發(fā)布時(shí)間：2020-04-06 10:20

【摘要】：船舶航向保持控制是船舶運(yùn)動(dòng)控制研究中的一個(gè)重要部分,也是提高船舶自動(dòng)化水平的重要方面。由于PID控制器具有優(yōu)異的穩(wěn)定性,因此它在船舶實(shí)際航行中被廣泛使用。但船舶運(yùn)動(dòng)不僅是十分復(fù)雜的運(yùn)動(dòng),而且不可避免的受到模型攝動(dòng)、不確定干擾等因素的影響,嚴(yán)重減弱PID控制器的控制效果。智能控制中的單神經(jīng)元作為構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單位,具有自適應(yīng)和自學(xué)習(xí)能力,而且結(jié)構(gòu)簡(jiǎn)單便于計(jì)算。若將這兩者結(jié)合,不僅可以在一定程度上解決常規(guī)PID控制器不易在線實(shí)時(shí)整定參數(shù)、難于對(duì)一些復(fù)雜過(guò)程和參數(shù)慢時(shí)變系統(tǒng)進(jìn)行有效控制的問(wèn)題,而且保留了控制器結(jié)構(gòu)簡(jiǎn)單便于計(jì)算的優(yōu)點(diǎn)。論文針對(duì)船舶運(yùn)動(dòng)數(shù)學(xué)模型及其本身的特殊性質(zhì)(外界環(huán)境影響、船舶慣性大等),在保持PID控制器結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)、穩(wěn)定性高等特點(diǎn)的基礎(chǔ)上,引入同樣結(jié)構(gòu)簡(jiǎn)單的單神經(jīng)元控制器,同時(shí)也能保證所構(gòu)成的控制器具有自適應(yīng)性和較強(qiáng)的魯棒性。論文首先搭建了船舶運(yùn)動(dòng)數(shù)學(xué)模型K、T指數(shù)計(jì)算平臺(tái),能夠根據(jù)船舶參數(shù)迅速建立船舶Nomoto模型。然后在介紹神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)后,設(shè)計(jì)了在無(wú)/有監(jiān)督學(xué)習(xí)下的基于單神經(jīng)元的船舶航向保持PID控制器,其兼?zhèn)渖窠?jīng)網(wǎng)絡(luò)和常規(guī)PID控制的優(yōu)點(diǎn),最后給出了修正基于單神經(jīng)元的船舶航向保持PID控制器算法中的權(quán)重系數(shù)以及引入誤差非線性反饋后的改進(jìn)的基于單神經(jīng)元的船舶航向保持PID控制器。論文還以“育鯤”輪為被控對(duì)象,對(duì)構(gòu)建的控制器進(jìn)行船舶航向保持仿真研究,并與常規(guī)PID控制器進(jìn)行對(duì)比分析。仿真研究表明,盡管改進(jìn)型的基于單神經(jīng)元的船舶航向保持PID控制器的性能并不是所有設(shè)計(jì)控制器中最理想的,但其魯棒性和抗干擾能力都非常出色,而且最節(jié)約能量�；趩紊窠�(jīng)元的船舶航向保持PID控制器比常規(guī)PID控制器的控制性能要好很多,而且如若不一味追求性能,從系統(tǒng)響應(yīng)動(dòng)態(tài)、抗干擾能力、魯棒性以及綠色經(jīng)濟(jì)這些方面來(lái)看,改進(jìn)型的基于單神經(jīng)元的船舶航向保持PID控制器是在追求綠色經(jīng)濟(jì)的大環(huán)境下更符合當(dāng)代需求的控制器。
【圖文】：

競(jìng)爭(zhēng)學(xué)習(xí)規(guī)則來(lái)解決這類非監(jiān)督網(wǎng)絡(luò)學(xué)習(xí)問(wèn)題。(a)監(jiān)督學(xué)習(xí) (b)非監(jiān)督學(xué)習(xí) (c)強(qiáng)化學(xué)習(xí)圖3.2 參數(shù)學(xué)習(xí)方案Fig. 3.2 Parametric learning schemes3.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則神經(jīng)網(wǎng)絡(luò)的重要性質(zhì)是具有自適應(yīng)和自學(xué)習(xí)能力，并掌握一定的學(xué)習(xí)規(guī)則。1949年心理學(xué)家 Hebb 在前期研究的基礎(chǔ)上提出了學(xué)習(xí)突觸聯(lián)系和神經(jīng)群理論，隨后用數(shù)學(xué)形式進(jìn)行了表達(dá)，成為 Hebb 規(guī)則。如圖 3.3 所示，從神經(jīng)元ju 到神經(jīng)元iu 的連接強(qiáng)度，即權(quán)重變化ij w 可用以下式子表達(dá)：( ( ) , ( )) ( ( ),)ij i i j ij= w G a t s t H y t w(3-3)其中 ( )is t 為神經(jīng)元iu 的教師信號(hào)，函數(shù) G 是教師信號(hào) ( )is t 與神經(jīng)元iu 的活性度( )ia t 的函數(shù)， H 是神經(jīng)元ju 的輸出 ( )jy t 與聯(lián)接權(quán)重ijw 的函數(shù)。輸出 ( )jy t 與活性度 ( )ja t 之間滿足 ( ) ( ( ))j j jy t = f a t。由于在圖 3.3 中存在教室信號(hào) ( )is t

重要性質(zhì)是具有自適應(yīng)和自學(xué)習(xí)能力，并掌握一定的b 在前期研究的基礎(chǔ)上提出了學(xué)習(xí)突觸聯(lián)系和神經(jīng)群理，成為 Hebb 規(guī)則。如圖 3.3 所示，從神經(jīng)元ju 到神經(jīng)可用以下式子表達(dá)：( ( ) , ( )) ( ( ),)ij i i j ij= w G a t s t H y t w元iu 的教師信號(hào)，函數(shù) G 是教師信號(hào) ( )is t 與神經(jīng)元iu 的ju 的輸出 ( )jy t 與聯(lián)接權(quán)重ijw 的函數(shù)。輸出 ( )jy t 與活 ))t。.3 中存在教室信號(hào) ( )is t ，因此這屬于監(jiān)督學(xué)習(xí)下的 H下時(shí)，即上述的教師信號(hào) ( )is t 沒(méi)有給出，且函數(shù) H 又-3)可變?yōu)閕j i j w =ηa y，其中η 是學(xué)習(xí)效率，是正實(shí)數(shù)。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U664.82

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 馬超;張顯庫(kù);;基于指數(shù)函數(shù)非線性反饋的船舶航向保持控制[J];船舶工程;2017年S1期

2 馮冬青;許雪燕;;玻璃窯爐氣電混合智能控制系統(tǒng)[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2017年01期

3 王青山;梁得亮;杜錦華;;交流穩(wěn)壓電源的改進(jìn)神經(jīng)網(wǎng)絡(luò)PID控制[J];電機(jī)與控制學(xué)報(bào);2017年02期

4 崔皆凡;謝煒;馬桂新;張孝亮;;基于BP神經(jīng)網(wǎng)絡(luò)PID的改進(jìn)偏差耦合同步控制[J];微電機(jī);2016年12期

5 徐海軍;李偉;張國(guó)慶;劉勇;;基于閉環(huán)增益成形算法的船舶航跡保持控制[J];中國(guó)航海;2016年04期

，

本文編號(hào)：2616383