详情

原文传递考虑航行安全保障的欠驱动船舶编队控制研究

论文题名：	考虑航行安全保障的欠驱动船舶编队控制研究
关键词：	欠驱动船舶;编队控制;航行安全保障;鲁棒自适应控制
摘要：	近年来，随着船舶智能航行技术的发展，多水面船舶的编队控制逐渐成为船舶运动控制领域的热点问题之一。相对于单船作业，多船协同作业具有效率高、覆盖范围广、系统容错性强特点。船舶集群编队控制策略是实现多船协同作业的理论基础，其设计不仅要考虑复杂的任务背景，还需要权衡船舶自身非线性特性和编队过程中的多种约束。本文以欠驱动船舶为研究对象，考虑船舶编队控制任务中存在的模型动态未知、海洋环境干扰、执行器故障和输入受限等影响船舶航行安全的不稳定因素，结合非线性控制系统理论、代数拓扑理论、固定时间理论、动态面控制技术、神经网络逼近技术和事件触发技术等理论工具，设计了一套简洁易用且符合工程需求的编队控制算法。本文的主要工作包括以下3个方面：　　(1)针对欠驱动船舶的领航—追随编队控制问题，设计了虚拟船的自适应速度调节律和追随船的固定时间控制律。速度调节律能够使虚拟船快速跟踪领航船规划的参考位置，并为追随船的编队机动提供制导信息。针对追随船的运动学系统，结合分数次幂技术和滤波技术构造了固定时间滤波器，避免了算法的复杂度爆炸问题。基于动力学系统，采用参数自适应技术对模型中的未知非线性函数和干扰上界进行估计。近一步，在传感器—控制器端引入了事件触发机制，显著降低了控制律的更新频率，减少了执行器的磨损。　　(2)针对欠驱动船舶对参数化路径的协同路径跟踪编队控制问题，分别在单船路径跟踪环节和多船协同运动环节设计了鲁棒神经网络控制律和事件触发协同律。在控制律中，引入了动态面控制技术对虚拟控制律进行滤波，避免了在后续设计中对虚拟控制律反复求导而导致算法复杂度剧增的问题。采用神经网络逼近模型未知动态，同时将神经网络逼近误差、外界干扰和执行器附加故障项整合为集总扰动项，并采用参数自适应技术对神经网络的权值上界和集总扰动的上界进行估计，进而达到压缩自适应参数数量，降低算法计算负载的目的。在协同律中，基于路径参数误差设置了触发阈值条件，使得协同律仅在特定条件下才会发进行更新，有效降低了编队成员间的通信资源损耗。　　(3)针对欠驱动船舶的平行编队控制问题，设计了一种分布式容错饱和编队控制律。在运动学系统中，基于通信拓扑的局部信息设计了分布式虚拟控制律，促进了船舶集群的编队构形和编队保持运动，同时降低了编队成员间的通信压力。在动力学系统中，采用神经网络逼近模型未知动态，采用参数自适应技术估计神经网络的权值上界和集总扰动上界。此外，针对输入受限问题提出了一种通用的饱和自适应律，该自适应律能够消除输入饱和对船舶运动闭环系统的不良影响，进一步保障船舶航行的安全性。　　综上所述，本文采取了3种编队方法对不同约束下的欠驱动船舶编队控制开展了研究。在控制律的设计中，采用滤波技术和边界反馈自适应律对算法的形式进行了优化，降低了计算负载。采用事件触发机制对算法进行非周期离散化，显著降低了通信频率。本文所提出的一系列算法具有形式简洁、计算负载小、鲁棒性强、安全可靠的优点，对我国水面舰船的自动化和智能化发展具有重要的促进作用。
作者：	黄晨峰
专业：	交通信息工程及控制
导师：	张显库;张国庆
授予学位：	博士
授予学位单位：	大连海事大学
学位年度：	2022