CN111381595A - 基于事件触发的船舶动力定位方法 - Google Patents
基于事件触发的船舶动力定位方法 Download PDFInfo
- Publication number
- CN111381595A CN111381595A CN202010162835.2A CN202010162835A CN111381595A CN 111381595 A CN111381595 A CN 111381595A CN 202010162835 A CN202010162835 A CN 202010162835A CN 111381595 A CN111381595 A CN 111381595A
- Authority
- CN
- China
- Prior art keywords
- estimated
- propeller
- attitude
- ship
- vector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000013598 vector Substances 0.000 claims abstract description 77
- 230000003044 adaptive effect Effects 0.000 claims abstract description 44
- 238000013016 damping Methods 0.000 claims abstract description 26
- 230000001537 neural effect Effects 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims description 39
- 238000013461 design Methods 0.000 claims description 8
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000036544 posture Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012885 constant function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于事件触发的船舶动力定位方法,包括:获取船舶当前姿态和当前速度,并根据当前姿态和当前速度建立船舶模型;根据船舶模型获取船舶的估计姿态和估计速度,计算当前姿态、当前速度与估计姿态、估计速度的差值;根据估计速度采用鲁棒神经阻尼计算鲁棒神经阻尼项,并根据鲁棒神经阻尼项、估计速度和估计姿态建立自适应估计模型,自适应模型不存在自适应律;根据估计姿态和估计速度计算推进器的实际控制率,并根据实际控制率和差值计算自适应律;根据自适应律调节推进器的实际可控输入矢量,并根据实际可控输入矢量控制船舶动力定位任务。本发明能够实现在推进器出现未知故障的情况下继续保持动力定位任务的正常进行。
Description
技术领域
本发明涉及船舶控制技术领域,尤其涉及一种基于事件触发的船 舶动力定位方法。
背景技术
在船舶运动控制领域,动力定位在海洋工程上得到广泛应用,是 目前实现船舶水上停泊、平台定位的一项重要技术。船舶动力定位系 统,可以根据风向、风速、海流和船舶运动姿态等外部信号,自主控 制主柴油机、首尾侧推和舵机等动力装置,保持既定的船位或沿着预 定的轨迹运动。在航海实践中,动力定位系统通过其控制系统驱动船 舶推进器来抵消风、浪、流等作用于船上的环境外力,从而使船舶保 持定位在确定的位置上。目前已有的关于动力定位的控制算法都是基 于连续时间系统进行的,需要在控制器和驱动设备之间连续不断地传 输控制信号,从而使船舶稳定地保持在期望状态。
图2给出了现有技术的船舶动力定位系统的基本原理图。在工程 实践中,期望位置和航向通常由操作员人为设定,即图2中的ηd,它 包括期望位置(x,y)和期望航向ψ。期望信号被传输给动力定位系统的 控制器,控制器控制主柴油机、首尾侧推和舵机等动力装置,从而改 变控制力和力矩τ使船舶保持在期望位置。在海洋中进行动力定位的 船舶会不可避免地遭受风、流、浪等造成的外部环境扰动τw,这会造 成船舶的位置和航向发生变化,变化后的实际位置和航向信息η将会 被反馈给控制器并与期望信号相比较,从而使控制器改变动力装置的 运行状态,使船舶能够保持在期望状态。如此循环往复,动力定位船 舶将会稳定保持在期望状态。
海洋平台或动力定位船舶长期执行定位任务,不可避免地会存在 推进器故障问题,如低效故障、偏置故障。传统的动力定位控制算法 未考虑推进器发生未知故障问题时的容错机制,在工程实际应用中会 引起船舶定位失效(无法有效保证动力定位控制精度),甚至导致海上 事故,造成巨额经济损失。
发明内容
本发明提供一种基于事件触发的船舶动力定位方法,以克服上述 技术问题。
本发明基于事件触发的船舶动力定位方法,包括:
