复合误差模型自适应船舶控制系统的应用研究

复合误差模型自适应船舶控制系统的应用研究

论文摘要

研究船舶控制多过程特性及其相互作用和影响,应用自学习和自适应被控过程特性渐变的复合误差反馈控制器,提高船舶控制系统性能,具有重要现实意义。分析广义误差特性及其蕴含的过程特征信息,应用于复合误差控制模型的研究。提出基于测度方法的结构在线学习和基于方向导数算法的参数在线学习,增加具有记忆功能的反馈连接,动态误差循环补偿,自整定参数少的模糊神经网络复合误差模型。综合了作用在船舶上的环境干扰、船舶非线性动态过程、推进系统产生的推力及舵机速度对船舶操纵的影响,建立了船舶沿着给定航线运动的复合误差模型。在此基础上,研究了船舶-主机一体自适应学习误差模型控制的广义船速调节器,实现了航速闭环控制;集成了驾驶员的自学习、辨识和自适应能力,提出了人-船一体复合误差控制模型。研究了船舶轴带发电-电力推进及其能量回馈的复杂控制系统,综合了自动电压调节器(AVR)的鲁棒滑模变结构误差自校正控制、并网发电机组动态特性误差状态空间、推进电机的滑模变结构-模糊神经网络复合误差控制以及废气透平发电机增广误差二次型最优控制,提出优化船舶电力推进系统的多级自动控制方法,建立复合误差控制模型,进行了Lyapunov稳定性分析。实船安装调试了基于航向误差控制的船舶自动舵;完成了船舶-主机一体的广义调速器半实物仿真训练平台;应用Sinamics S120和Simotion D实现了船舶轴带发电-电力推进及能量回馈节能技术的半实物仿真系统,进行了复合误差控制方法的试验研究,结果表明,复合误差控制模型具有很好的自适应性、稳定性和鲁棒性。

