原文传递
大型集装箱船舶操纵控制建模与仿真的研究
| 论文题名： | 大型集装箱船舶操纵控制建模与仿真的研究 |
| 关键词： | 大型集装箱船舶;船舶操纵性;航向控制器;变参数PID;RBF神经网络 |
| 摘要： | 集装箱船作为海上货物运输的主要船型，正向着大型化、高速化的方向发展。船舶操纵性能与航行的安全性、经济性紧密联系，船舶驾驶人员对操纵性能的掌握是航行安全的基础；同时当船舶在营运过程，为了降低成本、减少舵机磨损，需尽可能的直线航行、少打舵。因此应对大型集装箱船舶的操纵性能以及航向控制问题应给予足够的重视。本文以一艘5446TEU和一艘9572TEU集装箱船为基础，针对集装箱船一些特点，对不同载态、不同风况下大型集装箱船的操纵性进行了初步的研究;在此基础上，设计了两种基于Gauss函数的PID控制器。 本文采用MMG模型，分别从船体、主动力装置以及外界干扰三方面考虑作用于船舶上的力和力矩。模型中也考虑了在船舶航行过程中可能出现的低速域以及进、出港可能遇到的浅水域情况。利用仿真实船的旋回试验对模型进行验证，结果显示与实船的试航试验数据基本吻合，达到工程研究的要求。在不同载态下，船舶的吃水、有效舵叶面积、方形系数、船舶受风面积等都有较大的变化。本文基于已经建立的船舶模型，对不同载态、不同风况的船舶操纵性进行了初步研究，仿真结果表明：满载时船舶的旋回阻力增加，旋回周期变长；风将造成船舶旋回偏移，漂角和速度起伏变化，风越大影响越明显，满载时，风的影响更甚。 对于船舶航向控制的研究，本文设计了两种基于Gauss函数的PID航向控制器。第一种，引入非线性函数根据偏差大小在线调节PID参数来提高控制性能的变参数PID；第二种，将RBF神经网络与PID相结合，利用RBF神经网络在线辨识被控对象来达到PID参数的整定。两种控制器的设计是以Matlab为仿真工具，利用S函数建立相关的控制模块，实现与船舶模型的对接。仿真结果表明：变参数PID、基于RBF神经网络PID控制效果、鲁棒性都明显优于常规PID，且舵角的输出曲线更小、更平缓。而变参数只是在定性分析的基础上引入了非线性函数，因此其不如基于RBF神经网络PID的控制效果，鲁棒性稍差。 |
| 作者： | 刘挺 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郭晨 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
