粒子群優(yōu)化分數(shù)階控制器及欠驅(qū)動船舶航向控制研究.pdf

1、船舶動態(tài)具有大慣性、大時滯、非線性的特點，航行工況、貨物裝載量變化、慣性矩、重心坐標(biāo)變化等因素引起船舶運動數(shù)學(xué)模型的參數(shù)攝動，使得船舶模型具有不確定性;同時，風(fēng)、浪、流的存在也導(dǎo)致船舶模型參數(shù)和結(jié)構(gòu)的攝動。因此，對欠驅(qū)動水面船舶采用常規(guī)線性和非線性控制方法難以取得理想的控制效果。欠驅(qū)動水面船舶主要利用舵系統(tǒng)來改變或保持船舶的航向，而通過螺旋槳轉(zhuǎn)動產(chǎn)生推力來改變或保持船舶的航速。操舵與螺旋槳推進之間存在交互作用。本文研究基于粒子群優(yōu)化的分

2、數(shù)階航向智能控制算法，完成了以下主要研究工作。
　　(1)針對受模型參數(shù)不確定性和外界環(huán)境干擾的欠驅(qū)動水面船舶運動控制，本文提出一種分數(shù)階PIλDμ控制器，并將該控制器應(yīng)用于欠驅(qū)動水面船舶航向控制的自動舵設(shè)計中。仿真結(jié)果表明，采用分數(shù)階PIλDμ控制器與采用常規(guī)PID船舶航向自動舵相比能進一步提高船舶航向的控制精度和抗擾動能力;
　　(2)針對分數(shù)階PIλDμ控制器較常規(guī)PID多出兩個可調(diào)參數(shù)積分階次λ和微分階次μ，使得分數(shù)

3、階PIλDμ控制器參數(shù)整定難度進一步加大，本文提出將粒子群優(yōu)化算法引入到控制器設(shè)計中，對分數(shù)階PIλDμ控制器的參數(shù)進行在線整定。仿真結(jié)果驗證了基于粒子群優(yōu)化算法的分數(shù)階PIλDμ控制器在欠驅(qū)動水面船舶航向控制中的有效性;
　　(3)針對慣性權(quán)重ω和最大飛行速度vmax對粒子群優(yōu)化算法全局搜索能力和局部開發(fā)能力的重要影響，以及兩者之間的內(nèi)在聯(lián)系，本文提出一種時變非線性三角函數(shù)用于改進粒子群優(yōu)化算法，并將該算法用于船舶航向的分數(shù)階P

4、IλDμ控制器參數(shù)整定中。仿真結(jié)果驗證了該算法的有效性;
　　(4)針對學(xué)習(xí)因子c1和c2對粒子在解空間搜索速度的影響，本文構(gòu)造一種異步時變學(xué)習(xí)因子的粒子群優(yōu)化算法，將兩個學(xué)習(xí)因子在算法優(yōu)化過程中隨時間進行不同的變化，并將該算法用于船舶航向的分數(shù)階PIλDμ控制器參數(shù)整定中。仿真結(jié)果驗證了該算法的有效性;
　　(5)針對慣性權(quán)重ω影響粒子的局部最優(yōu)搜索能力和全局最優(yōu)搜索能力，本文提出將非線性動態(tài)慣性權(quán)重引入到粒子群優(yōu)化算法結(jié)