基于神經(jīng)網(wǎng)絡的船舶航向自適應PID控制研究.pdf

1、船舶航行過程中，其裝載量的變化、航速變化和海浪干擾都會引起嚴重的非線性控制問題，要克服這些問題，就需要有自適應能力較強、魯棒性較好的控制器。目前，大部分控制器的設計仍依靠確定的模型，在惡劣環(huán)境和航行出現(xiàn)變化情況下無法滿足控制需求。于是，在如何改善船舶航向控制性能方面，國內(nèi)外許多研究人員做出了不懈的努力，取得了一定的研究成果。在這種發(fā)展趨勢下，本文考慮到神經(jīng)網(wǎng)絡具有逼近任意非線性函數(shù)的能力，于是結合PID控制與模糊理論的魯棒性，將三者同時

2、應用于船舶航向控制中，設計出基于BP神經(jīng)網(wǎng)絡的船舶航向模糊PID控制器，并分別在無海浪干擾、有海浪干擾和模型參數(shù)攝動的情況下進行了實例仿真研究，仿真結果說明該控制器很好地解決了非線性控制問題。
　　 本文首先分別對課題研究的歷史背景及意義、船舶航向控制發(fā)展現(xiàn)狀以及神經(jīng)網(wǎng)絡控制發(fā)展現(xiàn)狀進行了簡單介紹。然后介紹了船舶航向運動數(shù)學模型、舵機數(shù)學模型和環(huán)境擾動模型，其中主要分析了船舶六自由度模型并推導出一階野本非線性模型，給出了舵機伺服

3、系統(tǒng)仿真圖并對海浪譜分析與海浪干擾力矩進行了仿真。其次介紹了神經(jīng)網(wǎng)絡的基本模型、工作方式；詳細闡述了BP網(wǎng)絡及其學習算法，并對神經(jīng)網(wǎng)絡穩(wěn)定性進行了簡要分析，說明了神經(jīng)網(wǎng)絡的穩(wěn)定性與收斂性，為神經(jīng)網(wǎng)絡的自適應可行性奠定基礎。再次，介紹了基于BP神經(jīng)網(wǎng)絡的自適應PID控制方法，針對該控制算法的需要，設計了相應的預測模型；因為該控制系統(tǒng)收斂速度慢且有時會逼近局部最小，為了避免這個缺點，本文將模糊理論應用于該系統(tǒng)，設計出模糊化模塊，將其加入該控

4、制系統(tǒng)，仿真結果表明收斂速度有所提高，該控制方法的設計思路是可行的。最后分析了共軛梯度算法，因為負梯度算法很大程度上決定了它的共軛特性，所以它有不能達到全局最優(yōu)的缺點。于是，本文提出改進共軛梯度算法，由于改進共軛梯度BP方法在算法復雜性不變情況下，網(wǎng)絡收斂速度加快且沿共軛方向達到全局最優(yōu)，于是本文將改進共軛梯度BP算法代替普通BP算法，并在控制系統(tǒng)中加入模糊化模塊，設計出基于改進BP神經(jīng)網(wǎng)絡的模糊PID控制系統(tǒng)。實例仿真說明，此方法在船