CN111538341B - 基于宽度学习自适应动态规划的船舶动力定位优化控制方法 - Google Patents

Abstract

本发明提供一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法，包括：将船舶的历史位置、姿态以及控制信息作为训练样本利用宽度学习系统构造船舶动力定位系统的模型网；获取船舶位置、航向以及速度信息并建立船舶动力定位系统的代价函数；利用宽度学习系统构造的评价网逼近所述代价函数；利用宽度学习系统构造执行网逼近船舶动力定位系统的实际控制器，对船舶动力定位系统进行控制。本发明针对船舶动力定位非线性离散系统，运用自适应动态规划算法，解决存在未知动态的船舶动力定位离散非线性系统的优化控制问题，能有效降低控制器能量消耗、减少舵机磨损。

Description

基于宽度学习自适应动态规划的船舶动力定位优化控制方法

技术领域

本发明涉及船舶动力定位控制技术领域，具体而言，尤其涉及一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法。

背景技术

海洋资源的开发离不开船舶或平台的定位作业，然而海洋环境复杂多变，依靠传统锚泊定位技术的船舶由于定位精度差、抛锚起锚费时费力、机动性差，最重要的是其会受到水深的限制等因素从而难以完成深远海域定位作业的要求。为了应对这一难题，动力定位技术被提出并应用于钻探工程中。相比传统的定位技术，动力定位技术具有定位准确、机动性高、不受水深限制等优点。如今，动力定位已经成为深海资源开发不可或缺的关键技术并广泛应用于钻井船、铺缆船、铺管船、供给船、科研考察船、消防船以及海洋平台等的定位作业中。

海洋船舶由于海洋水深，船舶装载，航速变化，复杂的水动力的不确定性等因素使控制模型存在未知动态的情况。此外，动力定位船舶需要长时间保持定位状态进行相关作业，其对燃料的消耗和自身设备的损耗巨大。然而，当前多数研究中船舶动力定位控制方法存在并没有考虑以上问题，从而导致控制器能量消耗及舵机磨损严重的问题。可见，在达到模型不确定的船舶动力定位系统控制的基础上优化其性能达到减少燃油消耗、污染物排放以及推进设备损耗具有巨大的经济和社会效益。

发明内容

根据上述提出的控制器能量消耗及舵机磨损严重的技术问题，而提供一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法。本发明主要针对存在不确定动态的船舶动力定位非线性离散系统，可有效降低控制器能量消耗、减少舵机磨损。

本发明采用的技术手段如下：

一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法，包括：

S1、将船舶的历史位置、姿态以及控制信息作为训练样本利用宽度学习系统构造船舶动力定位系统的模型网；

S2、获取船舶位置、航向以及速度信息并建立船舶动力定位系统的代价函数；

S3、利用宽度学习系统构造的评价网逼近所述代价函数；

S4、利用宽度学习系统构造执行网逼近船舶动力定位系统的实际控制器，对船舶动力定位系统进行控制。

较现有技术相比，本发明具有以下优点：

1、本发明针对船舶动力定位非线性离散系统，运用自适应动态规划算法，解决存在未知动态的船舶动力定位离散非线性系统的优化控制问题，能有效降低控制器能量消耗、减少舵机磨损。

2、本发明基于宽度学习系统，依据其优异的逼近能力，在保证良好的精确度的基础上加快了获得动力定位系统模型的速度，从而显著提高了本方法的控制效果。

基于上述理由本发明可在船舶动力定位控制领域广泛推广。

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是本发明的设计方法流程图。

图2是本发明中宽度学习系统的结构图。

图3是本发明的设计计算法框图。

图4是实施例中模型网学习过程的仿真结果。

图5是实施例中船舶位置仿真结果。

图6是实施例中船舶速度仿真结果。

图7是实施例中船舶推进器提供的力与力矩仿真结果。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

如图1-3所示，本发明提供了一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法，包括：

S1、将船舶的历史位置、姿态以及控制信息作为训练样本利用宽度学习系统构造船舶动力定位系统的模型网。

S2、获取船舶位置、航向以及速度信息并建立船舶动力定位系统的代价函数。

S3、利用宽度学习系统构造的评价网逼近所述代价函数。

S4、利用宽度学习系统构造执行网逼近船舶动力定位系统的实际控制器，对船舶动力定位系统进行控制。

具体来说，步骤S1将船舶的历史位置、姿态以及控制信息作为训练样本利用宽度学习系统来构造模型网，首先要建立船舶动力定位非线性系统数学模型为：

在式(1)-(2)中，η＝[p,y,ψ]^*表示北东坐标系下的位置向量，其中艏向角ψ∈[0,2π]，υ＝[u,v,r]^*为附体坐标系下的速度向量，R(ψ)为从北东坐标系转换成附体坐标系的转换矩阵，M为包含附加质量力以及力矩的惯性矩阵，D为线性阻尼矩阵，τ_i＝[τ_i1,τ_i2,τ_i3]^*为表示船舶推力以及力矩的控制向量。其次，定义T为采样时间间隔，根据欧拉法则，在第k个采样点的离散模型可以表示如下：

