CN111273549A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN111273549A
CN111273549A CN202010109099.4A CN202010109099A CN111273549A CN 111273549 A CN111273549 A CN 111273549A CN 202010109099 A CN202010109099 A CN 202010109099A CN 111273549 A CN111273549 A CN 111273549A
Authority
CN
China
Prior art keywords
ship
fault
course
fuzzy
autopilot system
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.)
Granted
Application number
CN202010109099.4A
Other languages
English (en)
Other versions
CN111273549B (zh
Inventor
李铁山
朱丽燕
单麒赫
陈俊龙
肖杨
左毅
武越
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.)
Dalian Maritime University
Original Assignee
Dalian Maritime 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 Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202010109099.4A priority Critical patent/CN111273549B/zh
Publication of CN111273549A publication Critical patent/CN111273549A/zh
Application granted granted Critical
Publication of CN111273549B publication Critical patent/CN111273549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

Abstract

本发明提供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,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系统,解决智能船舶自动舵系统出现执行器故障时的控制问题,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

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
技术领域
本发明涉及船舶自动控制技术领域,尤其涉及一种考虑舵角受限的面向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。
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,而且舵角的输入为有界的,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,而提供一种考虑舵角受限的面向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。本发明主面向考虑舵角受限的智能船舶自动舵系统,通过模糊自适应输出反馈容错控制,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:
一种考虑舵角受限的面向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,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和自动舵系统中舵角输入有界特性,建立有关航向角和控制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、根据自动舵特性模型设计舵机执行器故障系统模型,基于执行器卡死和失效故障,设计智能船舶自动舵系统的控制器故障模型,基于此将输入向量改写为考虑执行器故障的输入向量;
S3、利用模糊逻辑系统的通用逼近原理,对自动舵系统中的未知非线性函数进行逼近,并设计用于估计自动舵系统不可测状态的模糊状态观测器;通过模糊状态观测器与自动舵系统之间的关系得到观测误差动态;
S4、通过万能逼近原理求解所述模糊状态观测器和考虑舵角受限的自动舵系统数学模型以及观测误差动态、中间控制函数、自适应模糊更新率,得到自动舵系统的有界实际控制舵角,此有界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容错控制。
进一步地,所述步骤S1中,建立智能船舶自动舵系统数学模型为:
Figure BDA0002389334760000021
式(1)中,
Figure BDA0002389334760000022
为航向角,δ为舵角;K是船舶回转性指数,T为船舶跟从性指数,
Figure BDA0002389334760000023
为未知的非线性函数,定义状态变量
Figure BDA0002389334760000024
u=Kδ/T,将式(1)变化,得到船舶航向非线性系统数学模型:
Figure BDA0002389334760000025
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,满足李普希茨条件,存在一个已知常数l,使得
Figure BDA0002389334760000026
Figure BDA0002389334760000027
为x2的估计值,p=K/T为控制增益。
步骤S2中,考虑执行器故障分别为执行器卡死和执行器失效故障设计的控制器故障模型包括:
卡死模型:
Figure BDA0002389334760000031
失效模型:
Figure BDA0002389334760000032
其中,
Figure BDA0002389334760000033
未知常数,表示第j个执行器发生卡死故障,tj和ti分别表示第j个执行器发生卡死故障和第i个执行器发生失效故障。ρi是执行器在失效后仍然有效的比例,ρ i是ρi的下界。当ρ i等于1时,则相应的执行器是正常的(无故障发生)。考虑执行器故障(3)和(4),输入向量u(t)可以改写为:
Figure BDA0002389334760000034
其中,故障分解模型v(t)=[v1(t),v2(t),…,vm(t)]T
Figure BDA0002389334760000035
