述步骤S1包括:
(1.1)计算卡尔曼滤波器增益矩阵H3×1、控制器系数矩阵M1×3和偏航增益系数N:
将矩阵A3×3、B3×1、C1×3以及QN和RN代入黎卡提方程,解得卡尔曼滤波器增益矩阵H3×1;其中,A3×3为船舶线性运动方程系统矩阵,B3×1为船舶线性运动方程输入矩阵,C1×3为船舶线性运动方程输出矩阵,均为所涉船舶的设计数据;QN为模型噪声协方差,RN为测量噪声协方差;
将矩阵A3×3、B3×1、C1×3、Q4×4和R代入黎卡提方程,解得控制器系数矩阵M1×3和偏航增益系数N,其中,Q4×4为控制误差加权系数矩阵,R为能量损耗加权系数;
(1.2)计算传递函数矩阵T(s):
其中,s为拉普拉斯算子,I4×4为单位矩阵;
(1.3)计算频率响应值:
滤波频带为0.5rad/s~1.2rad/s,以覆盖海浪频率,在滤波频带内选取两个频率点ω1,ω2,计算相应的频率响应值F(jω1),F(jω2):
F(jω1)={T12(jω1)+[-T11(jω1)]T21 -1(jω1)T22(jω1)}-1×[-T11(jω1)]T21 -1(jω1),
F(jω2)={T12(jω2)+[-T11(jω2)]T21 -1(jω2)T22(jω2)}-1×[-T11(jω2)]T21 -1(jω2);
(1.4)计算广谱海浪滤波器系统矩阵:
配置广谱海浪滤波器极点为λ1=λ2=λ3=λ4=λ5=-λ,0.1<λ<10,得到能控标准型的广谱海浪滤波器系统矩阵α5×5:
(1.5)计算广谱海浪滤波器输入矩阵:
将所述F(jω1)、F(jω2)、μ1×5、α5×5、ω1和ω2代入下述复数方程组:
F(jω1)=μ1×5(jω1I5×5-α5×5)-1β5×1,
F(jω2)=μ1×5(jω2I5×5-α5×5)-1β5×1;
得到广谱海浪滤波器输入矩阵β5×1=[0 β1 β2 β3 β4];其中,μ1×5=[0 1 0 0 0];
所述步骤S2,包括:
(2.1)卡尔曼滤波器状态量z(k)初始化:
卡尔曼滤波器状态量z(k)为:
z(k)=[z1(k) z2(k) z3(k)]T
其中,z1(k)为k时刻的横向速度估计值,z2(k)为k时刻的航向角角速度估计值,z3(k)为k时刻的航向角估计值,T表示对矩阵转置;k=0、1、2、…n,表示自然数,各时刻之间的间距h=0.01~1秒;
所述步骤S3,包括:
(3.2)设定广谱海浪滤波器状态量p(k)的初值p(0)=[0000]T;
(3.5)计算k时刻的滤波控制分量γ(k):γ(k)=μ1×5p(k)。
3.如权利要求1所述的一种减少无效操舵的航向控制方法,其特征在于,所述步骤(1.1)包括:
(A)卡尔曼滤波器增益矩阵H3×1由Matlab控制系统工具箱中的指令kalman(sys,Qn,Rn,Nn)解得,其过程为:
由矩阵A3×3、B3×1、C1×3搭建线性系统sys的系数矩阵:
sys.a=A3×3,sys.b=[B3×1[010]T],sys.c=C1×3,sys.d=[0 0],
将sys、QN、RN和Nn代入Matlab的所述指令kalman(sys,Qn,Rn,Nn)中,解得增益矩阵H3×1;
其中模型噪声协方差QN取值范围为0.1~10,测量噪声协方差RN取值范围为100~2000,Nn=0;
(B)控制器系数矩阵M1×3和偏航增益系数N由Matlab控制系统工具箱中的指令lqr(AA,BB,Q,R,N)解得,其过程为:
其中,控制误差加权系数矩阵Q4×4为对角矩阵,各元素取值范围均为0~10,能量损耗加权系数R取值范围为0.001~1,N=0;选取原则为:要提高控制的快速响应特性,则增大Q4×4中相应元素的取值,要减小控制量的幅值及其引起的能量消耗,则增大R的取值;
计算控制器系数矩阵M1×3和偏航增益系数N:
M1×3=[m1 m2 m3],N=k3;
4.如权利要求1所述的一种减少无效操舵的航向控制方法,其特征在于,所述步骤(1.3)中,在滤波频带内选取两个频率点ω1、ω2时,先选择ω1=0.5,ω2=0.55,观察传递函数矩阵T(s)的第一个输入到第一个输出的幅频响应特性,当幅频响应值减小的频率范围未覆盖滤波频带时,增大ω2的取值,直到幅频响应值减小的频率范围能够覆盖滤波频带0.5rad/s~1.2rad/s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911135209.8A CN111061262B (zh) | 2019-11-19 | 2019-11-19 | 一种减少无效操舵的航向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911135209.8A CN111061262B (zh) | 2019-11-19 | 2019-11-19 | 一种减少无效操舵的航向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111061262A CN111061262A (zh) | 2020-04-24 |
CN111061262B true CN111061262B (zh) | 2023-06-06 |
Family
ID=70298030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911135209.8A Active CN111061262B (zh) | 2019-11-19 | 2019-11-19 | 一种减少无效操舵的航向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111061262B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113335470B (zh) * | 2021-07-16 | 2022-07-26 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种浪向自适应流体动量轮主动控制减摇装置 |
CN115469553B (zh) * | 2022-11-02 | 2023-03-24 | 中国船舶集团有限公司第七〇七研究所 | 一种船舶运动状态重构方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1342252A (en) * | 1970-12-21 | 1974-01-03 | Shell Int Research | Method of maintaining a floating vessel in a desired position or on a desired course |
US4769773A (en) * | 1985-08-28 | 1988-09-06 | Shell Offshore Inc. | Vessel wave heading control apparatus |
CN201681308U (zh) * | 2010-03-15 | 2010-12-22 | 中国船舶重工集团公司第七○七研究所九江分部 | 一种自动操舵仪 |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN103454923A (zh) * | 2013-09-26 | 2013-12-18 | 哈尔滨工程大学 | 一种基于无源理论的船舶航向海浪滤波方法 |
EP2952994A1 (en) * | 2014-06-03 | 2015-12-09 | GE Energy Power Conversion Technology Ltd | System and method for dynamic positioning |
CN105785999A (zh) * | 2016-04-27 | 2016-07-20 | 大连海事大学 | 无人艇航向运动控制方法 |