获取船舶当前姿态和当前速度,并根据所述当前姿态和当前速度 建立船舶模型;
根据所述船舶模型获取船舶的估计姿态和估计速度,计算当前姿 态、当前速度与所述估计姿态、所述估计速度的差值;
根据所述估计速度采用鲁棒神经阻尼计算鲁棒神经阻尼项,并根 据所述鲁棒神经阻尼项、所述估计速度和所述估计姿态建立自适应估 计模型,所述自适应模型不存在自适应律;
根据所述估计姿态和所述估计速度计算推进器的实际控制率,并 根据所述实际控制率和所述差值计算自适应律;
根据所述自适应律调节推进器的实际控制输入矢量,从而控制船 舶动力定位。
进一步地,计算当前姿态、当前速度与所述估计姿态、所述估计 速度的差值之后,还包括:
判断所述差值是否大于阈值,若是,则将所述估计姿态和所述估 计速度更新为所述当前姿态和所述当前速度,若否,则保持所述估计 姿态和所述估计速度。
进一步地,根据自适应律调节推进器的实际可控输入矢量之前, 还包括:
接收推进器的故障类型,所述故障类型包括:推进器在正常运行、 推进器部分效率损失故障、推进器偏置故障以及推进器全部效率损失 故障。
进一步地,根据所述实际控制率和所述差值计算自适应律,包括:
根据公式
计算自适应参数和其中,ζ=1,2,…,q,βλζ和βθζ是控制器 设计参数,σλζ和σθζ是正的调谐常数,γj表示自适应估计模型的误差 的反馈信号,实际控制率αj中j=u,v,r,αup=[αu,αv,αr],差值矢 量ei中i=u,v,r,e=[eu,ev,er],T(β)表示推进器配置矩阵,Tiζ(·) 表示推进器配置矩阵T(β)的第i行第ζ列,表示推进器配置矩阵 的伪逆矩阵,表示推进器配置矩陌的第i行第ζ列。
进一步地,所述根据所述估计速度采用鲁棒神经阻尼计算鲁棒神 经阻尼项,并根据所述鲁棒神经阻尼项、所述估计速度和所述估计姿 态建立自适应估计模型,包括:
所述自适应估计模型为
进一步地,根据所述自适应律调节推进器的实际控制输入矢量, 包括:
根据公式
根据所述实际控制命令输入矢量的控制率,采用公式
计算推进器的实际控制输入矢量的控制率,其中, 表示驱动效率矩阵,且0≤kpi≤1,i= 1,2,…q,是偏置故障矢量, 是实际控制命令输入矢量的控制率,vpi= |pio|pio,i=1,2,…q,pio是第i个推进器的实际控制命令输入矢量, up实际控制输入矢量的控制率;
根据所述实际控制输入矢量的控制率,采用公式
本发明解决了海船动力定位操作过程中推进器的未知故障问题, 能够实现在推进器出现未知故障的情况下继续保持动力定位任务的 正常进行,为相关理论和船舶控制工程搭建了桥梁,使理论研究成果 应用于船舶工程实践提供了可能。
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作一简单地介绍,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是本发明基于事件触发的船舶动力定位方法流程图;
图2是现有技术船舶动力定位系统基本原理图;
图3是本发明动力定位船舶推进器配置图;
图4是本发明船舶动力定位事件触发控制逻辑结构图;
图5是本发明6级海况下二维风场及对应的风生浪波面视图;
图6是本发明船舶运动轨迹对比图;
图7是本发明船舶姿态变量对比图;
图8是本发明本专利算法中间隔采样点分析;
图9是本发明推进器故障条件下船舶姿态变量及自适应模型的 预测值;
图10是本发明推进器故障条件下的推进器实际控制输入;
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 作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。
图1是本发明基于事件触发的船舶动力定位方法流程图,如图1 所示,本实施例的方法可以包括:
步骤101、获取船舶当前姿态和当前速度,并根据所述当前姿态 和当前速度建立船舶模型;
具体而言,本实施例的建立动力定位船舶的三自由度数学模型为
τ=T(β)κ(n)up (2)
其中,表示控制输入矢量,T(·)∈R3×q是 取决于推进器位置的配置矩阵(q是等效推进器的数量),推进器的位 置分布示意图如图3示,β是方位角推进器的方位角,κ(·)= diag{κ1(n1),κ2(n2),…,κq(nq)}∈Rq×q表示取决于螺旋桨转速的力 系数矩阵,up=[|p1|p1,|p2|p2,…,|pq|pq]T,其中,pi∈[-1,1],i= 1,2,…q是推进器的实际可控输入矢量。
步骤102、根据所述船舶模型获取船舶的估计姿态和估计速度, 计算当前姿态、当前速度与所述估计姿态、所述估计速度的差值;
步骤103、根据所述估计速度采用鲁棒神经阻尼计算鲁棒神经阻 尼项,并根据所述鲁棒神经阻尼项、所述估计速度和所述估计姿态建 立自适应估计模型,所述自适应模型不存在自适应律;
步骤104、根据所述估计姿态和所述估计速度计算推进器的实际 控制率,并根据所述实际控制率和所述差值计算自适应律;
步骤105、根据所述自适应律调节推进器的实际控制输入矢量, 从而控制船舶动力定位。