Figure BDA0002389334760000036
进一步地,所述步骤S3具体包括:
利用模糊逻辑系统通用逼近原理得到自动舵系统中的未知非线性函数f(x2)的逼近值为
Figure BDA0002389334760000037
所述的未知非线性函数可被描述为
Figure BDA0002389334760000038
式中,θ*为根据预设的船舶航向理想的参数向量,
Figure BDA0002389334760000039
为理想参数向量θ*的估计值,ε为根据预设的船舶航向理想的自动舵系统特性与自动舵系统中未知非线性函数之间的关系得到的模糊任意小逼近误差,ε满足|ε|≤ε*,ε*是一个正的常数。
结合式(7),系统(2)可改写为
Figure BDA00023893347600000310
式中,
Figure BDA0002389334760000041
Δf为自动舵系统中的未知非线性函数f(x2)与利用模糊逻辑系统对其进行逼近后得到的逼近值
Figure BDA0002389334760000042
之间做差得到的差值,ω表示执行器故障增益,是一个设计常数向量。
为了估计系统(2)的不可测状态,设计模糊状态观测器为
Figure BDA0002389334760000043
式中,m1>0,m2>0为待设计的观测器参数。
将式(9)改写为
Figure BDA0002389334760000044
式中,
Figure BDA0002389334760000045
M=[m1,m2]T,C=[1,0]T,B=[0,1]T
定义观测误差e为:
Figure BDA0002389334760000046
由式(8)、(9)和(11)可得观测误差动态为:
Figure BDA0002389334760000047
式中,ε=[0,ε]T,ΔF=[0,Δf]T
Figure BDA0002389334760000048
进一步地,建立智能船舶自动舵系统的中间控制函数α具体为:定义船舶航向控制系统误差坐标变化方程
Figure BDA0002389334760000049
式中,yr为自动舵系统期望的跟踪参考信号,α为中间控制函数,根据自动舵系统误差方程定义容错中间控制函数α为
Figure BDA00023893347600000410
式中c1>0,0<β<1是待设计参数。
进一步地,执行器故障为
Figure BDA0002389334760000051
智能船舶自动舵系统的自适应模糊更新率
Figure BDA0002389334760000052
为:
Figure BDA0002389334760000053
式中,γ>0,σ>0为设计参数;
系统的实际容错控制器:
Figure BDA0002389334760000054
式中,
Figure BDA0002389334760000055
c2>0,激活函数
Figure BDA0002389334760000056
是有界的,即
Figure BDA0002389334760000057
本发明还提供了一种考虑舵角受限的面向智能船舶自动舵系统的模糊自适应输出反馈容错控制系统,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,完成船舶航向的模糊自适应输出反馈容错控制,其具体包括:
船舶航向自动舵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智能船舶自动舵系统数学模型;
船舶航向自动舵系统舵角输入受限数学模块,用于基于所述带有饱和特性的自动舵系统输入与其光滑描述函数构筑智能船舶自动舵系统饱和特性模型;
执行器故障模块,用于利用自动舵系统特性设计执行器卡死和执行器失效模型,并以此设计容错控制系统;
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,设计用于估计智能船舶自动舵系统的不可测状态的模糊状态观测器;
中间容错控制器构筑模块,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中间控制函数,并以此设计容错中间控制器;
实际容错控制器构筑模块,用于通过万能逼近原理求解所述模糊状态观测器和考虑舵角受限的自动舵系统数学模型以及观测误差动态、中间控制函数、自适应模糊更新率,得到系统的实际容错控制器;
数据反馈单元,用于将计算的所述实际受限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容错控制。
本发明与现有技术相比,一方面针对考虑了舵角首先的智能船舶自动舵系统,运用模糊状态观测器和控制器故障模型,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,同时考虑了实际工程中舵角输入有界的饱和特性,另一方面本发明建立的模糊状态观测器采用的是一种智能控制算法,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为本发明实施例中智能船舶系统模糊自适应输出反馈容错控制仿真图。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,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和自动舵系统中舵角输入有界特性,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:
Figure BDA0002389334760000071
式中(1),
Figure BDA0002389334760000072
为航向角,δ为舵角;K是船舶回转性指数,T为船舶跟从性指数,
Figure BDA0002389334760000073
为未知的非线性函数。定义状态变量x1=φ,
Figure BDA0002389334760000074
u=δ,将式(1)变化,得到船舶航向非线性系统数学模型:
Figure BDA0002389334760000075
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,根据自动舵特性模型设计舵机执行器故障系统模型,基于执行器卡死和失效故障,设计智能船舶自动舵系统的控制器故障模型,基于此将输入向量改写为考虑执行器故障的输入向量;
卡死模型:
Figure BDA0002389334760000081
失效模型:
Figure BDA0002389334760000082
其中,
Figure BDA0002389334760000083
未知常数,表示第j个执行器发生卡死故障,tj和ti分别表示第j个执行器发生卡死故障和第i个执行器发生失效故障,ρi是执行器在失效后仍然有效的比例,ρ i是ρi的下界,当ρ i等于1时,则相应的执行器是正常的(无故障发生),考虑执行器故障(3)和(4),输入向量u(t)可以改写为:
Figure BDA0002389334760000084
