RU2012132893A

RU2012132893A - Способ автоматического управления судном по курсу и интеллектуальная система для осуществления способа

Info

Publication number: RU2012132893A
Application number: RU2012132893/11A
Authority: RU
Inventors: Нелли Алексеевна Седова
Original assignee: Нелли Алексеевна Седова
Priority date: 2012-08-01
Filing date: 2012-08-01
Publication date: 2014-02-20
Also published as: RU2519315C2

Abstract

1. Способ автоматического управления судном по курсу, включающий следующие операции:задают значение курса судна как объекта управления, определяют по данным обратной связи с объектом управления данные ошибки управления как отклонение между действительным и заданным значениями курса;определяют управляющее воздействие в виде данных угла кладки пера руля судна по данным ошибки управления с использованием алгоритма нечеткой логики с набором нечетких правил;идентифицируют модель объекта управления на базе сетевой структуры по данным обратной связи; икорректируют управляющее воздействие в соответствии с идентифицированной моделью объекта управления,отличающийся тем, что используют модель объекта управления в виде нейросетевой модели объекта управления, а корректировку управляющего воздействия осуществляют за счет настройки настраиваемых параметров алгоритма нечеткой логики.2. Способ по п.1, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики включают, по крайней мере, данные управляющих воздействий и данные действительного значения курса.3. Способ по п.2, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики дополнительно включают значение действительной линейной скорости судна.4. Способ по п.2, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики включают данные, которые выбирают из группы: значения угла кладки руля, значение угла рыскания судна, скорость изменения угла рыскания судна, число перекладок руля и/или скорость изменения кладок пера руля.5. С�

Claims

1. Способ автоматического управления судном по курсу, включающий следующие операции:

задают значение курса судна как объекта управления, определяют по данным обратной связи с объектом управления данные ошибки управления как отклонение между действительным и заданным значениями курса;

определяют управляющее воздействие в виде данных угла кладки пера руля судна по данным ошибки управления с использованием алгоритма нечеткой логики с набором нечетких правил;

идентифицируют модель объекта управления на базе сетевой структуры по данным обратной связи; и

корректируют управляющее воздействие в соответствии с идентифицированной моделью объекта управления,

отличающийся тем, что используют модель объекта управления в виде нейросетевой модели объекта управления, а корректировку управляющего воздействия осуществляют за счет настройки настраиваемых параметров алгоритма нечеткой логики.

2. Способ по п.1, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики включают, по крайней мере, данные управляющих воздействий и данные действительного значения курса.

3. Способ по п.2, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики дополнительно включают значение действительной линейной скорости судна.

4. Способ по п.2, отличающийся тем, что в данные обратной связи для обработки с использованием алгоритма нечеткой логики включают данные, которые выбирают из группы: значения угла кладки руля, значение угла рыскания судна, скорость изменения угла рыскания судна, число перекладок руля и/или скорость изменения кладок пера руля.

5. Способ по п.1, отличающийся тем, что для настройки настраиваемых параметров алгоритма нечеткой логики выполняют следующие операции:

получают и идентифицируют данные движения судна по курсу и данные управляющих воздействий;

идентифицируют данные движения судна по курсу и данные управляющих воздействий и определяют данные критериальных признаков движения судна по идентифицированным данным движения судна по курсу и данным управляющих воздействий с использованием базе знаний поведения судна по курсу;

выбирают нейросетевую модель объекта управления на базе определенных данных критериальных признаков движения судна;

определяют данные настраиваемых параметров алгоритма нечеткой логики в соответствии с выбранной нейросетевой моделью объекта управления.

6. Способ по п.5, отличающийся тем, что идентификацию полученных данных движения судна по курсу и данных управляющих воздействий проводят с помощью анализа спектра этих данных с использованием дискретного преобразования Фурье.

7. Способ по п.6, отличающийся тем, что при анализе спектра данных движения судна по курсу и данных управляющих воздействий используют от двух до восьми гармоник спектра.

8. Способ по п.6, отличающийся тем, что базу знаний поведения судна по курсу создают и обучают с использованием нейронной сети с радиально-базисными функциями активации.

