基于人工神經(jīng)智能的船舶航跡保持控制及通航安全應(yīng)用研究.pdf

1、隨著造船業(yè)及航運(yùn)領(lǐng)域的蓬勃發(fā)展，船舶也逐步趨于大型化、高速化及自動化，對船舶操控性的要求也越來越高，船舶自動舵的研發(fā)受到了空前的重視。船舶在海上航行時(shí)，由于航速、裝載狀態(tài)等的變化以及外界環(huán)境干擾的影響，致使船舶控制系統(tǒng)具有強(qiáng)不確定性、非線性及不穩(wěn)定性。因此，研制控制性能優(yōu)異、易于工程實(shí)現(xiàn)的非線性船舶航跡自動舵顯得尤為重要。
　　本文針對一類單輸入單輸出不確定非線性系統(tǒng)，基于Lyapunov穩(wěn)定性理論，人工神經(jīng)網(wǎng)絡(luò)（Artifici

2、alNeuralNetworks，ANNs）逼近器、反步技術(shù)（Backstepping）、動態(tài)面控制技術(shù)(DynamicSurfaceControl，DSC)和最少學(xué)習(xí)參數(shù)(MinimalLearningParamaters，MLP)算法，提出了一種新的的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方法。將神經(jīng)網(wǎng)絡(luò)算法用于逼近控制系統(tǒng)中未知的不確定函數(shù)，所得到的閉環(huán)系統(tǒng)是半全局一致最終有界的。所提出的算法最顯著的特點(diǎn)是:(1)在控制器的設(shè)計(jì)過程中，當(dāng)采用反步（B

3、ackstepping）方法時(shí)，會引發(fā)“計(jì)算量膨脹”問題，本文引入了DSC技術(shù)，其較好地處理了設(shè)計(jì)過程中的“計(jì)算量膨脹”問題。(2)采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)去逼近控制系統(tǒng)中的未知不確定函數(shù)時(shí)，針對自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法中易產(chǎn)生“維數(shù)災(zāi)難”的問題，本文引入了MLP算法解決了這個(gè)問題。將MLP與DSC結(jié)合，旨在同時(shí)解決“維數(shù)災(zāi)難”及“計(jì)算量膨脹”問題，克服控制器設(shè)計(jì)時(shí)可能存在的控制器奇異值問題，從而保證閉環(huán)系統(tǒng)的穩(wěn)定性。
　　另一方面，由于船

4、舶運(yùn)動呈現(xiàn)非線性、強(qiáng)不確定性及復(fù)雜性，將提出的單輸入單輸出非線性系統(tǒng)自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制算法應(yīng)用到船舶直線航跡保持控制系統(tǒng)中，本文共設(shè)計(jì)了三種具有魯棒性、自適應(yīng)性、可靠性和實(shí)時(shí)性的船舶航跡保持控制算法;三種控制算法分別針對船舶航跡保持控制系統(tǒng)中的自適應(yīng)學(xué)習(xí)參數(shù)進(jìn)行了調(diào)整，Matlab仿真實(shí)驗(yàn)驗(yàn)證了控制器的控制性能。最后改變控制系統(tǒng)模型參數(shù)，并與傳統(tǒng)的PD舵控制效果進(jìn)行對比研究，驗(yàn)證本文提出的控制算法的魯棒性、自適應(yīng)性，同時(shí)具有計(jì)算量小，易

5、于工程實(shí)現(xiàn)的特點(diǎn)。
　　最后將船舶直線航跡自動控制技術(shù)應(yīng)用于船舶通航安全模擬，將航跡自動控制模塊嵌入船舶操縱模擬器，提出了一種基于自動船舶操縱模擬器的船舶通航安全模擬方法，將其應(yīng)用于船舶在受限水域的通航安全評價(jià)研究，彌補(bǔ)了人工船舶操縱模擬器受人為因素影響的缺陷，極大改進(jìn)了船舶操縱模擬器技術(shù)，為船舶安全操縱提供科學(xué)、客觀的參考決策，進(jìn)而開發(fā)出船舶在各種港口、航道及河道等限制水域內(nèi)的通航安全智能評估方法，為限制水域內(nèi)船舶的安全操縱提供