【摘要】：隨著人類的不斷進步,陸地資源已經(jīng)幾乎消耗殆盡。伴隨著經(jīng)濟的不斷發(fā)展,對于海洋的開發(fā)已經(jīng)不僅僅是紙上談兵,而是必然的趨勢。因為海洋這個大環(huán)境,對其開發(fā)的難度大大高于陸地,人類目前開發(fā)的部分還僅僅局限于近海,但是海洋資源的大部分卻是儲藏在深海,所以開發(fā)深海是接下來幾十年的重頭戲。因此,半潛式海洋平臺這一開發(fā)海洋的工具的重要性就不言而喻了,而對于能夠保障海洋平臺在海洋里工作的動力定位系統(tǒng)(Dynamic Positioning System,DPS)的研究就顯然得到了重視。以往在近海淺水區(qū)域使用的海洋平臺大多使用錨泊系統(tǒng),然而DPS與之原理截然不同,是一種主動的系統(tǒng),工作原理更為先進。其工作原理是利用安裝在平臺自身的動力定位裝置根據(jù)系統(tǒng)發(fā)送的控制要求結(jié)合考慮環(huán)境干擾來做出控制指令,以便達到能夠在海上作業(yè)的要求。本文的研究對象是某半潛式海洋平臺,結(jié)合考慮了現(xiàn)階段熱門的智能控制算法,根據(jù)實際的控制對象,設(shè)計出控制器,從而來提高DPS的性能。半潛式海洋平臺,是一個大時滯,大慣性的非線性系統(tǒng),目前的研究成果難以對這樣一個對象進行準確的建模。對此,文章中引入最小二乘支持向量機(Least Squares Support Vector Machine,LSSVM)來對平臺進行辨識,由于LSSVM本身的特性,能夠?qū)ζ脚_模型進行較好的辨識。由于常規(guī)的支持向量機(Support Vector Machine,SVM)會存在維數(shù)災(zāi)難的問題,在控制工程中這將是一個不可避免的問題,LSSVM可以有效地克服這種情況,從而提高系統(tǒng)的穩(wěn)定性,所以將LSSVM作為本文將要使用的廣義預(yù)測控制(Generalized Predictive Control,GPC)的預(yù)測模型是非常合適的。本文首先詳細的介紹了GPC的基本算法,并且以GPC為控制策略設(shè)計控制器并且進行仿真。根據(jù)GPC基于預(yù)測模型的特點,提出了基于在線LSSVM的GPC控制策略。在文章中分別對于基于在線LSSVM的GPC算法和沒有優(yōu)化的GPC算法進行了仿真,并且將結(jié)果進行了比較,從結(jié)果來看優(yōu)化過的GPC算法比常規(guī)的沒有優(yōu)化的GPC算法的結(jié)果好,魯棒性和穩(wěn)定性更好。對于設(shè)計的基于在線LSSVM的GPC算法以某海洋平臺作為研究對象進行仿真,仿真結(jié)果表明,本文根據(jù)海洋平臺設(shè)計的控制器對于控制對象表現(xiàn)出了良好的控制效果,具有很好的魯棒性和穩(wěn)定性,對于實際應(yīng)用有很好的指導(dǎo)意義。
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P75
，

本文編號：2538724