基于终端滑模的欠驱动船舶路径跟踪自适应控制
发布时间：2021-02-15 21:49
步入21世纪,一方面,欠驱动船舶（Underactuated Surface Vessels,USV）路径跟踪控制因非完整系统理论体系的亦趋完善而受到越来越多学者的关注和研究;另一方面,为贴合现实船舶海洋工程的实际需要,如:军用舰船要求高精度跟踪控制、海底铺设电缆、石油管道铺设作业等,广大学者不断在欠驱动船舶路径跟踪控制领域寻求突破。欠驱动机械系统是指被控系统控制输入个数少于被控系统位形空间个数的机械系统,其最主要的特点是需要以较少的可使用的控制输入向量来实现较大位形运动的控制任务。如今大多数执行海上运输任务的船舶主要装备主机推进器和舵设备,分别控制船舶向前、退后运动以及转首运动,可见,大部分水面船舶仅以主机推进器和舵设备两个控制输入来实现船舶三自由度位形运动的控制,是一种典型的欠驱动机械系统。（1）考虑欠驱动船舶实际航行中遭受外界时变干扰的情况,在动态虚拟小船逻辑制导机制下,提出考虑减弱抖振设计的非奇异终端滑模控制算法。所设计的控制算法能够避免对滑模面降维而导致控制输入信号无穷大问题,并对控制律中的切换控制引入动态面控制设计,获得的控制输入能保证速度跟踪误差有限时间内快速收敛,从而有...
【文章来源】： 曾华宝 大连海事大学
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图２．１系统稳定的平衡状态??Ｆｉｇ．?２．１?Ｓｔａｂｌｅ?ｅｑｕｉｌｉｂｒｉｕｍ?ｓｔａｔｅ??
?大连海事大学硕士学位论文???定理２．?２：对于式（２．１），如果存在一个具有连续一阶导数的标量函数和负定函??数且其在整个状态空间内满足：??（１）Ｆ（；Ｍ）是正定函数，Ｆ（０ｊ）＝０：??（２）Ｆ（；Ｍ）具有定常正定界；??（３）对于?Ｖ７ｈ０，ｘｅ￡／－｛０｝，Ｐ（：ｃ，ｆ）＜Ｆ（；ｃ）＜０；；??（４）Ｆ（；Ｍ）是径向无界的。??则状态原点；＾?＝?０是全局一致渐近稳定的。??２．２滑模变结构控制??２．２．１滑模变结构控制的基本原理??变结构控制（Ｖａｒｉａｂｌｅ?Ｓｔｒｕｃｔｕｒｅ?Ｃｏｎｔｒｏｌ，ＶＳＣ）本质是一种形式不连续的非线性控??制技术，变结构控制概念是由前苏联学者Ｕｔｋｉｎ和Ｅｍｅｌｙａｎｏｖ首次提出的。值得一提的??是，变结构控制在控制器设计过程中，被控系统的＂结构＂并不固定，而是根据系统变??量有目的地不断发生变化。??滑模运动状态示意图如图２．２所示，其中为滑模切换函数，＊Ｓ（；ｃ）＝０是滑模面。??？般来说，滑模变结构控制控制器设计可以分为两个步骤［５｜’５２］，第一步是设计滑模切换??函数第二步是设计滑动模态控制律《１；〇使其到达条件满足。可见，上述两个步??骤都是滑模变结构控制器设计必不可少的。??＊?：?｝?？？?：；??（??，系统状七趋近??’身??系统状态趋近??图２．２滑模运动状态示意图??Ｆｉｇ．?２．２?Ｔｈｅ?ｄｉａｇｒａｍ?ｏｆ?ｓｌｉｄｉｎｇ?ｍｏｄｅ?ｍｏｔｉｏｎ??－９?－?１??＊?ｉ??
［?＇???基于终端滑模的欠驱动船舶路径跟踪自适应控制???ＲＢＦ－ＮＮ的基本思想是：将在低维空间线性不可分的问题在ＲＢＦ－ＮＮ隐含层进行变??换，转换成高维空间线性可分问题进行处理。与其他神经网络结构相比较，如误差采用??反向传播的ＢＰ－ＮＮ，ＲＢＦ－ＮＮ具有网络结构简单，训练学习速度快，且能逼近任意紧集??内的非线性函数等优点。特别地，训练学习速度快这一优势对于实际控制工程来说至关??重要。因此ＲＢＦ－ＮＮ也更适用于在线控制。越来越广泛地应用于非线性控制工程、模式??识别、时间序列分析和图形处理等领域。??输出层??输入层??ｓｉ??隐藏层??图２．３径向基神经网络结构图??Ｆｉｇ．?２．３?Ｔｈｅ?ｄｉａｇｒａｍ?ｏｆ?ＲＢＦ－ＮＮ??如图２．３所示，作为局部逼近器的一种，ＲＢＦ－ＮＮ的结构包含输入层，隐藏层及输??出层。ＲＢＦ－ＮＮ的表达式可以描述为本文引入非线性光滑函数／＾Ｚ）：??ｈｎｎ（Ｚ）?＝?ＷＴＳ｛Ｚ）?（２．３３）??其中，ｆｆ＝［Ｗｌ，ｗ２，…叫］７、＃为权重向量，／＞１为神经网络的节点的个数，??＊Ｓ（Ｚ）?＝?［＆（Ｚ），？（Ｚ），．．．，＼（ｚ）］ｆ为径向基函数，＼（Ｚ）为高斯函数其一般形式为：??１?｛?（Ｚ－ｕＹ?（Ｚ－ｃｒｌ）＇］??ｓｉ（＾）?￣?＾＾?ｅｘＰ?：?，ｚ?＝?１，２，．．．，／?（２．３４）??其中，Ｃ７，?＝１＾，％，．．．ＣｒＪ为高斯函数的中心值向量，＜?为高斯函数的扩展宽度。??Ｋｎ｛Ｚ）＾Ｗ＊ＴＳ（Ｚ）?＋?￡，?＼／ＺｅＱｚ?（２．３５）??－１４?－??
