專利名稱：一種船舶航速智能控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種船舶操縱控制方法，特別涉及一種船舶航速控制方法。
背景技術(shù)：
船舶綜合自動(dòng)化越來越受到人們的關(guān)注，而航速控制則是它的一個(gè)重要組成部分。船舶在海上航行時(shí)，由于外界風(fēng)、浪、流等干擾，船舶航速必然會(huì)發(fā)生變化。目前，大多數(shù)船舶對航速的控制實(shí)際是開環(huán)控制，要人為地調(diào)整主機(jī)轉(zhuǎn)速以保證航速不變，這是不容易做到并做不好的。對船舶航速進(jìn)行自動(dòng)控制是非常必要的，無論對軍船還是民船都很有現(xiàn)實(shí)意義，它可以提高船舶的操縱性能、節(jié)省燃料，降低運(yùn)營的成本。船舶航速除了同推進(jìn)系統(tǒng)提供的推動(dòng)力有關(guān)外，還同船體的形狀、吃水深淺、海面風(fēng)力大小、海浪高度和海水流速有關(guān)，它是一個(gè)復(fù)雜、時(shí)變非線性系統(tǒng)，傳統(tǒng)的控制方法 (如PID控制)難以獲得良好的控制效果。經(jīng)對現(xiàn)有的技術(shù)文獻(xiàn)檢索發(fā)現(xiàn)，船舶航速控制方法主要集中在利用遺傳算法整定PID參數(shù)及模糊控制。其中，利用遺傳算法整定PID參數(shù)的船舶航速控制方法需要經(jīng)過初始種群設(shè)置及復(fù)制、交叉、變異的復(fù)雜運(yùn)算，導(dǎo)致控制系統(tǒng)的實(shí)時(shí)差，難以保證系統(tǒng)的穩(wěn)定性；船舶航速模糊控制方法對于高精度的控制問題效果不理想，若要提高模糊控制精度意味著控制規(guī)則要足夠的多，而這對于依賴領(lǐng)域?qū)＜抑R(shí)總結(jié)控制規(guī)則的模糊控制器來說是困難的，這樣便導(dǎo)致模型控制的穩(wěn)態(tài)誤差較大。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能夠改善船舶航速控制效果，小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制的船舶航速智能控制方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的操縱人員根據(jù)船舶航速的需要，設(shè)定所需的給定航速。給定航速與船上的航速檢測裝置測得的實(shí)際航速進(jìn)行比較，并將得到的航速誤差送入常規(guī)PID控制器和小腦模型神經(jīng)網(wǎng)絡(luò)。當(dāng)船舶航速控制系統(tǒng)開始運(yùn)行時(shí)，由常規(guī)PID控制器進(jìn)行控制，根據(jù)航速誤差、航速誤差變化率(航速誤差的微分)、航速累積誤差(航速誤差的積分)實(shí)現(xiàn)航速控制所要求的控制規(guī)律，常規(guī)PID輸出控制信號(hào)Up送入到航速隨動(dòng)系統(tǒng)，直到航速誤差為零，完成閉環(huán)控制，保證系統(tǒng)的穩(wěn)定性。而船舶航速控制系統(tǒng)中的小腦模型神經(jīng)網(wǎng)絡(luò)為前饋控制，實(shí)現(xiàn)被控制對象的逆動(dòng)態(tài)模型，學(xué)習(xí)算法在每一控制周期結(jié)束時(shí)，利用總輸出航速控制信號(hào)U(總輸出航速控制信號(hào)U =常規(guī)PID輸出控制信號(hào)Up+小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc)與小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc的差值來調(diào)整小腦模型神經(jīng)網(wǎng)絡(luò)的權(quán)值，目的是使總輸出航速控制信號(hào)U與小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc之差為最小，經(jīng)過小腦模型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生的輸出信號(hào)Uc逐漸逼近總輸出航速控制信號(hào)U,最終的總輸出航速控制信號(hào)U由小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生，此時(shí)常規(guī)PID輸出控制信號(hào)Up為零。