论文目录

  • 创新点摘要
  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的意义
  • 1.1.1 船舶控制的背景和现状
  • 1.1.2 误差控制研究的目的
  • 1.1.3 问题的提出
  • 1.1.4 课题研究的应用前景
  • 1.2 国内外工程领域相关误差模型控制的研究现状
  • 1.2.1 误差模型相关的PID控制算法
  • 1.2.2 误差准则及其评价指标
  • 1.2.3 误差分析及其估计
  • 1.2.4 误差预测及其模型
  • 1.2.5 误差反馈及其控制
  • 1.2.6 船舶控制误差的研究现状
  • 1.3 研究目标和研究内容
  • 1.3.1 研究目标
  • 1.3.2 研究内容
  • 1.3.3 技术路线
  • 1.4 论文的内容概括和结构安排
  • 第2章 广义误差特性分析
  • 2.1 误差模式识别
  • 2.2 误差时间序列
  • 2.3 输出误差预测
  • 2.4 滑动模态误差
  • 2.5 误差学习控制
  • 2.6 误差预报
  • 2.7 误差决策
  • 2.8 参考模型跟踪误差
  • 2.9 模拟虚误差
  • 2.10 模糊模型参考误差及稳定性分析
  • 2.11 小结
  • 第3章 复合误差控制算法的研究
  • 3.1 模糊自适应误差观测器
  • 3.2 模糊神经网络误差自适应自学习控制
  • 3.3 小结
  • 第4章 船舶控制系统复合误差模型的研究
  • 4.1 船舶航行外界干扰数学描述
  • 4.2 船舶运动复合误差模型
  • 4.2.1 船舶运动非线性分析
  • 4.2.2 船舶运动复合误差模型
  • 4.3 船舶-主机复合误差调速模型
  • 4.3.1 船舶航速的自适应复合误差
  • 4.3.2 船舶航速的复合误差预测估计
  • 4.3.3 船舶航速复合误差模型的Lyapunov稳定性分析
  • 4.4 船舶电力推进发电机复合误差控制模型
  • 4.5 小结
  • 第5章 人-船一体系统模型复合误差控制
  • 5.1 概述
  • 5.2 人的响应特性
  • 5.3 人船一体系统模型(ISSM)
  • 5.4 ISSM的稳定性分析
  • 5.5 仿真研究
  • 5.6 小结
  • 第6章 复合误差模型在船舶航迹控制中的应用
  • 6.1 船舶航迹复合误差预测模型控制
  • 6.1.1 概述
  • 6.1.2 基于复合预测的船舶航迹控制系统
  • 6.1.3 灰色预测
  • 6.1.4 复合预测模型
  • 6.1.5 结果分析
  • 6.1.6 小结
  • 6.2 基于航迹误差预测模型的船舶自适应控制
  • 6.2.1 概述
  • 6.2.2 Kalman滤波
  • 6.2.3 反传多层神经网络误差控制算法
  • 6.2.4 基于船舶运动误差预测模型的自适应舵
  • 6.2.5 船舶自动舵实船应用
  • 6.2.6 结果分析
  • 6.2.7 小结
  • 第7章 船舶-主机一体调速系统复合误差模型的应用
  • 7.1 概述
  • 7.2 船速调节器半实物仿真系统设计
  • 7.3 自适应学习速度误差控制算法
  • s(k)'>7.3.1 计算us(k)
  • θ(k)'>7.3.2 计算uθ(k)
  • 7.3.3 计算u(k)
  • 7.4 结果分析
  • 7.5 小结
  • 第8章 船舶电力推进系统复合误差模型的应用
  • 8.1 概述
  • 8.2 滑模变结构复合误差AVR自校正控制
  • 8.2.1 滑模变结构复合误差自校正算法
  • 8.2.2 AVR误差稳定性分析
  • 8.2.3 半实物仿真结果
  • 8.2.4 小结
  • 8.3 电力推进同步电机复合误差控制
  • 8.3.1 同步电机模型
  • 8.3.2 同步电机SMC控制
  • 8.3.3 同步电机FNC控制
  • 8.3.4 半实物仿真结果
  • 8.3.5 小结
  • 8.4 废气透平发电机增广误差二次型最优控制
  • 8.4.1 增广误差二次型最优控制废气透平发电机系统
  • 8.4.2 增广误差模型二次型最优控制算法
  • 8.4.3 半实物仿真结果
  • 8.4.4 小结
  • 8.5 小结
  • 第9章 基于复合误差模型控制的半实物仿真系统
  • 9.1 能量回馈节能技术
  • 9.1.1 能量回馈节能系统组成
  • 9.1.2 能量回馈节能系统实现的功能
  • 9.1.3 SCOUT软件平台
  • 9.2 船舶轴带发电-电力推进半实物仿真系统
  • 9.2.1 概述
  • 9.2.2 船舶轴带发电-电力推进半实物复合仿真系统组成
  • 9.2.3 船舶轴带发电-电力推进半实物复合仿真系统功能
  • 结论
  • 参考文献
  • 攻读学位期间公开发表论文
  • 攻读学位期间参加导师主持的科研项目
  • 致谢
  • 相关论文文献

    • [1].舰船控制系统中复合误差控制算法[J]. 舰船科学技术 2015(01)
    • [2].电子式电流互感器稳态测量准确性比对方法[J]. 云南电力技术 2016(05)
    • [3].保护用电流互感器选择的探讨[J]. 科技创新导报 2010(28)
    • [4].基于事件触发的时变拓扑多智能体系统编队控制[J]. 控制与决策 2017(06)
    • [5].随机前沿模型变量选择研究[J]. 统计与决策 2019(07)
    • [6].基于Gauss算法的高精度数字积分器[J]. 高电压技术 2018(06)
    • [7].便携式电流互感器复合误差现场测试装置的设计[J]. 东北电力技术 2014(07)
    • [8].电流互感器复合误差测量与校验[J]. 电工技术 2020(11)
    • [9].返回导体对电流互感器复合误差的影响及减少影响的措施[J]. 电气技术 2011(06)
    • [10].保护用电流互感器检定装置的研究[J]. 电子世界 2017(16)
    • [11].电流互感器试验(6)[J]. 变压器 2010(06)
    • [12].一类非线性系统的自组织模糊神经网络控制[J]. 电机与控制学报 2016(12)
    • [13].Composite EVM测量算法研究[J]. 信息技术 2015(11)
    • [14].保护级电流互感器复合误差及伏安特性曲线计算[J]. 科技信息 2009(31)
    • [15].套管型电磁式电流互感器及其应用[J]. 高压电器 2012(09)

    标签:;  ;  ;  ;  ;  

    复合误差模型自适应船舶控制系统的应用研究
    下载Doc文档

    猜你喜欢