【参考文献】：
期刊论文
[1]欠驱动船舶路径跟踪神经元自适应迭代滑模控制[J]. 沈智鹏,景富盛. 哈尔滨工程大学学报. 2019(03)
[2]带输入饱和的欠驱动水面船参数自适应滑模控制[J]. 付明玉,王莎莎,王元慧,庹玉龙. 哈尔滨工程大学学报. 2019(01)
[3]基于非对称模型的欠驱动USV自适应路径跟踪控制[J]. 陈霄,刘忠,张建强,董蛟. 系统工程与电子技术. 2018(01)
[4]四旋翼飞行器的自抗扰飞行控制方法[J]. 刘一莎,杨晟萱,王伟. 控制理论与应用. 2015(10)
[5]欠驱动水面船舶航迹跟踪自抗扰控制[J]. 李荣辉,李铁山,卜仁祥. 大连海事大学学报. 2013(02)
[6]欠驱动水面船舶的非线性滑模轨迹跟踪控制[J]. 孟威,郭晨,孙富春,刘杨. 哈尔滨工程大学学报. 2012(05)
[7]欠驱动水面船舶运动控制研究综述[J]. 郭晨,汪洋,孙富春,沈智鹏. 控制与决策. 2009(03)
[8]基于遗传优化的水平欠驱动机械臂分层滑模控制[J]. 林壮,朱齐丹,邢卓异. 控制与决策. 2008(01)
[9]基于耗散理论的不完全驱动船舶直线航迹控制设计[J]. 李铁山,杨盐生. 应用科学学报. 2005(02)
[10]离散变结构控制系统的比例—等速—变速控制[J]. 姚琼荟,宋立忠,温洪. 控制与决策. 2000(03)
博士论文
[1]超恶劣海况下船舶运动简捷鲁棒自适应控制[D]. 张国庆.大连海事大学 2015
[2]基于神经动态模型的自治水面艇智能跟踪控制[D]. 潘昌忠.中南大学 2013
[3]柔性机械手非奇异终端滑模控制方法的研究[D]. 王艳敏.哈尔滨工业大学 2009
本文编号：3035594
【文章来源】： 曾华宝 大连海事大学
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图２．１系统稳定的平衡状态??Ｆｉｇ．?２．１?Ｓｔａｂｌｅ?ｅｑｕｉｌｉｂｒｉｕｍ?ｓｔａｔｅ??
?大连海事大学硕士学位论文???定理２．?２：对于式（２．１），如果存在一个具有连续一阶导数的标量函数和负定函??数且其在整个状态空间内满足：??（１）Ｆ（；Ｍ）是正定函数，Ｆ（０ｊ）＝０：??（２）Ｆ（；Ｍ）具有定常正定界；??（３）对于?Ｖ７ｈ０，ｘｅ￡／－｛０｝，Ｐ（：ｃ，ｆ）＜Ｆ（；ｃ）＜０；；??（４）Ｆ（；Ｍ）是径向无界的。??则状态原点；＾?＝?０是全局一致渐近稳定的。??２．２滑模变结构控制??２．２．１滑模变结构控制的基本原理??变结构控制（Ｖａｒｉａｂｌｅ?Ｓｔｒｕｃｔｕｒｅ?Ｃｏｎｔｒｏｌ，ＶＳＣ）本质是一种形式不连续的非线性控??制技术，变结构控制概念是由前苏联学者Ｕｔｋｉｎ和Ｅｍｅｌｙａｎｏｖ首次提出的。值得一提的??是，变结构控制在控制器设计过程中，被控系统的＂结构＂并不固定，而是根据系统变??量有目的地不断发生变化。??滑模运动状态示意图如图２．２所示，其中为滑模切换函数，＊Ｓ（；ｃ）＝０是滑模面。??？般来说，滑模变结构控制控制器设计可以分为两个步骤［５｜’５２］，第一步是设计滑模切换??函数第二步是设计滑动模态控制律《１；〇使其到达条件满足。可见，上述两个步??骤都是滑模变结构控制器设计必不可少的。??＊?：?｝?？？?：；??（??，系统状七趋近??’身??系统状态趋近??图２．２滑模运动状态示意图??Ｆｉｇ．?２．２?Ｔｈｅ?ｄｉａｇｒａｍ?ｏｆ?ｓｌｉｄｉｎｇ?ｍｏｄｅ?ｍｏｔｉｏｎ??－９?－?１??＊?ｉ??