进一步地,根据自适应律调节推进器的实际可控输入矢量之前, 还包括:
接收推进器的故障类型,根据故障类型调整自适应模型,所述故 障类型包括:推进器在正常运行、推进器部分效率损失故障、推进器 偏置故障以及推进器全部效率损失故障。
具体而言,在实际工程中,推进器可能遭受偏置故障和效率损失 故障。推进器故障类型有四种:推进器在正常运行、推进器部分效率 损失故障、推进器偏置故障以及推进器全部效率损失故障。因此,建 立推进器故障模型为
其中,表示驱动效率矩阵,且 0≤kpi≤1,i=1,2,…q,是偏置故障矢量,是实际控制命令输入矢量的控制率, vpi=|pio|pio,i=1,2,…q,pio是第i个推进器的实际控制命令输入矢 量,up实际控制输入矢量的控制率。
故障模型包括四种模式如下:
进一步地,计算当前姿态、当前速度与所述估计姿态、所述估计 速度的差值之后,还包括:
判断所述差值是否大于阈值,若是,则将所述估计姿态和所述估 计速度更新为所述当前姿态和所述当前速度,若否,则保持所述估计 姿态和所述估计速度。
具体而言,本实施例中判断差值是否大于阈值的事件触发机制为
其中,
根据式(4)可知,对于eψ的触发 条件可以表示为|eψ|≤Kηψe。当触发条件被违反时,模型状态将会被 重置为ψ,不难看出在触发时刻eψ=0。因此,对于ψ的误差eψ总是保 持在0附近的小值。为了促进事件触发机制的实施,式(4)可以被改 写为式
||e||≤K||ze|| (6)
进一步地,并根据所述实际控制率和所述差值计算自适应律,包 括:
根据公式
计算自适应参数和其中,ζ=1,2,…,q,βλζ和βθζ是控制器 设计参数,σλζ和σθζ是正的调谐常数,γj表示自适应估计模型的误差的 反馈信号,实际控制率αj中j=u,v,r,αup=[αu,αv,αr],差值矢量ei中 i=u,v,r.e=[eu,ev,er],T(β)表示推进器配置矩阵,Tiζ(·)表示推进器 配置矩阵T(β)的第i行第ζ列,表示推进器配置矩阵的伪逆矩阵,表示推进器配置矩陌的第i行第ζ列。
具体而言,自适应参数和被设计去补偿未知的增益函数,与现 有技术中的推进器配置矩阵扩展操作,在线更新的自适应参数的个数与 扩展配置矩阵的维度相一致。在这样一个参数自适应机制条件下,两个 模型间的误差被反馈给自适应模型提高逼近精度。式(7)和式(8)为 自适应参数和
其中,ζ=1,2,…,q,βλζ和βθζ是设计参数,σλζ和σθζ是正的调谐 常数,γj表示模型误差的反馈信号,其可以被设计为式(11)。
其中,cj是正常数。
进一步地,根据所述鲁棒神经阻尼项建立自适应模型,包括:
对于动力定位船舶模型,基于事件的自适应模型为
进一步地,根据所述自适应律调节推进器的实际可控输入矢量, 包括:
根据公式
根据所述实际可控输入矢量的实际控制率计算实际可控输入矢量
所提出的控制方案中,控制器在事件触发时刻t=tk(tk+1> tk,i=0,1,2,…)被更新。在连续两个采样点间的时间段(tk<t< tk+1),系统状态和估计状态之间的事件触发误差可以被定义为 其中eη=[ex,ey,eψ]T,ev=[eu,ev,er]T。当触发机制被违反时(t=tk),模型状态矢量和将会被重置为系统状态矢 量η和v,即η+=η,v+=v。
本申请的实际控制输入矢量用于调节船舶期望姿态与当前姿态 的差值,该差值的计算如下:
根据式(15),虚拟控制律αv被设计为式(16)。
其中,kη是对角矩阵形式的设计参数。为了避免直接对αv进行微 分,引入动态面技术,即一阶滤波器。
其中,tv=diag{tu,tv,tr}是时间常数矩阵,βv是滤波器的输出矢 量。滤波器的输入误差被定义为gv=[qu,qv,qr]T=αv-βv,因此, 可以得到式(18)。
期望姿态与当前姿态之间的误差向量被定义为ηe=ηd-η。ηe的导数可以被 表示为式(20)。
根据以上分析,获得式(21)。
因此,式(20)可以被改写为式(22)。
其中,I=diag{1,1,1}是单位矩阵。
本申请的实际控制输入矢量用于调节船舶期望速度与当前速度 的差值,该差值的计算如下:
采用鲁棒神经阻尼技术补偿系统不确定性。
实际控制率αup被设计为式(27)。
其中,kve表示正的设计参数矩阵。基于上面的分析,式(23)可 以被重新改写为式(28)。
相似于以上对式(28)的分析方法,滤波器的输出矢量与当前速 度之间的误差向量被定义为ve=βv-v,其导数可以表示为式(29)。
为了验证本发明船舶定位的有效性,采用如图3所示的两个主螺 旋桨,三个隧道推进器和一个方位角推进器的船舶为被控对象,船舶 长度为76.2m,排水量为4.591×106kg。利用matlab进行计算机仿真 实验。与现有技术中自适应算法计算船舶定位的结果进行对比。
对于外界干扰,考虑海洋实际环境,模拟海风和不规则的风成波。 均采用基于物理的数学模型进行仿真。干扰模型为现有技术,在此处 不做赘述。图5为6级海况下二维风场及对应的风生浪波面视图。平 均风速和风向分别为Vwind=12.8m/s和ψwind=125deg,实验船舶 的期望姿态为ηd=[0m,0m,140deg[]T],实验船的舶初始运动状态 为 [x,y,ψ,u,v,r]|t=0=[10m,10m,156deg,0m/s,0m/s,Odeg/s[]]
