针对遭受未知外部环境扰动的三自由度全驱动船舶轨迹跟踪控制问题,设计一种带扰动观测器的自适应动态面滑模控制方法。该方法构造扰动观测器估计未知扰动,并对控制量进行前馈补偿,采用σ修正泄漏项的自适应律估计扰动观测误差的界以提高控制精度,结合动态面技术解决传统反演法的微分爆炸问题,并选取李雅普诺夫函数证明该控制器可保证闭环系统内所有信号的一致最终有界性。基于一艘供给船舶进行仿真试验,结果表明,所设计的控制器输出合理有效且跟踪精度高,在工程实际中具有一定的参考价值。
对于操纵性能与安全性能要求较高的船舶,如浮式采油-储油-卸油船、穿梭运输邮轮、补给船和半潜式钻井平台等,一般采用全驱动配置以实现其目标。在进行某些特定的工程作业如深海勘探、海底管道建设、供给和海上石油钻探等时,需要船舶精确地按照预定的航线航行,由于所航行的环境、船舶自身特性等,多耦合、强非线性的水面船舶不可避免地遭受环境干扰以及存在着动态不确定性,这使得水面船舶轨迹跟踪控制设计极具挑战性。因此,研究全驱动船舶轨迹跟踪控制问题具有重要的理论意义和实际工程价值。首先,针对遭受未知外部环境扰动的三自由度全驱动船舶的轨迹跟踪控制问题,提出带扰动观测器的自适应动态面滑模控制方法。该方法设计扰动观测器估计外部环境扰动并进行前馈补偿,采用自适应律估计扰动观测误差的界,提高控制精度,结合动态面技术构造控制器,避免微分爆炸。其次,针对存在模型不确定项和未知外部环境扰动的三自由度全驱动船舶的轨迹跟踪控制问题,提出基于非线性增益递归滑模的自适应动态面控制方法。该方法引入神经网络逼近模型不确定项,采用自适应律估计神经网络逼近误差与扰动总和的界,综合考虑船舶位置和速度误差之间关系设计递归滑模面,并应用一种非线性
2022-04-19 13:07:14 4.78MB 神经网络 人工智能 深度学习 机器学习
摘要: 针对三自由度全驱动船舶速度向量不可测问题, 考虑船舶模型参数和外部环境扰动均未知的情况, 提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法. 该方法设计神经网络自适应观测器估计船舶速度向量, 且利用神经网络逼近模型参数不确定项, 综合考虑船舶位置和速度误差之间关系构造递归滑模面, 再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律, 并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号. 选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性. 最后, 基于一艘供给船进行仿真验证, 结果表明, 船舶轨迹跟踪响应速度快, 所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.
2022-04-19 10:05:36 625KB 神经网络 学习 机器学习 人工智能
摘要:近年来,随着欠驱动系统控制技术的快速发展以及船舶智能化要求的不断增加,欠驱动船舶控制问题受到越来越广泛的关注。本课题结合backstepping设计方法、滑模控制算法、参数自适应方法、动态面控制技术、神经网络以及低频增益学习等先进控制理论,考虑欠驱动船舶存在外界环境干扰、模型不确定、速度不可测情况,提出欠驱动船舶轨迹跟踪状态反馈与输出反馈自适应滑模控制策略。首先,以船舶模型已知为前提,考虑干扰界已知和界未知两种情况下的船舶轨迹跟踪问题,对外界环境干扰界已知情况,结合backstepping设计方法与滑模控制算法,设计船舶轨迹跟踪滑模控制律;进一步,对外界环境干扰界未知情况,设计带有σ-修正的参数自适应律估计外界环境干扰的界值,并引入双曲正切函数消除因符号函数引入带来的“抖振”问题。其次,针对船舶存在模型不确定项与未知环境干扰的轨迹跟踪控制问题,将动态面控制技术、自适应神经网络、滑模控制算法与backstepping设计方法相结合,设计一种基于神经网络的船舶轨迹跟踪自适应滑模控制律。 介绍:资源包含相关文献和可运行的matlab程序,仅供参考。
2022-04-19 10:05:35 5.71MB 人工智能 深度学习 机器学习
资源包含相关文献和对应的matlab仿真代码,仅供参考。 针对船速与艏摇角速度均不可测的三自由度欠驱动船舶轨迹跟踪问题,考虑在海洋环境扰动未知,提出一种带非线性观测器的动态面自适应输出反馈控制方法。该方法通过对系统模型进行坐标变换,设计非线性观测器估计船舶的速度向量;采用动态面技术可处理反演法对虚拟控制量求导导致的"微分膨胀"问题,减少计算量;同时采用自适应律估计海洋环境干扰的界值,从而防止参数漂移。利用Lyapunov函数证明该控制律可保证船舶轨迹跟踪误差的一致最终有界性,仿真结果证明了所提出控制方法的有效性。
资源包含相关文献及对应matlab仿真程序,仅供参考。 以船舶模型已知为前提,考虑干扰界已知和界未知两种情况下的船舶轨迹跟踪问题,对外界环境干扰界已知情况,结合backstepping设计方法与滑模控制算法,设计船舶轨迹跟踪滑模控制律。其次,针对船舶存在模型不确定项与未知环境干扰的轨迹跟踪控制问题,将动态面控制技术、自适应神经网络、滑模控制算法与backstepping设计方法相结合,设计一种基于神经网络的船舶轨迹跟踪自适应滑模控制律;进一步考虑为避免神经网络导致的“维数灾难”问题与直接对虚拟控制律的微分操作,将最小参数学习法与动态面控制技术相结合,提出一种基于动态面和最小参数法的欠驱动船舶轨迹跟踪自适应滑模控制律,用于降低计算负载和避免复杂性爆炸问题。然后,针对实际工况中船舶速度不易测量的轨迹跟踪控制问题,设计非线性观测器估计船舶速度,依此再结合动态面控制技术,避免对虚拟控制量直接求导,提出一种基于非线性观测器的欠驱动船舶轨迹跟踪自适应滑模输出反馈控制律。
2022-04-19 10:05:34 5.72MB 神经网络 人工智能 深度学习 机器学习
matlab开发-船舶静水稳定性。本书配套软件为“船舶静力学与稳定性”。
2022-04-18 18:42:24 50KB 未分类
1
船舶航行的航道划分为若干水道,考虑油耗、时间、航速、水道距离四个因素,引入时间伸缩参数与水道距离调整向量,建立基于动态规划与模糊算法的最优调度模型,使得船舶在有效时间航程中油耗最小,并结合实例验证了两种算法模型对于船舶航行上航速选取的可行性,模糊算法的提出使得模型更具实际应用性.
2022-04-15 17:47:12 1.1MB 工程技术 论文
1
线谱的提取为舰船的检测识别和方位跟踪提供了依据,研究线谱的提取具有实际的应用意义。采用Welch算法和Chirp-Z变换联合处理舰船的辐射噪声信号能够有效地提取线谱。根据对仿真信号和某实船的辐射噪声信号分析的结果表明,该方法原理简单,能够精确地提取特征线谱,其中频率分辨力可达0.36Hz;根据所提取的船只的特征线谱,设定滤波区间对船辐射的噪声信号进行滤波,可以更准确地跟踪船的航迹。
2022-04-13 16:42:15 702KB 工程技术 论文
1