9. Способ по п.5, отличающийся тем, что нейросетевую модель объекта управления выбирают из нескольких нейросетевых моделей управления из группы: нейронные сети прямого распространения с алгоритмом обучения Левенберга-Марквардта, нейронная сеть прямого распространения с алгоритмом обучения Моллера, рекуррентные нейронные сети Элмана с алгоритмом обучения Левенберга-Марквардта и/или рекуррентная нейронная сеть Элмана с алгоритмом обучения Моллера.

10. Способ по п.9, отличающийся тем, что в качестве нейросетевой модели объекта управления используют нейронную сеть прямого распространения с алгоритмом обучения Левенберга-Марквардта.

11. Способ по п.5, отличающийся тем, что данные настраиваемых параметров алгоритма нечеткой логики определяют с помощью генетического алгоритма.

12. Способ по п.1, отличающийся тем, что используют алгоритм нечеткой логики в виде набора лингвистических условных операторов, определяющих конкретные ситуации управления судном по курсу, которые предварительно определяют на основании экспертных суждений по двум нечетким переменным, в качестве которых используют данные ошибки управления и данные скорости изменения ошибки управления.

13. Способ по п.12, отличающийся тем, что лингвистические условные операторы формируют в матрицу с использованием функции Гаусса и сигмовидной функции принадлежности.

14. Интеллектуальная система автоматического управления судном по курсу, включающая:

судно как объект управления;

регулятор на нечеткой логике для определения управляющего воздействия на объект управления по ошибке управления, как отклонению между действительным и заданным значениями курса, установленный в прямом контуре системы;

эмулятор для корректировки управляющего воздействия за счет идентификации модели объекта управления на базе сетевой структуры по данным обратной связи;

прямые и обратные связи между объектом управления, регулятором на нечеткой логике и эмулятором, входящие в прямой и обратный контуры системы, соответственно,

отличающаяся тем, что эмулятор установлен в обратном контуре системы и выполнен в виде нейросетевого эмулятора, в котором в качестве модели объекта управления использована нейросетевая модель управления, и который выполнен с возможностью настройки настраиваемых параметров регулятора на нечеткой логике по данным обратной связи.

15. Система по п.14, отличающаяся тем, что судно оборудовано средством кладки пера руля, средством задания значения курса и средствами определения данных движения судна по курсу, при этом:

один вход регулятора на нечеткой логике соединен с выходами средства задания значения курса и средств определения данных движения судна по курсу для получения данных ошибки управления;

другой вход регулятора на нечеткой логике соединен с выходом нейросетевого эмулятора для получения данных настраиваемых параметров регулятора на нечеткой логике;

выход регулятора на нечеткой логике соединен со входом средства кладки пера руля для передачи данных управляющего воздействия;

один вход нейросетевого эмулятора соединен с выходом средств определения данных движения судна по курсу для получения данных движения судна по курсу;

другой вход нейросетевого эмулятора соединен с выходом регулятора на нечеткой логике для получения данных управляющих воздействий.

16. Система по п.14, отличающаяся тем, что нейросетевой эмулятор включает нейросетевой классификатор, блок нейросетевой модели объекта управления и блок оптимизации, при этом:

вход нейросетевого классификатора является входом нейросетевого эмулятора для получения данных движения судна по курсу и данных управляющих воздействий от объекта управления и регулятора на нечеткой логике, соответственно;

выход нейросетевого классификатора соединен со входом блока нейросетевой модели объекта управления для передачи данных критериальных признаков движения судна, определенных нейросетевым классификатором по данным движения судна по курсу и данным управляющих воздействий;

выход блока нейросетевой модели объекта управления соединен со входом блока оптимизации для передачи данных параметров нейронной сети, соответствующих нейросетевой модели объекта управления, загруженной в блок нейросетевой модели объекта управления на базе данных критериальных признаков движения судна;

выход блока оптимизации является выходом нейросетевого эмулятора для передачи на один из входов регулятора на нечеткой логике данных настраиваемых параметров регулятора на нечеткой логике, определенных блоком оптимизации по загруженной в него нейросетевой модели объекта управления.

17. Система по п.16, отличающаяся тем, что нейросетевой классификатор содержит базу знаний поведения судна по курсу для определения критериальных признаков движения судна по данным движения судна по курсу и данным управляющих воздействий.