原文传递
粒子群优化分数阶控制器及欠驱动船舶航向控制研究
| 论文题名： | 粒子群优化分数阶控制器及欠驱动船舶航向控制研究 |
| 关键词： | 欠驱动水面船舶;分数阶控制器;航向控制;粒子群优化算法;遗传算法;拟退火算法 |
| 摘要： | 船舶动态具有大惯性、大时滞、非线性的特点，航行工况、货物装载量变化、惯性矩、重心坐标变化等因素引起船舶运动数学模型的参数摄动，使得船舶模型具有不确定性;同时，风、浪、流的存在也导致船舶模型参数和结构的摄动。因此，对欠驱动水面船舶采用常规线性和非线性控制方法难以取得理想的控制效果。欠驱动水面船舶主要利用舵系统来改变或保持船舶的航向，而通过螺旋桨转动产生推力来改变或保持船舶的航速。操舵与螺旋桨推进之间存在交互作用。本文研究基于粒子群优化的分数阶航向智能控制算法，完成了以下主要研究工作。 (1)针对受模型参数不确定性和外界环境干扰的欠驱动水面船舶运动控制，本文提出一种分数阶PIλDμ控制器，并将该控制器应用于欠驱动水面船舶航向控制的自动舵设计中。仿真结果表明，采用分数阶PIλDμ控制器与采用常规PID船舶航向自动舵相比能进一步提高船舶航向的控制精度和抗扰动能力; (2)针对分数阶PIλDμ控制器较常规PID多出两个可调参数积分阶次λ和微分阶次μ，使得分数阶PIλDμ控制器参数整定难度进一步加大，本文提出将粒子群优化算法引入到控制器设计中，对分数阶PIλDμ控制器的参数进行在线整定。仿真结果验证了基于粒子群优化算法的分数阶PIλDμ控制器在欠驱动水面船舶航向控制中的有效性; (3)针对惯性权重ω和最大飞行速度vmax对粒子群优化算法全局搜索能力和局部开发能力的重要影响，以及两者之间的内在联系，本文提出一种时变非线性三角函数用于改进粒子群优化算法，并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性; (4)针对学习因子c1和c2对粒子在解空间搜索速度的影响，本文构造一种异步时变学习因子的粒子群优化算法，将两个学习因子在算法优化过程中随时间进行不同的变化，并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性; (5)针对惯性权重ω影响粒子的局部最优搜索能力和全局最优搜索能力，本文提出将非线性动态惯性权重引入到粒子群优化算法结构当中，用于改进粒子群优化算法，并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性; (6)针对粒子群优化算法、遗传算法、拟退火算法各自的优缺点，本文提出了混合GA-PSO算法和改进SA-PSO算法，用于改进算法容易陷入局部极值、早熟收敛或停滞现象，提高算法的全局搜索能力和局部精细搜索能力，并将算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性。 |
| 作者： | 李光宇 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郭晨 |
| 授予学位： | 博士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
