原文传递
基于BP神经网络的模糊PID自动舵设计
| 论文题名： | 基于BP神经网络的模糊PID自动舵设计 |
| 关键词： | PID控制器;模糊控制;BP神经网络;自动舵设计 |
| 摘要： | 模糊控制器的量化因子由输入变量的物理论域和模糊论域确定，输入变量的物理论域在不断地变化，固定的量化因子已不能满足控制精度的要求。根据输入变量的物理论域的变化与量化因子的关系，设计BP神经网络，在线调整量化因子，提高模糊PID自动舵的控制性能。 将作用于船体上的流体动力和力矩按照物理意义，分解为作用于裸船体、敞水桨和敞水舵上的流体动力和力矩，以及它们之间的相互干扰流体动力和力矩。为了验证船舶航向控制器的性能，建立船舶操纵数学模型(MMG)。通过计算机仿真实验，验证所建立船舶模型的准确性。 设计传统的PID船舶自动舵，对船舶航向进行控制，人工整定PID控制器的参数，使PID控制器效果达到最佳。被控对象模型的不确定性和航行环境的变化，降低了船舶PID自动舵的控制精度，针对传统PID控制器的缺点，添加一个模糊控制器，以航向偏差和偏差变化率为输入，根据经验确定控制规则，在线调节PID控制器的参数，改善传统PID自动舵的性能。 根据船舶期望航向的不同，人工整定模糊控制器的量化因子。设计一个以船舶期望航向为输入，量化因子为输出的BP神经网络，利用期望航向和由人工整定的量化因子为训练样本对网络进行训练，在线调节模糊控制器的量化因子，改善模糊PID自动舵的航向控制性能。 通过计算机仿真实验，验证模糊PID自动舵的控制性能优于传统PID自动舵的控制性能，经过BP神经网络在线调整量化因子后的基于BP神经网络的模糊PID自动舵的控制性能优于常规PID自动舵的控制性能。 |
| 作者： | 霍星星 |
| 专业： | 交通运输工程 |
| 导师： | 胡江强;曲万库 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