CN106681339A (zh) * | 2015-11-11 | 2017-05-17 | 中国船舶工业系统工程研究院 | 一种船舶姿态信号的模拟方法 |
CN108536005A (zh) * | 2018-03-15 | 2018-09-14 | 吉林大学 | 一种基于模糊神经网络pid船舶航向控制器及其控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090043436A1 (en) * | 2005-04-15 | 2009-02-12 | Kazuyuki Igarashi | Automatic Vessel Position Holding Control Method and Controller |
-
2019
- 2019-11-19 CN CN201911135209.8A patent/CN111061262B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1342252A (en) * | 1970-12-21 | 1974-01-03 | Shell Int Research | Method of maintaining a floating vessel in a desired position or on a desired course |
US4769773A (en) * | 1985-08-28 | 1988-09-06 | Shell Offshore Inc. | Vessel wave heading control apparatus |
CN201681308U (zh) * | 2010-03-15 | 2010-12-22 | 中国船舶重工集团公司第七○七研究所九江分部 | 一种自动操舵仪 |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN103454923A (zh) * | 2013-09-26 | 2013-12-18 | 哈尔滨工程大学 | 一种基于无源理论的船舶航向海浪滤波方法 |
EP2952994A1 (en) * | 2014-06-03 | 2015-12-09 | GE Energy Power Conversion Technology Ltd | System and method for dynamic positioning |
CN106681339A (zh) * | 2015-11-11 | 2017-05-17 | 中国船舶工业系统工程研究院 | 一种船舶姿态信号的模拟方法 |
CN105785999A (zh) * | 2016-04-27 | 2016-07-20 | 大连海事大学 | 无人艇航向运动控制方法 |
CN108536005A (zh) * | 2018-03-15 | 2018-09-14 | 吉林大学 | 一种基于模糊神经网络pid船舶航向控制器及其控制方法 |
Non-Patent Citations (5)
Title |
---|
Stefan Wirtensohn 等.Disturbance Estimation and Wave Filtering Using an Unscented Kalman Filter.《IFAC-PapersOnLine》.2016,518-523. * |
彭秀艳 等.带有海浪滤波器的船舶航向反步自适应输出反馈控制.《控制理论与应用》.2013,第30卷(第7期),864-868. * |
徐雪峰 等.海浪干扰主频率辨识算法研究.《2018年数字化造船学术交流会议论文集》.2018,427-431. * |
赵东 兴 .考虑波浪干扰的船舶航向自抗扰控制研究.《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2018,(第1期),C036-87. * |
郭亦平 等.恶劣海况下船舶航向控制仿真及应用研究.《舰!船科学技术》.2008,第30卷(第1期),141-144、152. * |
Also Published As
Publication number | Publication date |
---|---|
CN111061262A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111061262B (zh) | 一种减少无效操舵的航向控制方法 | |
CN108628163A (zh) | 用于执行交通工具的基于观察器的控制的方法和装置 | |
Holzhüter | LQG approach for the high-precision track control of ships | |
WO2018099198A1 (zh) | 无人机姿态控制方法、装置及无人机 | |
CN109612738B (zh) | 一种涡扇发动机的气路性能改进的分布式滤波估计方法 | |
CN108563113A (zh) | 舰船用多回路无模型自适应艏向控制方法 | |
JP6976367B2 (ja) | 船舶の方位制御装置 | |
CN108717266B (zh) | 风场风机功率基于扰动观测器的神经自适应跟踪控制方法 | |
CN101251868A (zh) | 水下潜器运动机理模型与递归神经网络并行建模方法 | |
Perez et al. | Model predictive rudder roll stabilization control for ships | |
CN111552305B (zh) | 一种无人机姿态控制方法、装置及设备 | |
CN113883008B (zh) | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 | |
CN113659176B (zh) | 一种氢燃料电池自适应控制方法和装置 | |
CN108873923A (zh) | 应急指挥控制固定翼无人机舰面紧急起飞控制方法 | |
Gong et al. | Finite-time dynamic positioning control design for surface vessels with external disturbances, input saturation and error constraints | |
CN112198888A (zh) | 一种考虑无人机在机动平台自主起降的自适应pid控制方法 | |
US4664052A (en) | Automatic vehicle control method | |
CN115793449A (zh) | 直升机飞行姿态控制器设计方法及装置、设备、存储介质 | |
CN109856964B (zh) | 基于脱靶量处理的运动目标控制方法和系统 | |
CN115145300B (zh) | 一种运载火箭姿态控制方法及相关设备 | |
Cadet | Introduction to kalman filter and its use in dynamic positioning systems | |
CN114610055A (zh) | 飞行器控制方法与飞行器 | |
Hou et al. | Robust nonlinear model predictive control for ship dynamic positioning using Laguerre function | |
CN114967429B (zh) | 一种船舶航向的控制方法、装置及设备 | |
CN108196557B (zh) | 无人机的控制方法及装置 |
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 |