详情

原文传递船舶纵向运动姿态预测及控制

论文题名：	船舶纵向运动姿态预测及控制
关键词：	水翼船舶;高速航行;纵摇控制;操纵技术
摘要：	水翼船在高速航行过程中，会受到来自外界环境的各种干扰的影响，如风、海浪等随机干扰因素。这些干扰因素会对水翼船产生不同方向的干扰力和干扰力矩，影响水翼船在航行过程中的平稳航行。为了使水翼船能够保持平稳，必须采取一定的措施加以控制。水翼船自身安装的控制系统会对船体产生控制力和控制力矩，用来减少外界力和力矩对船体运动的影响。而要产生有效的控制量，需要对水翼船的控制系统设计控制器。　　本文考虑到反步法常用于解决非线性系统的问题，基于水翼船纵向运动非线性数学模型，首先，以水翼船的纵向姿态稳定为目标，基于反步法的思想设计了水翼船纵向运动姿态控制器，对升沉位移和纵摇角进行控制，在给定期望姿态条件下，升沉位移和纵摇角能够在规定时间内稳定在一定误差范围内。在此基础上，为了解决水翼船在实际航行中存在干扰和不确定性因素的问题，设计了基于反步法的自适应滑模控制器，对水翼船的纵向运动姿态进行控制。为了验证控制器的设计，利用Matlab进行了仿真。通过将控制器得到的控制结果与给定期望值和未加入控制器的值进行对比，得出加入控制器的结果。为了便于对水翼船纵向运动姿态的进一步研究，考虑到广义动态模糊神经网络具有学习速度快、参数可以动态调整等特点，本文选用广义动态模糊神经网络的方法，对水翼船纵向姿态进行预测，得出预测的结果。经仿真验证，通过分析反步法控制器在有确定的干扰情况下得出的结果，得出基于反步法设计的控制器能够有效控制水翼船的升沉位移和纵摇角。而基于反步法的自适应滑模控制器能够有效抵消干扰的影响，水翼船的升沉位移和纵摇角在加入控制器后得到了明显改善，与未加入控制器相比，最大值分别下降了76％和90%。而利用广义动态模糊神经网络预测得到的纵向姿态最大相对误差均小于26%，由此可见，所选择的预测方法是有效的。
作者：	沈丹
专业：	控制科学与工程
导师：	陈虹丽
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2016
正文语种：	中文