技术领域
本发明涉及智能船舶控制领域,尤其涉及一种基于广义模糊双曲模型的智能船舶航向控制方法。
背景技术
自动舵是智能船舶最重要的操控系统之一,智能船舶运动具有大时滞、大惯性、强非线性等特点,在实际的船舶控制中包括建模误差、船舶载况变化引起的参数摄动和不确定的外部干扰如风、流等环境力作用均会对控制的精度造成影响甚至造成严重事故,但目前大多数基于状态反馈进行的船舶航向控制设计并不能妥善解决数学模型不确定性问题。针对这个问题模型中的不确定项来描述,目前主要结合神经网络或者模糊逻辑系统进行逼近处理。
然而在实际工程应用中神经网络与模糊逻辑系统需要获取较多设计参数,模型复杂程度较高,且航向角追踪误差存在受限和执行航向追踪任务精度有限的情况。因此,现有智能船舶航向控制成果中,考虑控制性能与控制成本的折中,使用成本较高不利于工程实现。
发明内容
根据现有技术存在的问题,本发明公开了一种基于广义模糊双曲模型的智能船舶航向控制方法,具体采用如下步骤:
考虑船舶航向控制的回转非线性和外界干扰,建立以船舶舵角为输入,船舶航向角及航向角速度为输出的非线性船舶航向控制模型;
将船舶实际艏向角度与期望艏向角差值作为非线性船舶航向控制模型的输入信息,对该模型中的非线性函数进行逼近、获得智能模糊船舶航向控制模型,设计智能船舶航向控制的模糊虚拟控制函数;
将存在饱和限制的输入信号u与控制信号v进行比较获得误差信号、将该误差信号进行反馈和辅助补偿处理获得辅助补偿信号、从而循环地对船舶舵角输入限制进行补偿;
通过广义模糊双曲正切逼近方法建立模糊航向控制模型,采用饱和补偿方法分析辅助补偿信号,设计模糊自适应更新率,从而基于模糊双曲正切的饱和船舶航向控制。
进一步的,所述非线性船舶航向控制模型为:
δ为船舶舵角,φ为船舶航向,其导数为船舶航向角变化速度,K为船舶的回转性指数,T为船舶的跟从性指数,由于船舶的回转性和直线稳定性之间是相互矛盾的,
其中x=[x
进一步的,所述获得智能模糊船舶航向控制模型时:
首先对输入变量进行线性变换,从而得到广义输入变量
其中
对船舶航向控制模型中的非线性项逼近采用如下描述:
其中
结合上述广义模糊双曲正切逼近方法获得智能模糊船舶航向控制模型
采集船舶罗经设备中船舶实际艏向角与期望艏向角差值作为输入Z
其中α
进一步的,对船舶舵角输入限制进行补偿时:
在船舶航向控制设计中,输入限制的船舶舵角u,-u
其中,v表示船舶航向控制中的控制输入;
将存在饱和限制的输入信号u与控制信号v进行比较获得误差信号,采用辅助设计模块进行辅助补偿处理获得辅助补偿信号:
其中,C
进一步的,通过广义模糊双曲正切逼近方法建立的模糊航向控制模型以及饱和补偿模块的辅助补偿信号,设计模糊自适应更新率:
其中误差变量Z
设计了基于模糊双曲正切的饱和船舶航向最终控制率:
其中K
由于采用了上述技术方案,本发明提供的一种基于广义模糊双曲模型的智能船舶航向控制方法,该方法一方面针对船舶航向系统存在船舶舵角输入受限影响,从而引入辅助设计系统从而避免输入饱和对系统性能和稳定性的影响。另一方面本发明基于广义模糊双曲模型建立智能船舶自动控制算法,有效解决在实际的船舶控制中包括建模误差、船舶载况变化引起的参数摄动引起的未知非线性不确定项的问题。通过设计系统控制参数,可以以期望精度完成航向追踪任务。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为发明控制方法流程图
图2为本发明控制系统框图
图3为船舶航向历时曲线
图4为船舶航向跟踪误差历时曲线
图5为船舶舵角历时曲线
图6为船舶转首角速度历时曲线
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示的一种基于广义模糊双曲模型的智能船舶航向控制方法,具体包括如下步骤:
S1:通过工程的观点,采集归纳智能船舶相关信息,将船舶看成一个动态系统,以船舶控制量(舵角)作为系统输入,船舶运动状态(航向或首摇角速度)作为输出,考虑外界风浪流干扰和模型不确定性,建立了船舶舵角,船舶航向,艏摇角速度的非线性船舶运动数学模型;
式(1)中δ为舵角,φ为航向,K为船舶的回转性指数(每秒),T为船舶的跟从性指数(秒),均是船舶前进速度和船长的函数。另外,由于船舶的回转性和直线稳定性之间是相互矛盾的,
定义x
式(2)其中x=[x
S2:利用广义模糊双曲模型对输入变量进行线性变换,进一步扩大模糊模型逼近范围,广义输入变量可以被表示为
公式(3)中
应用广义模糊双曲模型对智能船舶自动控制系统中的非线性项f
其中
将(4),(5)式结合,系统(2)可表示为如下模糊船舶航向控制系统:
S3:为了解决舵角输入的幅度和速率限制的输入饱和问题,引进一种辅助设计系统去消除输入饱和限制的影响
在船舶航向控制设计中,首先我们考虑船舶舵角u的输入限制如下:
-u
式(7)中,-u
其中,v表示整个系统要设计的控制输入。
为了方便地考虑船舶航向系统饱和输入的影响,引入了一种辅助设计系统
式(9)中C
S4:结合辅助设计系统提出了一种考虑输入饱和的基于广义模糊双曲模型的智能船舶自动控制系统的控制器设计方法。
智能船舶自动控制系统基于广义模糊双曲模型的自适应更新率为:
式中误差变量Z
设计了考虑输入饱和影响下智能船舶自动控制系统的最终控制率形式如下:
其中K
本实施例利用Matlab进行计算机仿真,以“育鲲”轮为例,验证本发明控制算法的有效性。根据实际情况选取跟踪信号模型为
其中,φ
选择控制器设计参数K
本实施例利用MATLAB进行计算机仿真研究,结果如图3-6所示,图1为船舶航向跟踪轨迹,实线为实际航向轨迹,虚线为参考轨迹。图2是跟踪误差。从图中可以看出,在跟踪过程中误差往往在一个以零为中心的小邻域内,说明跟踪效果较好;图3和图4给出了船舶输入舵角和转向角速度的时移曲线。控制系统状态均有大的超调量,并且趋于稳定,表明本发明满足要求。上图验证了本发明提出的考虑输入饱和的基于GFHM的模糊自适应控制算法的有效性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
机译: 用于基于适应性模型的预测,以一种模糊的非线性过程模型为基础的控制的系统和方法
机译: 一种基于小波的藻类自动回归模糊预测模型
机译: 一种基于模糊逻辑定时确定操纵变量的控制方法。