图6-8给出了实验对比结果。在图6中,两种控制算法下的船舶 最终都能够稳定在预定位置附近,但是不难看出本申请具有更好的稳 定性和更短的轨迹长度,因而具有更高的定位精度和能量效率。在图 7中,与现有技术中自适应算法相比,本申请可以更快地使船舶达到 期望姿态。图8给出了两个连续的采样点间的时间间隔。本申请初始 阶段频繁违反事件触发条件,随着姿态变量逐渐稳定在期望位置,两 个连续采样点之间的时间间隔增大。两个连续的采样点间的最小时间 间隔为O.02s,最大时间间隔为10.2s。
为了进一步分析本申请适用于各种故障类型,给出了具有推进器 故障的仿真实验。船舶与上一对比例相同,该船舶在300s时,选择 两个推进器(2号和5号推进器)设置两个不同的故障。其中,2号推进 器被设置为部分效率损失故障,5号推进器被设置为全部效率损失故 障。图9-12给出了推进器故障条件下相关曲线的变化情况。图9和 图10给出了推进器发生故障时船舶姿态和推进器实际控制输入的变 化情况。当推进器发生未知故障时,执行定位任务的船舶会短暂地偏 离期望位置,通过调节推进器的控制输入,从而使船舶恢复到期望姿 态。图10中的放大部分显示了推进器控制命令和实际输入的曲线演 变情况,并且注意到方位角推进器的方位角发生了跳跃现象,这是正 常的。因为方位角的取值范围是-180deg,180deg,然而在工程实际 中它的取值范围是0,360deg,因此在工程实际中需要进行转换操作。 在图11和图12中,每条自适应参数曲线都相似于图中的放大部分, 在采样时刻被更新并且在采样间时期保持不变。开始时,为了激发出 事件触发的状态,自适应参数的初始值被设置为0到1之间的随机 数。
本发明考虑到船舶控制工程实践中存在通信资源浪费、推进器故 障问题,提出一种具有容错补偿机制的动力定位船舶事件触发控制器 设计方法,解决现有动力定位控制中存在的通信资源浪费、推进器故 障问题。
利用本发明事件触发控制算法解决了海船动力定位操作过程中 控制器和推进器之间的命令信号连续传输引起的网络信道频繁占用、 通信负载大的缺陷,能够实现非周期地传输命令信号,大大缓解信道 传输负担,在船舶控制工程实际中具有重大意义。
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)
1.一种基于事件触发的船舶动力定位方法,其特征在于,包括:
获取船舶当前姿态和当前速度,并根据所述当前姿态和当前速度建立船舶模型;
根据所述船舶模型获取船舶的估计姿态和估计速度,计算当前姿态、当前速度与所述估计姿态、所述估计速度的差值;
根据所述估计速度采用鲁棒神经阻尼计算鲁棒神经阻尼项,并根据所述鲁棒神经阻尼项、所述估计速度和所述估计姿态建立自适应估计模型,所述自适应模型不存在自适应律;
根据所述估计姿态和所述估计速度计算推进器的实际控制率,并根据所述实际控制率和所述差值计算自适应律;
根据所述自适应律调节推进器的实际控制输入矢量,从而控制船舶动力定位。
2.根据权利要求1的方法,其特征在于,计算当前姿态、当前速度与所述估计姿态、所述估计速度的差值之后,还包括:
判断所述差值是否大于阈值,若是,则将所述估计姿态和所述估计速度更新为所述当前姿态和所述当前速度,若否,则保持所述估计姿态和所述估计速度。
3.根据权利要求1的方法,其特征在于,根据自适应律调节推进器的实际可控输入矢量之前,还包括:
接收推进器的故障类型,所述故障类型包括:推进器在正常运行、推进器部分效率损失故障、推进器偏置故障以及推进器全部效率损失故障。
6.根据权利要求4的方法,其特征在于,根据所述自适应律调节推进器的实际控制输入矢量,包括:
根据公式
根据所述实际控制命令输入矢量的控制率,采用公式
计算推进器的实际控制输入矢量的控制率,其中,kp=diag{kp1,kp2,…,kpq}∈Rq×q表示驱动效率矩阵,且0≤kpi≤1,i=1,2,…q,是偏置故障矢量,vp=[vp1,vp2,…,vpq]T∈Rq是实际控制命令输入矢量的控制率,vpi=|pio|pio,i=1,2,…q,pio是第i个推进器的实际控制命令输入矢量,up实际控制输入矢量的控制率;
根据所述实际控制输入矢量的控制率,采用公式
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010162835.2A CN111381595B (zh) | 2020-03-10 | 2020-03-10 | 基于事件触发的船舶动力定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010162835.2A CN111381595B (zh) | 2020-03-10 | 2020-03-10 | 基于事件触发的船舶动力定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111381595A true CN111381595A (zh) | 2020-07-07 |