其中,故障分解模型v(t)=[v1(t),v2(t),…,vm(t)]T
Figure BDA0002389334760000085
Figure BDA0002389334760000086
第三步,利用模糊逻辑系统的通用逼近原理,对自动舵系统中的未知非线性函数进行逼近,并设计用于估计自动舵系统不可测状态的模糊状态观测器;通过模糊状态观测器与自动舵系统之间的关系得到观测误差动态;
利用模糊逻辑系统通用逼近原理得到自动舵系统中的未知非线性函数f(x2)的逼近值为
Figure BDA0002389334760000087
所述的未知非线性函数可被描述为
Figure BDA0002389334760000088
式中,θ*为根据预设的船舶航向理想的参数向量,
Figure BDA0002389334760000089
为理想参数向量θ*的估计值,ε为根据预设的船舶航向理想的自动舵系统特性与自动舵系统中未知非线性函数之间的关系得到的模糊任意小逼近误差,ε满足|ε|≤ε*,ε*是一个正的常数,
结合式(7),式(2)可改写为
Figure BDA0002389334760000091
式中,
Figure BDA0002389334760000092
Δf为自动舵系统中的未知非线性函数f(x2)与利用模糊逻辑系统对其进行逼近后得到的逼近值
Figure BDA0002389334760000093
之间做差得到的差值,ω表示执行器故障增益,是一个设计常数向量
为了估计系统(2)的不可测状态,设计模糊状态观测器为
Figure BDA0002389334760000094
式中,m1>0,m2>0为待设计的观测器参数,
将式(9)改写为
Figure BDA0002389334760000095
式中,
Figure BDA0002389334760000096
M=[m1,m2]T,C=[1,0]T,B=[0,1]T
定义观测误差e为:
Figure BDA0002389334760000097
由式(8)、(9)和(11)可得观测误差动态为:
Figure BDA0002389334760000101
式中,ε=[0,ε]T,ΔF=[0,Δf]T
Figure BDA0002389334760000102
建立智能船舶自动舵系统的中间控制函数α具体为:定义船舶航向控制系统误差坐标变化方程
Figure BDA0002389334760000103
式中,yr为自动舵系统期望的跟踪参考信号,α为中间控制函数,根据自动舵系统误差方程定义容错中间控制函数α为
Figure BDA0002389334760000104
式中c1>0,0<β<1是待设计参数。
第四步,通过万能逼近原理求解所述模糊状态观测器和考虑舵角受限的自动舵系统数学模型以及观测误差动态、中间控制函数、自适应模糊更新率,得到自动舵系统的有界实际控制舵角,此有界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容错控制。
执行器故障为
Figure BDA0002389334760000105
智能船舶自动舵系统的自适应模糊更新率
Figure BDA0002389334760000106
为:
Figure BDA0002389334760000107
式中,γ>0,σ>0为设计参数;
系统的实际容错控制器:
Figure BDA0002389334760000108
式中,
Figure BDA0002389334760000109
c2>0,激活函数
Figure BDA00023893347600001010
是有界的,即
Figure BDA00023893347600001011
本发明实施例还公开了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,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;
中间容错控制器构筑模块,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中间控制函数,并以此设计容错中间控制器;
实际容错控制器构筑模块,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、中间控制函数、自适应模糊更新率,得到系统的实际容错控制器;
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容错控制。
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:
Figure BDA0002389334760000111
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,uM=35π/180。模糊隶属规则选取如下
R1:如果
Figure BDA0002389334760000112
Figure BDA0002389334760000113
那么y是G1
R2:如果
Figure BDA0002389334760000114
Figure BDA0002389334760000115
那么y是G2
R3:如果
Figure BDA0002389334760000116
Figure BDA0002389334760000117
那么y是G3
R4:如果
Figure BDA0002389334760000118
Figure BDA0002389334760000119
那么y是G4
R5:如果
Figure BDA00023893347600001110
Figure BDA00023893347600001111
那么y是G2
在区间[-2,2]定义
Figure BDA0002389334760000121
的模糊集,选取模糊集为
Figure BDA0002389334760000122
Figure BDA0002389334760000123
其中PL,PS,ZE,NS和NL为模糊集的语言值。中心点选取为-2,-1,0,1,2,模糊隶属函数为
Figure BDA0002389334760000124
容错中间控制函数、容错控制器和自适应率的待设计参数选取,c1=12,c2=5,γ=0.1,σ=5,
Figure BDA0002389334760000125
状态观测器待设计参数选取K=[m1,m2]T=[30,200]T
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容错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为容错控制器,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容错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 (6)

