船舶航迹保持算法的研究与实现

论文摘要

随着航运事业的发展,船舶朝着大型化、高速化、智能化方向发展。超大型船舶在航行时,具有很大的惯性,对船舶的操纵控制要求高。另一方面,航运量的不断增大,船舶航行密度越来越大,航道及港口变得相对狭窄,船舶操纵变得更加困难和复杂。为保证安全,提高航行的经济性,对船舶的操纵性能提出了更高的要求,因而有必要采用新的控制理论和技术,研究性能更好的船舶操纵控制策略。船舶运动模型是研究船舶运动操纵和控制的基础,针对船舶模型的非线性、时变性和不确定性的特点,本文讨论了船舶操纵运动非线性和线性数学模型,同时给出了风、浪、流干扰模型和相应的船舶操纵运动仿真结果。传统的PID自动舵需要精确的船舶控制模型来得到好的控制效果,但在实际当中,精确的船舶模型是很难得到的。为了解决这一问题,本文讨论了利用神经网络学习理论结合PID算法而形成的神经元PID、神经元自适应PSD和神经网络PID控制算法并将之应用到了船舶的航向控制中,且应用MATLAB 7.0下的仿真工具SIMULINK 6.0对其进行仿真。仿真结果表明,此三种方法与对象的数学模型无关;在存在海风、海浪和海流干扰情况下,这三种方法都能达到明显比传统的PID算法好的航向控制效果,而且从船舶运动的复杂性与其数学模型的不确定性来看,基于系统辨识的神经网络PID控制要优于另外两种算法。最后本文分析研究了船舶航迹保持原理,介绍了航迹控制的两种实现方法即直接法与间接法的相关知识,并对间接法控制方案的相关环节进行控制算法的研究与实现,重点是设计相关控制器的结构和参数,最后进行仿真并得出了相关结论。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 船舶运动控制综述
• 1.2 自动舵的发展阶段
• 1.3 国内外发展概况
• 1.4 论文的主要内容
• 第2章 船舶运动建模
• 2.1 引言
• 2.2 船舶操纵运动的数学模型
• 2.2.1 船舶平面运动的表示方法
• 2.2.2 船舶平面运动的线性化数学模型
• 2.2.3 传递函数型的船舶运动数学模型
• 2.3 干扰的数学模型
• 2.3.1 海风
• 2.3.2 海流
• 2.3.3 海浪
• 2.4 本章小结
• 第3章 PID自动舵的设计与仿真
• 3.1 数字PID控制算法
• 3.1.1 位置式PID控制算法
• 3.1.2 增量式PID控制算法
• 3.2 PID自动舵的参数设计
• 3.2.1 PD型航向自动舵的设计
• 3.2.2 PID型航向自动舵的设计
• 3.3 PID自动舵的计算机仿真
• 3.4 本章小结
• 第4章 基于神经网络控制的船舶航向控制器的设计
• 4.1 引言
• 4.2 神经网络控制的基本概念
• 4.2.1 人工神经元模型
• 4.2.2 人工神经网络模型
• 4.2.3 神经网络的学习方法
• 4.3 常用的前向神经网络介绍
• 4.3.1 感知器
• 4.3.2 BP网络及其学习算法
• 4.4 基于神经网络的系统辨识与系统控制
• 4.4.1 神经网络辨识
• 4.4.2 神经网络控制
• 4.5 单神经元自适应控制
• 4.5.1 单神经元自适应PID控制
• 4.5.2 单神经元自适应PSD控制
• 4.6 神经网络PID控制
• 4.6.1 神经网络PID控制器
• 4.6.2 神经网络PID控制器在船舶航向控制中的应用
• 4.7 本章小结
• 第5章 船舶航迹控制的研究与实现
• 5.1 船舶航迹控制概述
• 5.1.1 航迹控制分析
• 5.1.2 人工操舵分析
• 5.1.3 航迹控制类型
• 5.2 航迹控制环
• 5.2.1 航迹规划
• 5.2.2 航海计算
• 5.2.3 引导问题
• 5.3 航向控制环
• 5.3.1 航向控制器
• 5.3.2 转向控制器
• 5.4 船舶航迹舵的仿真
• 5.4.1 航向控制效果
• 5.4.2 航迹控制效果
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