CN111381595B CN111381595B (zh) | 2023-07-25 |
Family
ID=71218683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010162835.2A Active CN111381595B (zh) | 2020-03-10 | 2020-03-10 | 基于事件触发的船舶动力定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111381595B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359737A (zh) * | 2021-06-17 | 2021-09-07 | 大连海事大学 | 一种考虑队形伸缩的船舶编队自适应事件触发控制方法 |
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 |
CN115712244A (zh) * | 2022-11-15 | 2023-02-24 | 哈尔滨理工大学 | 一种基于事件触发的动力定位船舶h∞最优控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170233051A1 (en) * | 2014-07-28 | 2017-08-17 | Furuno Electric Co., Ltd. | Vessel characteristic estimation device and automatic steering device |
CN107065569A (zh) * | 2017-05-31 | 2017-08-18 | 哈尔滨工程大学 | 基于rbf神经网络补偿的船舶动力定位滑模控制系统及方法 |
CN107742026A (zh) * | 2017-10-16 | 2018-02-27 | 江苏科技大学 | 一种船舶动力定位系统非线性状态估计方法 |
CN108919824A (zh) * | 2018-07-20 | 2018-11-30 | 中国人民解放军海军航空大学 | 舰载无人机纵向着舰控制方法 |
CN109116856A (zh) * | 2018-09-28 | 2019-01-01 | 上海海事大学 | 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法 |
-
2020
- 2020-03-10 CN CN202010162835.2A patent/CN111381595B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170233051A1 (en) * | 2014-07-28 | 2017-08-17 | Furuno Electric Co., Ltd. | Vessel characteristic estimation device and automatic steering device |
CN107065569A (zh) * | 2017-05-31 | 2017-08-18 | 哈尔滨工程大学 | 基于rbf神经网络补偿的船舶动力定位滑模控制系统及方法 |
CN107742026A (zh) * | 2017-10-16 | 2018-02-27 | 江苏科技大学 | 一种船舶动力定位系统非线性状态估计方法 |
CN108919824A (zh) * | 2018-07-20 | 2018-11-30 | 中国人民解放军海军航空大学 | 舰载无人机纵向着舰控制方法 |
CN109116856A (zh) * | 2018-09-28 | 2019-01-01 | 上海海事大学 | 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法 |
Non-Patent Citations (1)
Title |
---|
陈伟强;陈军;张闯;宋立国;谭卓理;: "船舶航向自适应神经网络鲁棒跟踪控制" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359737A (zh) * | 2021-06-17 | 2021-09-07 | 大连海事大学 | 一种考虑队形伸缩的船舶编队自适应事件触发控制方法 |
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 |
CN113485121B (zh) * | 2021-08-03 | 2024-04-16 | 大连海事大学 | 一种分布式多船协同动力定位控制方法 |
