论文题名: | 考虑时滞和输入饱和的船舶航向自动舵设计 |
关键词: | 船舶航向自动舵;状态时滞;输入饱和;动态面控制;神经网络;量少学习参数法 |
摘要: | 随着航运业、造船业的蓬勃发展,船舶也向着大型化、高速化、自动化的方向迈进,人们对船舶的操纵和控制性能也会提出更高的要求,船舶运动控制技术的开发和研究必将受到人们越来越多的重视。 在很多工程控制系统中,状态时滞和输入饱和限制时常出现,而且这些现象会导致系统的控制性能变差,甚至能破坏整个系统的稳定性。在控制设计中如果忽视这些问题,很可能会降低闭环系统的性能。本文针对含有未知状态时滞、未知函数和控制增益以及未知外界干扰的船舶航向严格反馈非线性系统,利用神经网络逼近技术、自适应Backstepping方法、DSC(动态面控制)技术和MLP(最小学习参数)方法,提出一种直接自适应神经网络控制算法。该算法考虑了所研究系统的状态时滞和输入饱和限制;避免了传统后推方法中易产生的“计算量膨胀”和“维数灾难”问题,从而降低了控制器的复杂性和计算数据量,提高了控制算法的实时性;保证了闭环系统一致最终有界(Uniformly Ultimate Boundedness,UUB);并以MATLAB为实验平台,进行了计算机仿真,其结果验证了该控制算法的有效性。因此,本文所提出的控制算法保证了闭环系统的稳定性,而且更好的结合了实际,大大降低了控制器的复杂性,更易于工程实现,为智能控制在船舶运动控制领域的应用和普及提供了些许帮助。 本文结构以解决所提出问题为轴线层层深入地进行控制器的分析和设计,首先,采用传统的Backstepping方法针对确定的船舶航向控制系统进行控制器设计,该方法具有良好的控制效果,通过对参数的调整,可以使船舶航向跟踪误差任意缩小;再此基础上针对带有参数不确定的船舶航向控制系统,利用Backstepping方法、自适应技术、DSC和NNs(神经网络)技术进行控制器设计,该控制器考虑了输入饱和限制、可以保证系统的控制性能,并且可以获得任意小的航向跟踪误差;最后,针对含有未知状态时滞、未知非线性项、未知外界干扰的船舶航向严格反馈非线性系统,结合自适应控制技术、DSC技术、NNs技术和MLP方法,提出了一种直接自适应神经网络控制算法。该算法不仅考虑了系统的状态时滞和输入饱和限制,而且还避免了“计算量膨胀”、“维数灾难”问题。针对每一类问题所设计的控制均利用MATLAB仿真证明了其有效性。 |
作者: | 魏恩平 |
专业: | 交通运输工程(交通信息工程及控制) |
导师: | 李铁山 |
授予学位: | 硕士 |
授予学位单位: | 大连海事大学 |
学位年度: | 2013 |
正文语种: | 中文 |