基于神經(jīng)網(wǎng)絡(luò)的船舶航向自適應(yīng)PID控制研究.pdf

1、船舶航行過程中，其裝載量的變化、航速變化和海浪干擾都會(huì)引起嚴(yán)重的非線性控制問題，要克服這些問題，就需要有自適應(yīng)能力較強(qiáng)、魯棒性較好的控制器。目前，大部分控制器的設(shè)計(jì)仍依靠確定的模型，在惡劣環(huán)境和航行出現(xiàn)變化情況下無(wú)法滿足控制需求。于是，在如何改善船舶航向控制性能方面，國(guó)內(nèi)外許多研究人員做出了不懈的努力，取得了一定的研究成果。在這種發(fā)展趨勢(shì)下，本文考慮到神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)的能力，于是結(jié)合PID控制與模糊理論的魯棒性，將三者同時(shí)

2、應(yīng)用于船舶航向控制中，設(shè)計(jì)出基于BP神經(jīng)網(wǎng)絡(luò)的船舶航向模糊PID控制器，并分別在無(wú)海浪干擾、有海浪干擾和模型參數(shù)攝動(dòng)的情況下進(jìn)行了實(shí)例仿真研究，仿真結(jié)果說(shuō)明該控制器很好地解決了非線性控制問題。
　　 本文首先分別對(duì)課題研究的歷史背景及意義、船舶航向控制發(fā)展現(xiàn)狀以及神經(jīng)網(wǎng)絡(luò)控制發(fā)展現(xiàn)狀進(jìn)行了簡(jiǎn)單介紹。然后介紹了船舶航向運(yùn)動(dòng)數(shù)學(xué)模型、舵機(jī)數(shù)學(xué)模型和環(huán)境擾動(dòng)模型，其中主要分析了船舶六自由度模型并推導(dǎo)出一階野本非線性模型，給出了舵機(jī)伺服

3、系統(tǒng)仿真圖并對(duì)海浪譜分析與海浪干擾力矩進(jìn)行了仿真。其次介紹了神經(jīng)網(wǎng)絡(luò)的基本模型、工作方式；詳細(xì)闡述了BP網(wǎng)絡(luò)及其學(xué)習(xí)算法，并對(duì)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性進(jìn)行了簡(jiǎn)要分析，說(shuō)明了神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與收斂性，為神經(jīng)網(wǎng)絡(luò)的自適應(yīng)可行性奠定基礎(chǔ)。再次，介紹了基于BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制方法，針對(duì)該控制算法的需要，設(shè)計(jì)了相應(yīng)的預(yù)測(cè)模型；因?yàn)樵摽刂葡到y(tǒng)收斂速度慢且有時(shí)會(huì)逼近局部最小，為了避免這個(gè)缺點(diǎn)，本文將模糊理論應(yīng)用于該系統(tǒng)，設(shè)計(jì)出模糊化模塊，將其加入該控

4、制系統(tǒng)，仿真結(jié)果表明收斂速度有所提高，該控制方法的設(shè)計(jì)思路是可行的。最后分析了共軛梯度算法，因?yàn)樨?fù)梯度算法很大程度上決定了它的共軛特性，所以它有不能達(dá)到全局最優(yōu)的缺點(diǎn)。于是，本文提出改進(jìn)共軛梯度算法，由于改進(jìn)共軛梯度BP方法在算法復(fù)雜性不變情況下，網(wǎng)絡(luò)收斂速度加快且沿共軛方向達(dá)到全局最優(yōu)，于是本文將改進(jìn)共軛梯度BP算法代替普通BP算法，并在控制系統(tǒng)中加入模糊化模塊，設(shè)計(jì)出基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的模糊PID控制系統(tǒng)。實(shí)例仿真說(shuō)明，此方法在船