模型预测控制在动力定位系统中的应用

论文摘要

动力定位(Dynamic Positioning，DP)是一种通过控制船上的推力器产生推力向量来对风、浪和流等外部的作用力进行补偿，以使水面船舶的位置自动地保持在给定范围内的技术。本文的研究是基于挪威的新型动力定位产品GreenDP的基本设计思想，并对其作了适当的简化，目的是将线性模型预测控制(Model Predictive Control，MPC)这一先进的控制技术应用到DP控制器的设计。 作者在合理的假设条件下，建立并推导出了简便的动力定位船舶的数学模型，并针对二阶波浪漂移力和海流等外界慢变的环境的作用力和力矩，建立了偏差模型，简化了环境扰动的建模。 引入平行参考坐标系，运用小角理论将船舶的低频运动模型线性化，得出了控制器设计用的数学模型，避免了繁琐的泰勒线性化的执行。 利用卡尔曼滤波的方法，将船舶的低频和高频运动信号分离，得到船舶运动状态的最佳估计，并结合风力前馈控制，设计了基于卡尔曼滤波的LQG动力定位系统。 本文在国内首次将MPC技术引入船舶动力定位系统的设计。由于MPC在约束处理方面的卓越优势，使得动力定位系统的工作点可以接近允许的操作范围的边缘，可以获得更高的性能和经济效益。此外，由于MPC算法本身具有一定的解耦作用，省去很多工作，并且能达到很好的控制效果。 本文通过大量的仿真试验得出结论：将MPC技术应用到船舶的动力定位系统是可行的，能够很好地处理推力器限制、操作区限制等约束，满足其控位精度的要求，并在快速性和稳定性方面都优于LQG控制。

论文目录

• 第1章 绪论
• 1.1 课题的背景及选题的意义
• 1.2 动力定位系统的介绍
• 1.2.1 船舶动力定位的含义
• 1.2.2 船舶动力定位的功能
• 1.2.3 动力定位系统的组成
• 1.3 国内外动力定位控制技术的发展状况
• 1.4 本文研究的主要内容
• 第2章 动力定位系统的数学建模
• 2.1 引言
• 2.2 空间描述
• 2.2.1 地球坐标系（简称定系）
• 2.2.2 随船坐标系（简称动系）
• 2.3 船舶运动学模型
• 2.4 船舶动力学模型
• 2.4.1 船舶非线性低频运动模型
• 2.4.2 船舶线性低频运动模型
• 2.4.3 环境扰动力模型
• 2.4.4 船舶高频运动模型
• 2.4.5 推进器模型
• 2.4.6 本文采用的船舶模型
• 2.5 本章小结
• 第3章 基于卡尔曼滤波的 LQG控制方法
• 3.1 卡尔曼观测器的设计
• 3.1.1 卡尔曼滤波简介
• 3.1.2 卡尔曼滤波器在动力定位系统中的角色
• 3.1.3 动力定位系统中卡尔曼滤波器的设计
• 3.2 LQG控制器以及风力前馈控制器的设计
• 3.2.1 LQG控制规律简介
• 3.2.2 动力定位控制系统的最优 LQG设计
• 3.2.3 风力前馈控制器的设计
• 3.3 包含卡尔曼滤波器的 LQG最优 DP控制器的仿真实验
• 3.4 本章小结
• 第4章 模型预测控制在 DP系统中的应用
• 4.1 模型预测控制的发展背景
• 4.2 模型预测控制的种类
• 4.3 模型预测控制的基本原理及特点
• 4.3.1 预测模型（内部模型）
• 4.3.2 滚动优化（在线优化）
• 4.3.3 反馈校正
• 4.3.4 预测控制的特点
• 4.4 基于优化算法的约束控制
• 4.4.1 有限时域顺序决策问题
• 4.4.2 无限时域控制和滚动时域控制
• 4.4.3 模型预测控制方法
• 4.4.4 具有约束的线性系统
• 4.4.5 隐式和显式执行的比较
• 4.5 MPC算法在动力定位系统中的应用
• 4.5.1 选用 MPC用于 DP系统的几点考虑
• 4.5.2 动力定位系统中的约束
• 4.5.3 基于 MPC方法实现 DP系统约束处理的原理
• 4.6 本章小结
• 第5章 MPC控制方案实现及系统仿真
• 5.1 动态矩阵控制算法介绍
• 5.1.1 DMC输出预测基本原理
• 5.1.2 DMC优化目标
• 5.1.3 DMC最优解
• 5.2 程序设计中的主要函数介绍
• 5.3 MPC控制系统仿真
• 5.3.1 处理约束
• 5.3.2 控制时域 M
• 5.3.3 预测时域 P
• 5.4 LQG控制和 MPC动力定位控制系统的比较
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士期间发表的论文及取得的科研成果
• 致谢