1.一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,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和自动舵系统中舵角输入有界特性,建立有关航向角和控制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、根据自动舵特性模型设计舵机执行器故障系统模型,基于执行器卡死和失效故障,设计智能船舶自动舵系统的控制器故障模型,基于此将输入向量改写为考虑执行器故障的输入向量;
S3、利用模糊逻辑系统的通用逼近原理,对自动舵系统中的未知非线性函数进行逼近,并设计用于估计自动舵系统不可测状态的模糊状态观测器;通过模糊状态观测器与自动舵系统之间的关系得到观测误差动态;
S4、通过万能逼近原理求解所述模糊状态观测器和考虑舵角受限的自动舵系统数学模型以及观测误差动态、中间控制函数、自适应模糊更新率,得到自动舵系统的有界实际控制舵角,此有界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容错控制。
2.根据权利要求1所述的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,其特征在于,所述步骤S1中,建立智能船舶自动舵系统数学模型为:
Figure FDA0002389334750000011
式(1)中,
Figure FDA0002389334750000012
为航向角,δ为舵角;K是船舶回转性指数,T为船舶跟从性指数,
Figure FDA0002389334750000013
为未知的非线性函数,定义状态变量
Figure FDA0002389334750000014
u=Kδ/T,将式(1)变化,得到船舶航向非线性系统数学模型:
Figure FDA0002389334750000021
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,满足李普希茨条件,存在一个已知常数l,使得
Figure FDA0002389334750000022
Figure FDA0002389334750000023
为x2的估计值,p=K/T为控制增益;
步骤S2中,考虑执行器故障分别为执行器卡死和执行器失效故障设计的控制器故障模型包括:
卡死模型:
Figure FDA0002389334750000024
失效模型:
Figure FDA0002389334750000025
其中,
Figure FDA0002389334750000026
未知常数,表示第j个执行器发生卡死故障,tj和ti分别表示第j个执行器发生卡死故障和第i个执行器发生失效故障,ρi是执行器在失效后仍然有效的比例,ρ i是ρi的下界,当ρ i等于1时,则相应的执行器是正常的(无故障发生),考虑执行器故障(3)和(4),输入向量u(t)可以改写为:
Figure FDA0002389334750000027
其中,故障分解模型v(t)=[v1(t),v2(t),…,vm(t)]T
Figure FDA0002389334750000028
Figure FDA0002389334750000029
3.根据权利要求2所述的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,其特征在于,所述步骤S3具体包括:
利用模糊逻辑系统通用逼近原理得到自动舵系统中的未知非线性函数f(x2)的逼近值为
Figure FDA00023893347500000210
所述的未知非线性函数可被描述为
Figure FDA00023893347500000211
式中,θ*为根据预设的船舶航向理想的参数向量,
Figure FDA0002389334750000031
为理想参数向量θ*的估计值,ε为根据预设的船舶航向理想的自动舵系统特性与自动舵系统中未知非线性函数之间的关系得到的模糊任意小逼近误差,ε满足|ε|≤ε*,ε*是一个正的常数,
结合式(7),式(2)可改写为
Figure FDA0002389334750000032
式中,
Figure FDA0002389334750000033
Δf为自动舵系统中的未知非线性函数f(x2)与利用模糊逻辑系统对其进行逼近后得到的逼近值
Figure FDA0002389334750000034
之间做差得到的差值,ω表示执行器故障增益,是一个设计常数向量
为了估计系统(2)的不可测状态,设计模糊状态观测器为
Figure FDA0002389334750000035
式中,m1>0,m2>0为待设计的观测器参数,
将式(9)改写为
Figure FDA0002389334750000036
式中,
Figure FDA0002389334750000037
M=[m1,m2]T,C=[1,0]T,B=[0,1]T
定义观测误差e为:
Figure FDA0002389334750000038
由式(8)、(9)和(11)可得观测误差动态为:
Figure FDA0002389334750000041
式中,ε=[0,ε]T,ΔF=[0,Δf]T
Figure FDA0002389334750000042
4.根据权利要求3所述的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,其特征在于,建立智能船舶自动舵系统的中间控制函数α具体为:定义船舶航向控制系统误差坐标变化方程
Figure FDA0002389334750000043
式中,yr为自动舵系统期望的跟踪参考信号,α为中间控制函数,根据自动舵系统误差方程定义容错中间控制函数α为
Figure FDA0002389334750000044
式中c1>0,0<β<1是待设计参数。
5.根据权利要求4所述的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,其特征在于,执行器故障为
Figure FDA0002389334750000045
智能船舶自动舵系统的自适应模糊更新率
Figure FDA0002389334750000046
为:
Figure FDA0002389334750000047
式中,γ>0,σ>0为设计参数;
系统的实际容错控制器:
Figure FDA0002389334750000048
式中,
Figure FDA0002389334750000049
c2>0,激活函数
Figure FDA00023893347500000410
是有界的,即
Figure FDA00023893347500000411
6.一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,完成船舶航向的模糊自适应输出反馈容错控制,其特征在于,其具体包括:
船舶航向自动舵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智能船舶自动舵系统数学模型;
船舶航向自动舵系统舵机故障模型,用于基于执行器卡死和失效故障,设计智能船舶自动舵系统的控制器故障模型;
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,设计用于估计智能船舶自动舵系统的不可测状态的模糊状态观测器;
容错中间控制器构筑模块,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容错中间控制函数,并以此设计容错中间控制器;
实际容错控制器构筑模块,用于通过万能逼近原理求解所述模糊状态观测器和考虑舵角受限的自动舵系统数学模型以及观测误差动态、中间控制函数、自适应模糊更新率,得到系统的实际容错控制器;
数据反馈单元,用于将计算的所述实际受限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容错控制。
CN202010109099.4A 2020-02-21 2020-02-21 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 Active CN111273549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010109099.4A CN111273549B (zh) 2020-02-21 2020-02-21 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010109099.4A CN111273549B (zh) 2020-02-21 2020-02-21 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