η(k+1)＝η(k)+T(R(ψ(k))υ(k)) (3)

υ(k+1)＝υ(k)+TM^-1(N(α)τ_i(k)-Dυ(k)) (4)

上述DP系统模型可写成如下形式：

x(k+1)＝f(x(k))+gτ_i(k)＝F(x(k),τ_i(k)) (5)

其中，

x(k)＝[η(k),ν(k)]，

由于水深，船舶装载，航速变化，复杂的水动力的不确定性等因素使船舶动力定位系统模型往往存在大量的未知动态以及建模误差，故认为矩阵f(x(k))与g未知。因此，可以按如下步骤构造基于宽度学习系统的模型网。首先，利用X(k)＝[x(k)τ_i(k)]作为输入来构造特征节点Z_i以及增强节点H_t如下所示。

Z_i(k)＝X(k)W_zi+ρ_zi,i＝1…n (6)

H_t(k)＝φ_t(Zⁱ(k)W_ht+ρ_ht),t＝1…m (7)

其中，W_zi∈R^1×ni，W_ht∈R^(ni×n)×mt为随机权值矩阵，ni与mt表示每个特征节点以及增强节点的宽度。n和m分别表示特征节点与增强节点的数量。ρ_zi与ρ_ht为随机的偏倚系数。φ(·)为任意的传递函数。之后，分别构造Z_i(k)和H_t(k)的合集Zⁱ(k)＝[Z₁(k),…,Z_n(k)]和H^t(k)＝[H₁(k),…,H_m(k)]。然后将Zⁱ(k)与H^t(k)横向拼接成一个整体矩阵S_m(k)＝[Zⁱ(k)|H^t(k)]＝[Z₁(k)…Z_n(k)|H₁(k)…H_m(k)]作为模型结构的激活函数。由此，公式(5)可以写成如下形式：

其中，W_m(k)∈R^{(ni×n+mt×m)×9}为模型结构的权值。ε_m(k)为模型结构的有界逼近误差，由于理想权值W_m(k)未知，式(8)的估计形式可表示如下：

利用已有的输出数据Y(k)，使用脊回归和伪逆算法来训练模型结构的权值如下。

c为正则化参数.I_m为单位矩阵。

步骤S2获取船舶位置、航向以及速度并建立无限域船舶动力定位系统的代价函数如下：

其中，

根据贝尔曼最优原理，船舶动力定位系统的代价函数满足如下HJB方程：

系统的最优控制律可以表示如下：

经过基于宽度学习系统的模型网的辨识，船舶动力定位系统的最优控制率可以写成如下形式：

步骤S3利用基于宽度学习系统构造评价网逼近代价函数。建立评价网如下：

J(x(k))＝W_c(k)S_c(k)+ε_c(k) (15)

式(15)表示基于宽度学习系统用来逼近代价函数的评价网。其中，W_c(k)∈R^nc×1为评价网的权值，nc为此结构的节点数，S_c(k)＝[Z₁(k)…Z_p(k)|H₁(k)…H_q(k)]为激活函数,其构造过程与模型网相同。ε_c(k)为评价结构有界的逼近误差。通过调节W_c(k)可以获得如下估计函数：

本发明利用船舶动力定位系统的历史数据来更新评价网的权值，其权值更新率可设计为:

其中，ΔS_c(k)＝S_c(k+1)-S_c(k)，Ψ(k)＝[ΔS_c(k)ΔS_c(k-1)…ΔS_c(k-j)]，Θ(k)＝[γ(x(k),τ_i(k))γ(x(k-1),τ_i(k-1))…γ(x(k-j),τ_i(k-j))],α_c为学习率。

步骤S4利用宽度学习系统构造执行网逼近船舶动力定位系统的实际控制器，建立执行网如下：

τ_i(k)＝W_a(k)S_a(k)+ε_a(k) (18)