本發(fā)明將小腦模型神經(jīng)網(wǎng)絡(luò)(CMAC，CerebellarModel Articulation Controller)與常規(guī)PID復(fù)合控制應(yīng)用到船舶航速控制系統(tǒng)，即發(fā)揮PID控制器設(shè)計(jì)簡單，物理意義明確，又充分體現(xiàn)了小腦模型神經(jīng)網(wǎng)絡(luò)非線性映射能力強(qiáng)、實(shí)時(shí)性好、魯棒性強(qiáng)等優(yōu)點(diǎn)，使船舶航速控制系統(tǒng)具有更優(yōu)的控制性能。本發(fā)明的優(yōu)點(diǎn)在于(1)小腦模型神經(jīng)網(wǎng)絡(luò)的加入使得控制效果比單獨(dú)的PID控制具有更優(yōu)的動(dòng)態(tài)和穩(wěn)態(tài)性能，既發(fā)揮了常規(guī)PID控制器設(shè)計(jì)簡單，物理意義明確，又充分體現(xiàn)了小腦模型神經(jīng)網(wǎng)絡(luò)非線性映射能力強(qiáng)、實(shí)時(shí)性好、魯棒性強(qiáng)等優(yōu)點(diǎn)；(2)常規(guī)PID單獨(dú)控制時(shí)，增益Kp的值在很大程度上決定著控制效果，而采用小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制時(shí)，船舶航速控制效果不依賴Kp的值，Kp的值只需在一個(gè)合理的范圍內(nèi)即可，降低了控制器設(shè)計(jì)的難度。


圖1為船舶航速小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制系統(tǒng)結(jié)構(gòu)圖；圖2為海浪干擾及航速控制效果圖。
具體實(shí)施例方式下面結(jié)合附圖舉例對本發(fā)明做更詳細(xì)的描述結(jié)合圖1，船舶航速控制系統(tǒng)由小腦模型神經(jīng)網(wǎng)絡(luò)、常規(guī)PID控制器、船-機(jī)-槳系統(tǒng)、航速檢測等部分構(gòu)成?？紤]到航速控制主要用于遠(yuǎn)航，船舶運(yùn)行工況是長時(shí)間勻速航行，而不是主機(jī)大工況下運(yùn)行，因此將整個(gè)船-機(jī)-槳系統(tǒng)作為一個(gè)整體考慮，從結(jié)構(gòu)上簡化了模型。船舶航速智能控制方法由常規(guī)PID控制器構(gòu)成反饋控制，利用小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生前饋信號(hào)，實(shí)現(xiàn)小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID的復(fù)合控制。船舶航速小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID的復(fù)合控制算法初始化時(shí)，置小腦模型神經(jīng)網(wǎng)絡(luò)權(quán)值為零，小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc = 0、總輸出航速控制信號(hào)U =常規(guī)PID輸出控制信號(hào)Up，此時(shí)船舶航速控制系統(tǒng)由常規(guī)PID控制器進(jìn)行控制。小腦模型神經(jīng)網(wǎng)絡(luò)采用有導(dǎo)師的學(xué)習(xí)算法，每一控制周期結(jié)束時(shí)，計(jì)算出相應(yīng)的小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc并與總輸出航速控制信號(hào)U相比較，修正權(quán)重，進(jìn)入學(xué)習(xí)過程，目的是使總輸出航速控制信號(hào)U與小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc之差最小。通過小腦模型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，使常規(guī)PID產(chǎn)生的輸出控制量Up逐漸為零，小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生的輸出控制量Uc逐漸逼近控制器總輸出U，最終常規(guī)PID輸出控制信號(hào)Up為零，此時(shí)總輸出航速控制信號(hào)U由小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生。船舶航速小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制在一定程度上克服了常規(guī)控制器所不能避免的一些弊端，是控制效果得到提高。