Publications (2)

Publication Number Publication Date
CN111273549A true CN111273549A (zh) 2020-06-12
CN111273549B CN111273549B (zh) 2023-01-13

Family

ID=71002272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010109099.4A Active CN111273549B (zh) 2020-02-21 2020-02-21 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

Country Status (1)

Country Link
CN (1) CN111273549B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111879323A (zh) * 2020-06-29 2020-11-03 福建(泉州)哈工大工程技术研究院 一种基于前端融合的航向角计算方法
CN112782981A (zh) * 2020-12-30 2021-05-11 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指定性能控制方法及系统
CN113093734A (zh) * 2021-03-17 2021-07-09 大连海事大学 一种输入受限的无人船航向共融控制方法、系统及结构
CN114348227A (zh) * 2022-01-26 2022-04-15 广东华中科技大学工业技术研究院 具备传感器容错能力的推进器舵机控制系统和控制方法
CN114415515A (zh) * 2022-01-20 2022-04-29 中国空气动力研究与发展中心低速空气动力研究所 一种针对固定翼无人机舵面卡死状态下的容错飞行控制方法
CN114859722A (zh) * 2022-05-09 2022-08-05 电子科技大学 一种时滞非线性凝固过程系统模糊自适应容错控制方法
CN115661763A (zh) * 2022-12-26 2023-01-31 武汉沃德采科技发展有限公司 一种基于视觉图像分析的设备监控自动控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108681246A (zh) * 2018-05-14 2018-10-19 大连海事大学 一种基于执行器故障的无人水面船航迹跟踪方法
CN109814392A (zh) * 2019-02-21 2019-05-28 大连海事大学 一种欠驱动水下机器人执行器故障鲁棒容错控制方法
CN110687799A (zh) * 2019-11-12 2020-01-14 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
CN110687798A (zh) * 2019-11-11 2020-01-14 大连海事大学 一种基于滑模量化输出反馈的自适应容错控制方法
CN110703605A (zh) * 2019-10-29 2020-01-17 大连海事大学 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
CN113485121A (zh) * 2021-08-03 2021-10-08 大连海事大学 一种分布式多船协同动力定位控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108681246A (zh) * 2018-05-14 2018-10-19 大连海事大学 一种基于执行器故障的无人水面船航迹跟踪方法
CN109814392A (zh) * 2019-02-21 2019-05-28 大连海事大学 一种欠驱动水下机器人执行器故障鲁棒容错控制方法
CN110703605A (zh) * 2019-10-29 2020-01-17 大连海事大学 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
CN110687798A (zh) * 2019-11-11 2020-01-14 大连海事大学 一种基于滑模量化输出反馈的自适应容错控制方法
CN110687799A (zh) * 2019-11-12 2020-01-14 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
CN113485121A (zh) * 2021-08-03 2021-10-08 大连海事大学 一种分布式多船协同动力定位控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张绍杰等: "《基于MMST分组的一类MIMO非线性系统执行器故障自适应补偿控制》", 《自动化学报》 *
张绍杰等: "《执行器故障不确定非线性系统最优自适应输出跟踪控制》", 《自动化学报》 *
金小峥等: "《一类执行器偏移/卡死故障下的自适应容错控制》", 《沈阳大学学报(自然科学版)》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111879323A (zh) * 2020-06-29 2020-11-03 福建(泉州)哈工大工程技术研究院 一种基于前端融合的航向角计算方法
CN111879323B (zh) * 2020-06-29 2022-02-22 福建(泉州)哈工大工程技术研究院 一种基于前端融合的航向角计算方法
CN112782981A (zh) * 2020-12-30 2021-05-11 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指定性能控制方法及系统
CN112782981B (zh) * 2020-12-30 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指定性能控制方法及系统