CN115712244A (zh) * | 2022-11-15 | 2023-02-24 | 哈尔滨理工大学 | 一种基于事件触发的动力定位船舶h∞最优控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111381595B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Robust model predictive control for path-following of underactuated surface vessels with roll constraints | |
CN111381595A (zh) | 基于事件触发的船舶动力定位方法 | |
CN110618686B (zh) | 一种基于显式模型预测控制的无人船航迹控制方法 | |
CN112947375B (zh) | 一种考虑未知死区的复合自适应容错控制器设计方法 | |
CN107065569B (zh) | 基于rbf神经网络补偿的船舶动力定位滑模控制系统及方法 | |
Fortuna et al. | A roll stabilization system for a monohull ship: modeling, identification, and adaptive control | |
CN111708280B (zh) | 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法 | |
CN110032075B (zh) | 一种动力定位船饱和补偿控制系统设计方法 | |
Yang et al. | A recurrent neural network based fuzzy sliding mode control for 4-DOF ROV movements | |
CN113848887B (zh) | 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法 | |
CN113485121B (zh) | 一种分布式多船协同动力定位控制方法 | |
CN112650233A (zh) | 死区限制下基于反步法与自适应动态规划的无人船轨迹跟踪最优控制方法 | |
Xia et al. | Finite time output feedback control for ship dynamic positioning assisted mooring positioning system with disturbances | |
CN114089749A (zh) | 无人艇运动控制抗扰控制器及方法 | |
CN115712244A (zh) | 一种基于事件触发的动力定位船舶h∞最优控制方法 | |
Zhang et al. | Observer-based asynchronous self-triggered control for a dynamic positioning ship with the hysteresis input | |
Song et al. | Event-triggered fuzzy finite-time reliable control for dynamic positioning of nonlinear unmanned marine vehicles | |
Tang et al. | Robust fixed-time trajectory tracking control of the dynamic positioning ship with actuator saturation | |
CN114115276A (zh) | 一种基于在线分组优化模型预测的船舶动力定位控制方法 | |
CN117519183A (zh) | 一种切换无人船动态记忆事件触发模糊动力定位控制方法 | |
Witkowska et al. | Adaptive backstepping tracking control for an over–actuated DP marine vessel with inertia uncertainties | |
Zhang et al. | Robust adaptive control for dynamic positioning vehicles in presence of adjustable threshold rule and input constraints | |
CN114706298B (zh) | 一种基于预设性能的usv鲁棒无模型轨迹跟踪控制器设计方法 | |
CN113406884B (zh) | 一种基于滑模自适应的多点系泊系统定位控制方法 | |
Cheng-Du et al. | Ship dynamic positioning system based on backstepping control |
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 |