結(jié)合圖2，為了比較船舶航速常規(guī)PID控制方法和小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制的船舶航速控制方法，做了海浪有義波高H = 2m，浪向角a = 90°干擾作用下船舶航速的兩組仿真實(shí)驗(yàn)，曲線①是采用常規(guī)PID控制方法得到的船舶航速仿真曲線，曲線② 是采用小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制得到的船舶航速仿真曲線。通過仿真結(jié)果可以看出，在相同的海況干擾下，小腦模型神經(jīng)網(wǎng)絡(luò)的加入使得控制效果比單獨(dú)的常規(guī)PID控制具有更優(yōu)的動(dòng)態(tài)和穩(wěn)態(tài)性能。當(dāng)船舶航速從12節(jié)變化到 14節(jié)，船舶常規(guī)PID航速控制的超調(diào)量增大，且出現(xiàn)了穩(wěn)態(tài)誤差，但小腦模型神經(jīng)網(wǎng)絡(luò)與常規(guī)PID復(fù)合控制的船舶航速控制，由于小腦模型神經(jīng)網(wǎng)絡(luò)的加入使得干擾作用下的航速控制系統(tǒng)很快地恢復(fù)穩(wěn)定狀態(tài)，減小了超調(diào)，加快控制響應(yīng)速度，充分體現(xiàn)了小腦神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)，即輸出誤差小、實(shí)時(shí)性好、魯棒性強(qiáng)等，整個(gè)控制過程航速平穩(wěn)、穩(wěn)態(tài)精度提高明
Mo
權(quán)利要求
1. 一種船舶航速智能控制方法，其特征是將給定航速與船上的航速檢測裝置測得的實(shí)際航速進(jìn)行比較，并將得到的航速誤差送入常規(guī)PID控制器和小腦模型神經(jīng)網(wǎng)絡(luò)；船舶航速控制系統(tǒng)開始運(yùn)行時(shí)，由常規(guī)PID控制器進(jìn)行控制，根據(jù)航速誤差、航速誤差變化率、 航速累積誤差實(shí)現(xiàn)航速控制所要求的控制規(guī)律；常規(guī)PID輸出控制信號(hào)Up送入到航速隨動(dòng)系統(tǒng)，直到航速誤差為零；船舶航速控制系統(tǒng)中的小腦模型神經(jīng)網(wǎng)絡(luò)為前饋控制，實(shí)現(xiàn)被控制對象的逆動(dòng)態(tài)模型，學(xué)習(xí)算法在每一控制周期結(jié)束時(shí)，利用總輸出航速控制信號(hào)U與小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc的差值來調(diào)整小腦模型神經(jīng)網(wǎng)絡(luò)的權(quán)值，經(jīng)過小腦模型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生的輸出信號(hào)Uc逐漸逼近總輸出航速控制信號(hào)U， 最終的總輸出航速控制信號(hào)U由小腦模型神經(jīng)網(wǎng)絡(luò)產(chǎn)生，此時(shí)常規(guī)PID輸出控制信號(hào)Up為零。
全文摘要
本發(fā)明提供的是一種船舶航速智能控制方法。將給定航速與船上的航速檢測裝置測得的實(shí)際航速進(jìn)行比較，并將得到的航速誤差送入常規(guī)PID控制器和小腦模型神經(jīng)網(wǎng)絡(luò)；船舶航速控制系統(tǒng)開始運(yùn)行時(shí)，由常規(guī)PID控制器進(jìn)行控制；常規(guī)PID輸出控制信號(hào)Up送入到航速隨動(dòng)系統(tǒng)，直到航速誤差為零；船舶航速控制系統(tǒng)中的小腦模型神經(jīng)網(wǎng)絡(luò)為前饋控制，實(shí)現(xiàn)被控制對象的逆動(dòng)態(tài)模型，學(xué)習(xí)算法在每一控制周期結(jié)束時(shí)，利用總輸出航速控制信號(hào)U與小腦模型神經(jīng)網(wǎng)絡(luò)輸出信號(hào)Uc的差值來調(diào)整小腦模型神經(jīng)網(wǎng)絡(luò)的權(quán)值。本發(fā)明即發(fā)揮PID控制器設(shè)計(jì)簡單，物理意義明確，又充分體現(xiàn)了小腦模型神經(jīng)網(wǎng)絡(luò)非線性映射能力強(qiáng)、實(shí)時(shí)性好、魯棒性強(qiáng)等優(yōu)點(diǎn)，使船舶航速控制系統(tǒng)具有更優(yōu)的控制性能。
文檔編號(hào)G05B13/04GK102331717SQ201110304289
公開日2012年1月25日 申請日期2011年10月10日 優(yōu)先權(quán)日2011年10月10日
發(fā)明者傅薈璇, 李冰, 杜春洋, 王宇超, 鄭秀麗 申請人:哈爾濱工程大學(xué)