式(18)表示用来逼近最优控制策略的基于宽度学习系统的执行网。此执行网与上述评价网结构相似，其中，W_a(k)∈R^na×3表示执行网的权值，S_a(k)表示执行网激活函数,ε_a(k)表示执行网的有界逼近误差，na分别表示执行网的权值，激活函数，有界逼近误差以及网络的节点数。通过调节W_a(k)可以获得如下估计函数：

根据式(14)，船舶动力定位系统的优化控制律的误差可以表示为

根据梯度下降法，执行网的权值更新率可以设计成如下形式：

下面通过具体的应用实例，对本发明的方案和效果做进一步说明。

实施例1

已知：某船舶动力定位离散非线性系统数学模型参数

训练样本为2000，设计参数Q＝5，R＝1，采样间隔T＝0.01，n＝5，m＝5，ni＝1，mi＝1，na＝nc＝20，α_a＝0.2，α_c＝0.8来验证本文控制算法的有效性。

船舶的初始位置设置为：

[20m 15m 25°/180°πrad 0m/s 0m/s 0rad/s]^T

期望状态设置为原点：

[0m 0m 0rad 0m/s 0m/s 0rad/s]^T。

宽度学习系统的结构如图2所示。基于宽度学习系统的模型网的学习过程如图4所示，可见其逼近误差较低。仿真结果如图5、6、7所示。可见，本方法设计的自适应优化算法具有良好的控制效果。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

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 (2)

1.一种基于宽度学习自适应动态规划的船舶动力定位优化控制方法，其特征在于，包括：

S1、将船舶的历史位置、姿态以及控制信息作为训练样本利用宽度学习系统构造船舶动力定位系统的模型网；

S2、获取船舶位置、航向以及速度信息并建立船舶动力定位系统的代价函数，所述代价函数根据以下计算获得：

其中，J(x(k))为代价函数，

Q(x(k))＝x^T(k)Qx(k),τ_i(k)，i＝1,2,3为船舶控制向量，Q为6×6的正定矩阵，R为3×3的正定矩阵；

S3、利用宽度学习系统构造的评价网逼近所述代价函数，评价网模型为：

J_c(x(k))＝W_c(k)S_c(k)+ε_c(k)

其中，

为评价网的权值，nc为评价网节点数，S_c(k)＝[Z₁(k)…Z_p(k)|H₁(k)…H_q(k)]为评价网激活函数,ε_c(k)为评价结构有界的逼近误差；

S4、利用宽度学习系统构造执行网逼近船舶动力定位系统的实际控制器，对船舶动力定位系统进行控制，执行网模型为：

τ_a(k)＝W_a(k)S_a(k)+ε_a(k)

其中，

为执行网权值，na为执行网节点数，S_a(k)为执行网激活函数，ε_a(k)为执行结构有界逼近的误差。

2.根据权利要求1所述的船舶动力定位优化控制方法，其特征在于，所述模型网的构造步骤包括：

S101、利用X(k)＝[x(k)τ_i(k)]作为输入来构造特征节点Z_i以及增强节点H_t，所述特征节点Z_i根据以下计算获得：

Z_i(k)＝X(k)W_zi+ρ_zi,i＝1…n，

所述增强节点H_t根据以下计算获得：

其中，W_zi∈R^1×ni，W_ht∈R^(ni×n)×mt为随机权值矩阵，ni表示每个特征节点的宽度，mt表示每个增强节点的宽度，n表示特征节点的数量，m表示增强节点的数量，ρ_zi为特征节点的随机偏倚系数，ρ_ht为增强节点的随机偏倚系数，φ_t(·)为传递函数；

S102、分别构造Z_i(k)和H_t(k)的合集Zⁱ(k)＝[Z₁(k),…,Z_n(k)]和H^t(k)＝[H₁(k),…,H_m(k)]；

S103、将Zⁱ(k)与H^t(k)横向拼接成模型结构的激活函数，所述激活函数根据以下计算获得：

S_m(k)＝[Zⁱ(k)|H^t(k)]＝[Z₁(k)…Z_n(k)|H₁(k)…H_m(k)]；

S104、获得动力定位系统模型：

x_m(k+1)＝W_m(k)S_m(k)+ε_m(k)

其中，W_m(k)∈R^{(ni×n+mt×m)×9}为模型结构的权值，其根据历史数据训练获得，ε_m(k)为模型结构的有界逼近误差。

Images