详情

原文传递智能自抗扰船舶航迹控制

论文题名：	智能自抗扰船舶航迹控制
关键词：	船舶航迹;自抗扰控制;RBF神经网络;滑模控制律
摘要：	本文针对具有内部参数不确定性和外界扰动的船舶数学模型，将神经网络以及滑模变结构思想与自抗扰控制理论相结合，解决了外界干扰变化较大时常规自抗扰控制器观测能力不足的问题，提高了系统的抗扰能力。本文主要研究工作如下：　　首先建立船舶运动数学模型，包括船舶操纵运动方程以及船舶非线性响应模型，将实际航行中的船舶状态转化为模型的输入输出变量，根据响应型模型进行控制器的设计，控制器性能采用MMG模型来进行验证。　　其次，采用间接控制思路设计船舶航迹控制器，根据航迹的横向偏差计算出船舶的参考航向。将舵机特性当作扰动处理，基于非线性船舶航向响应模型设计扩张状态观测器来估计总扰动，结合非线性滑模方法设计自抗扰控制器的误差反馈控制律，从而使控制律参数的物理意义明显便于整定。　　同时，当船舶航行的海况发生大幅度改变时，为了补偿扩张状态观测器对扰动的观测误差，设计自适应RBF神经网络观测器对剩余扰动进行再次逼近，从而提高干扰的观测精度，改善滑模结构产生的抖振现象，提高控制器的性能。　　最后，分析滑模控制律的参数意义及变化时对系统控制效果的影响，使用RBF神经网络辨识出系统输出对参数的敏感信息，在前文所设计控制器的基础上，对滑模自抗扰控制器的参数进行在线调整，从而提高控制器的适应性，为此设计智能自抗扰控制器，在不同干扰条件下验证控制器的性能。最后以“MVKOTASAGER”号集装箱船的MMG模型为仿真对象，利用Matlab搭建仿真平台验证了本文所设计方法的有效性。
作者：	樊鹏飞
专业：	交通运输工程
导师：	卜仁祥
授予学位：	硕士
授予学位单位：	大连海事大学
学位年度：	2021