基于人工神经智能的船舶航迹保持控制及通航安全应用研究

发布时间：2017-08-29 13:30

  本文关键词：基于人工神经智能的船舶航迹保持控制及通航安全应用研究

  更多相关文章： 人工神经网络 动态面控制 最少学习参数 航迹保持控制 通航安全应用研究

【摘要】：随着造船业及航运领域的蓬勃发展,船舶也逐步趋于大型化、高速化及自动化,对船舶操控性的要求也越来越高,船舶自动舵的研发受到了空前的重视。船舶在海上航行时,由于航速、装载状态等的变化以及外界环境干扰的影响,致使船舶控制系统具有强不确定性、非线性及不稳定性。因此,研制控制性能优异、易于工程实现的非线性船舶航迹自动舵显得尤为重要。 本文针对一类单输入单输出不确定非线性系统,基于Lyapunov稳定性理论,人工神经网络(Artificial Neural Networks, ANNs)逼近器、反步技术(Backstepping)、动态面控制技术(Dynamic Surface Control, DSC)和最少学习参数(Minimal Learning Paramaters, MLP)算法,提出了一种新的的自适应神经网络控制方法。将神经网络算法用于逼近控制系统中未知的不确定函数,所得到的闭环系统是半全局一致最终有界的。所提出的算法最显著的特点是：(1)在控制器的设计过程中,当采用反步(Backstepping)方法时,会引发“计算量膨胀”问题,本文引入了DSC技术,其较好地处理了设计过程中的“计算量膨胀”问题。(2)采用人工神经网络技术去逼近控制系统中的未知不确定函数时,针对自适应神经网络算法中易产生“维数灾难”的问题,本文引入了MLP算法解决了这个问题。将MLP与DSC结合,旨在同时解决“维数灾难”及“计算量膨胀”问题,克服控制器设计时可能存在的控制器奇异值问题,从而保证闭环系统的稳定性。 另一方面,由于船舶运动呈现非线性、强不确定性及复杂性,将提出的单输入单输出非线性系统自适应神经网络控制算法应用到船舶直线航迹保持控制系统中,本文共设计了三种具有鲁棒性、自适应性、可靠性和实时性的船舶航迹保持控制算法；三种控制算法分别针对船舶航迹保持控制系统中的自适应学习参数进行了调整,Matlab仿真实验验证了控制器的控制性能。最后改变控制系统模型参数,并与传统的PD舵控制效果进行对比研究,验证本文提出的控制算法的鲁棒性、自适应性,同时具有计算量小,易于工程实现的特点。 最后将船舶直线航迹自动控制技术应用于船舶通航安全模拟,将航迹自动控制模块嵌入船舶操纵模拟器,提出了一种基于自动船舶操纵模拟器的船舶通航安全模拟方法,将其应用于船舶在受限水域的通航安全评价研究,弥补了人工船舶操纵模拟器受人为因素影响的缺陷,极大改进了船舶操纵模拟器技术,为船舶安全操纵提供科学、客观的参考决策,进而开发出船舶在各种港口、航道及河道等限制水域内的通航安全智能评估方法,为限制水域内船舶的安全操纵提供客观、可行的参考策略；为船舶安全、快速通过限制水域提供指导,以切实提高船舶通航的安全性和效率；为航道整治及拟建和新建港航工程设施的通航安全论证和评估提供科学、有效的通航模拟和评估方法。
【关键词】：人工神经网络 动态面控制 最少学习参数 航迹保持控制 通航安全应用研究
【学位授予单位】：大连海事大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：U664.82;U676.1
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 绪论12-26
• 1.1 课题研究背景12-14
• 1.2 课题研究现状14-23
• 1.2.1 船舶自动舵的研究现状14-20
• 1.2.2 船舶通航安全评估研究现状20-23
• 1.3 课题提出的意义23-24
• 1.4 本文研究内容24-26
• 第2章 相关基础知识26-34
• 2.1 Lyapunov稳定性判别方法及定理26-29
• 2.1.1 Lyapunov稳定性判别方法26-27
• 2.1.2 Lyapunov稳定性判别定理27-29
• 2.2 径向基神经网络29-34
• 2.2.1 径向基函数神经网络的基本原理30-31
• 2.2.2 径向基函数神经网络的应用31-34
• 第3章 基于Backstepping和DSC的非线性系统神经网络设计34-61
• 3.1 基于Backstepping的单输入单输出非线性系统控制器设计35-40
• 3.2 基于Backstepping的单输入单输出非线性动态面设计40-44
• 3.2.1 动态面技术介绍41
• 3.2.2 基于Backstepping的单输入单输出非线性动态面设计41-44
• 3.3 基于DSC和MLP的非线性不确定神经网络控制器设计44-60
• 3.3.1 问题的提出46-47
• 3.3.2 控制器设计47-51
• 3.3.3 稳定性分析51-54
• 3.3.4 仿真实例54-60
• 3.4 结论60-61
• 第4章 基于人工神经智能的船舶航迹保持控制器设计61-97
• 4.1 问题描述61-64
• 4.2 基于DSC-MLP的人工神经智能船舶航迹保持控制设计(一)64-73
• 4.2.1 控制器设计64-68
• 4.2.2 稳定性分析68-70
• 4.2.3 仿真实例70-73
• 4.2.4 小结73
• 4.3 基于DSC-MLP的人工神经智能船舶航迹保持控制设计(二)73-82
• 4.3.1 控制器设计74-77
• 4.3.2 稳定性分析77-79
• 4.3.3 仿真实例79-82
• 4.3.4 小结82
• 4.4 基于DSC-MLP的人工神经智能船舶航迹保持控制设计(三)82-95
• 4.4.1 控制器设计及稳定性分析82-86
• 4.4.2 仿真实例86-95
• 4.4.3 小结95
• 4.5 本章小结95-97
• 第5章 基于船舶航迹自动控制的限制水域通航安全应用研究97-126
• 5.1 船舶运动数学模型97-116
• 5.1.1 船舶运动数学模型的分类98-99
• 5.1.2 船舶运动模型的建立99-116
• 5.2 船舶操纵模拟器在船舶通航安全评估中的应用116-121
• 5.3 限制水域内通航安全实例及通航安全对比研究121-125
• 5.4 结论125-126
• 第6章 总结与展望126-128
• 6.1 总结126-127
• 6.2 展望127-128
• 参考文献128-142
• 致谢142-143
• 攻读学位期间公开发表论文143-144
• 个人履历144