CN113093734A (zh) * 2021-03-17 2021-07-09 大连海事大学 一种输入受限的无人船航向共融控制方法、系统及结构
CN113093734B (zh) * 2021-03-17 2023-11-03 大连海事大学 一种输入受限的无人船航向共融控制方法、系统及装置
CN114415515A (zh) * 2022-01-20 2022-04-29 中国空气动力研究与发展中心低速空气动力研究所 一种针对固定翼无人机舵面卡死状态下的容错飞行控制方法
CN114415515B (zh) * 2022-01-20 2023-03-21 中国空气动力研究与发展中心低速空气动力研究所 一种针对固定翼无人机舵面卡死状态下的容错飞行控制方法
CN114348227A (zh) * 2022-01-26 2022-04-15 广东华中科技大学工业技术研究院 具备传感器容错能力的推进器舵机控制系统和控制方法
CN114859722A (zh) * 2022-05-09 2022-08-05 电子科技大学 一种时滞非线性凝固过程系统模糊自适应容错控制方法
CN114859722B (zh) * 2022-05-09 2023-06-02 电子科技大学 一种时滞非线性凝固过程系统模糊自适应容错控制方法
CN115661763A (zh) * 2022-12-26 2023-01-31 武汉沃德采科技发展有限公司 一种基于视觉图像分析的设备监控自动控制系统

Also Published As

Publication number Publication date
CN111273549B (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
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
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
CN108008628B (zh) 一种不确定欠驱动无人艇系统的预设性能控制方法
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
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
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
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
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
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
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
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
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
CN113589689A (zh) 一种基于多参数自适应神经网络的滑模控制器设计方法
Yan et al. Continuous and periodic event-triggered sliding-mode control for path following of underactuated surface vehicles
Zhang et al. Adaptive neural fault-tolerant control for USV with the output-based triggering approach
Ma et al. Observer-based event-triggered type-2 fuzzy control for uncertain steer-by-wire systems
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
Xu et al. Event-triggered adaptive target tracking control for an underactuated autonomous underwater vehicle with actuator faults
CN116088309B (zh) 一种基于故障辨识的水面船复合学习容错控制方法
Baier et al. Hybrid physics and deep learning model for interpretable vehicle state prediction
Tong An adaptive error constraint line-of-sight guidance and finite-time backstepping control for unmanned surface vehicles
Zhang et al. Improved composite adaptive fault‐tolerant control for dynamic positioning vehicle subject to the dead‐zone nonlinearity
Gao et al. Disturbance observer based finite-time exact bottom-following control for a BUV with input saturation
CN113608534B (zh) 一种无人艇跟踪控制方法及系统
Ye et al. A modified predictive PID controller for dynamic positioning of vessels with autoregressive model

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