［?＇???基于终端滑模的欠驱动船舶路径跟踪自适应控制???ＲＢＦ－ＮＮ的基本思想是：将在低维空间线性不可分的问题在ＲＢＦ－ＮＮ隐含层进行变??换，转换成高维空间线性可分问题进行处理。与其他神经网络结构相比较，如误差采用??反向传播的ＢＰ－ＮＮ，ＲＢＦ－ＮＮ具有网络结构简单，训练学习速度快，且能逼近任意紧集??内的非线性函数等优点。特别地，训练学习速度快这一优势对于实际控制工程来说至关??重要。因此ＲＢＦ－ＮＮ也更适用于在线控制。越来越广泛地应用于非线性控制工程、模式??识别、时间序列分析和图形处理等领域。??输出层??输入层??ｓｉ??隐藏层??图２．３径向基神经网络结构图??Ｆｉｇ．?２．３?Ｔｈｅ?ｄｉａｇｒａｍ?ｏｆ?ＲＢＦ－ＮＮ??如图２．３所示，作为局部逼近器的一种，ＲＢＦ－ＮＮ的结构包含输入层，隐藏层及输??出层。ＲＢＦ－ＮＮ的表达式可以描述为本文引入非线性光滑函数／＾Ｚ）：??ｈｎｎ（Ｚ）?＝?ＷＴＳ｛Ｚ）?（２．３３）??其中，ｆｆ＝［Ｗｌ，ｗ２，…叫］７、＃为权重向量，／＞１为神经网络的节点的个数，??＊Ｓ（Ｚ）?＝?［＆（Ｚ），？（Ｚ），．．．，＼（ｚ）］ｆ为径向基函数，＼（Ｚ）为高斯函数其一般形式为：??１?｛?（Ｚ－ｕＹ?（Ｚ－ｃｒｌ）＇］??ｓｉ（＾）?￣?＾＾?ｅｘＰ?：?，ｚ?＝?１，２，．．．，／?（２．３４）??其中，Ｃ７，?＝１＾，％，．．．ＣｒＪ为高斯函数的中心值向量，＜?为高斯函数的扩展宽度。??Ｋｎ｛Ｚ）＾Ｗ＊ＴＳ（Ｚ）?＋?￡，?＼／ＺｅＱｚ?（２．３５）??－１４?－??
【参考文献】：
期刊论文
[1]欠驱动船舶路径跟踪神经元自适应迭代滑模控制[J]. 沈智鹏,景富盛. 哈尔滨工程大学学报. 2019(03)
[2]带输入饱和的欠驱动水面船参数自适应滑模控制[J]. 付明玉,王莎莎,王元慧,庹玉龙. 哈尔滨工程大学学报. 2019(01)
[3]基于非对称模型的欠驱动USV自适应路径跟踪控制[J]. 陈霄,刘忠,张建强,董蛟. 系统工程与电子技术. 2018(01)
[4]四旋翼飞行器的自抗扰飞行控制方法[J]. 刘一莎,杨晟萱,王伟. 控制理论与应用. 2015(10)
[5]欠驱动水面船舶航迹跟踪自抗扰控制[J]. 李荣辉,李铁山,卜仁祥. 大连海事大学学报. 2013(02)
[6]欠驱动水面船舶的非线性滑模轨迹跟踪控制[J]. 孟威,郭晨,孙富春,刘杨. 哈尔滨工程大学学报. 2012(05)
[7]欠驱动水面船舶运动控制研究综述[J]. 郭晨,汪洋,孙富春,沈智鹏. 控制与决策. 2009(03)
[8]基于遗传优化的水平欠驱动机械臂分层滑模控制[J]. 林壮,朱齐丹,邢卓异. 控制与决策. 2008(01)
[9]基于耗散理论的不完全驱动船舶直线航迹控制设计[J]. 李铁山,杨盐生. 应用科学学报. 2005(02)
[10]离散变结构控制系统的比例—等速—变速控制[J]. 姚琼荟,宋立忠,温洪. 控制与决策. 2000(03)
博士论文
[1]超恶劣海况下船舶运动简捷鲁棒自适应控制[D]. 张国庆.大连海事大学 2015
[2]基于神经动态模型的自治水面艇智能跟踪控制[D]. 潘昌忠.中南大学 2013
[3]柔性机械手非奇异终端滑模控制方法的研究[D]. 王艳敏.哈尔滨工业大学 2009
本文编号：3035594
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3035594.html
