大型船舶航向智能控制的研究.pdf

1、本文針對大型船舶自動舵系統(tǒng)設計了幾種航向控制器，并由此展開對船舶運動數(shù)學模型、自抗擾控制技術和小腦模型神經(jīng)網(wǎng)絡的研究。本文完成的工作也由這三個部分組成。
　　(1)研究了船舶建模MMG理論。本文以XINSHANGHAI號大型集裝箱船作為研究對象，分析作用于船體、螺旋槳、舵上的各種流體動力和力矩，根據(jù)MMG理論建立它們的數(shù)學模型。然后簡單介紹了船舶在海面上航行時受到風、流等干擾力的計算方式。為驗證船舶模型的合理性和可用性，本文根據(jù)實

2、船數(shù)據(jù)在Matlab中進行Z形操縱試驗和船舶旋回仿真測試，為下文控制器的設計和仿真做好準備。
　　(2)討論了自抗擾控制技術(ADRC)在大型船舶航向控制中的應用。針對經(jīng)典控制理論中的PID控制在其應用廣泛的同時也存在不足，自抗擾控制理論提出了加入擾動估計和動態(tài)補償這兩個作為核心功能的改進方法。本文根據(jù)系統(tǒng)狀態(tài)誤差的不同組合方式設計兩種自抗擾控制器，將其用于前面建立的船舶模型，并在三種擾動環(huán)境下進行仿真，驗證它們對航向的控制效果。

3、
　　(3)本文引入了小腦模型關節(jié)控制器(CMAC)理論，研究ADRC和CMAC的復合智能控制。本部分從介紹人工神經(jīng)網(wǎng)絡學習原理開始，逐步過渡到對CMAC神經(jīng)網(wǎng)絡的闡述。CMAC是局部逼近神經(jīng)網(wǎng)絡，它的學習速度快，泛化能力強，結構簡單，更適合在實時控制領域中應用。本文采用前饋與反饋結合的復合控制模式，將CMAC與ADRC相結合進行在線學習，實現(xiàn)被控對象的逆動態(tài)模型。從仿真結果可以看出，相比于單獨應用的ADRC，復合控制可以有效地減