原文传递
船舶航向保持的鲁棒神经网络控制
| 论文题名： | 船舶航向保持的鲁棒神经网络控制 |
| 关键词： | 船舶运动;航向保持;鲁棒控制;神经网络;符号函数法 |
| 摘要： | 船舶运动具有大惯性特点,时间常数为几十秒,甚至可达几百秒,动舵响应缓慢;船舶运动还具有本质非线性和时变性的特点,执行运动控制的舵机也存在死区和饱和等非线性特性;船舶参数变化会引起模型摄动;并且具有运行环境复杂的客观条件。这些因素都会影响船舶并使之偏离航向。航向保持不但是船舶安全到达目的地的保证,而且也是航迹跟踪、动力定位和自动避碰等问题的基础。为解决上述问题,采用鲁棒神经网络进行船舶航向保持具有很重要的理论和现实意义。 本文采用鲁棒控制和神经网络控制相结合的控制算法。使用神经网络直接控制算法训练模型的逆,与被控对象组成广义被控对象,再用闭环增益成形算法对一个近似于单位阵的系统设计鲁棒控制器。神经网络可以解决被控对象的非线性和时变性;鲁棒控制器可以保证系统的鲁棒性。神经网络采用5层BP神经网络结构。用共轭梯度法改善神经网络的收敛速率;把强化训练和适度训练相结合,提高训练效率,加快收敛时间。对于误差经被控对象回传到神经网络进行参数调整的过程,采用符号函数法进行近似处理,在保证了输入和输出的因果关系的基础上,取得了较好的控制效果。鲁棒控制器采用闭环增益成形算法进行设计,具有设计过程简单、物理意义明显的优点。在VC6.0环境下,采用C语言对“阳澄湖”号数据进行仿真实验。对于名义模型可以无超调保持设定航向。在恶劣海况下和±15％的模型摄动下,航向超调控制在5％以内,并且可以无静差地保持设定航向,调节时间在300s左右。本文采用鲁棒神经网络控制算法,通过直接控制方案,可以实现各种环境下的航向保持能力,控制器显现出较好的适应性和鲁棒性。并且采用C语言进行模块化设计,对于算法改进、功能添加十分便利,有利于理论向应用转化,为实现高性能的船舶自动舵样机打下基础。 |
| 作者： | 肖义升 |
| 专业： | 控制理论与控制工程 |
| 导师： | 张显库 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
