详情

原文传递船舶航向最优化控制设计

论文题名：	船舶航向最优化控制设计
关键词：	船舶航向;最优控制;策略迭代;积分强化学习;跟踪控制器
摘要：	随着控制理论的发展，越来越多新型的控制器算法被运用到船舶航向控制中，且取得了较好的控制效果，但是，人们对控制器的要求也随着控制理论的发展而提高，因此，为了满足船舶航行的安全性及经济性，迫切需要将更高效、节能的控制器引入船舶航向运动控制中。　　本文主要着眼于设计经济节能且控制效果良好的船舶航向控制器，为此，引入最优控制理论研究的最新成果，分别对船舶航向线性、非线性系统进行了离线与在线最优控制器设计。　　首先，针对部分模型未知的船舶航向线性跟踪控制系统，本文引入一种基于策略迭代(Policy Iteration; PI)算法的积分强化学习(Integral Reinforcement Learning;IRE)技术，在无需预先知道船舶航向线性系统的漂移动态的情况下得到最优跟踪控制器，并且该算法能够保证控制律收敛到最优。其次，针对考虑输入饱和的船舶航向非线性系统，研究了一种基于PI的离线最优控制算法，该算法通过引入一种广义非二次泛函来处理船舶舵角饱和限制，同时使用神经网络来逼近代价函数以求解哈密尔顿-雅克比-贝尔曼(Hamilton-Jacobi-Bellman; HJB)方程，从而得到具有良好控制效果的非线性船舶航向最优控制器。最后，在前两章研究的基础上，针对考虑输入饱和的船舶航向非线性系统，结合PI、神经网络以及自适应技术，本文提出了一种在线自适应最优控制算法，通过构建一个执行——评价结构来在线求解HJB方程。该在线学习算法能够同时对评价机构和执行机构的神经网络权值进行调谐，在减少计算量的同时提高了计算速度。通过Lyapunov稳定性定理证明了闭环系统状态、评价机构神经网络误差以及执行机构神经网络误差最终一致有界。　　本文所提算法均能使控制律收敛到最优，并且能够保证控制器的控制性能达到航海所需的控制精度，与此同时，动舵次数少，幅度小，因此能够节约能耗和减少舵机系统磨损。最后，利用MATLAB软件对算法进行了计算机仿真，其结果验证了各控制算法的有效性及节能性。
作者：	黄振凯
专业：	交通信息工程及控制
导师：	李铁山
授予学位：	硕士
授予学位单位：	大连海事大学
学位年度：	2016
正文语种：	中文