【参考文献】

中国期刊全文数据库 前10条

1 徐海彬,鲍其莲,张炎华;PID自动舵的自整定专家系统[J];船舶工程;2004年03期

2 彭国均;翁跃宗;熊振南;张寿桂;;基于船舶操纵模拟器的船舶通航安全评估[J];船舶工程;2008年06期

3 杜佳璐;王琳;姜传林;;基于逆推方法的非线性船舶航迹跟踪控制[J];船舶工程;2010年01期

4 张隆阁,李俊民,陈国培;利用分数维微积分推广Lyapunov第二方法[J];纯粹数学与应用数学;2005年03期

5 林永屹;陈晓琴;周涛;;基于非线性PID的船舶航向自动舵设计[J];船电技术;2009年06期

6 李铁山,杨盐生,郑云峰,胡江强;模型参数不确定的不完全驱动船舶航迹控制自适应反演设计(英文)[J];大连海事大学学报;2003年S1期

7 张寿桂;翁跃宗;熊振南;;港口航道和码头通航安全评估[J];大连海事大学学报;2006年04期

8 刘勇;卜仁祥;朱业求;;基于Backstepping方法的船舶直线航迹控制[J];大连海事大学学报;2012年01期

9 贾欣乐,蒋丹东,张显库;船舶转向控制器研究[J];大连海事大学学报;1998年01期

10 张显库,蒋丹东,贾欣乐,任光,王国峰,朱利民,颜德文;PC104工控机在航迹自动舵中的应用[J];电子技术应用;1998年05期

中国博士学位论文全文数据库 前1条

1 卜仁祥;欠驱动水面船舶非线性反馈控制研究[D];大连海事大学;2008年

，

本文编号：753548