可回轉(zhuǎn)雙機雙槳船模糊神經(jīng)網(wǎng)絡(luò)航向控制.pdf

1、在較為惡劣的海況下，船舶航向控制過程往往伴隨頻繁舵角調(diào)整，而且難以實現(xiàn)精確的航向保持或跟蹤。針對上述問題，本文面向可回轉(zhuǎn)雙機雙槳電力推進船舶，采用模糊神經(jīng)網(wǎng)絡(luò)控制方法研究了復(fù)雜海況下船舶航向控制問題，具體研究內(nèi)容如下:
　　首先，本文引入了一種可回轉(zhuǎn)雙機雙槳電力推進船舶運動模型:與常規(guī)艉軸推進船舶相比，其運動特性更為復(fù)雜。具體的，在可回轉(zhuǎn)雙螺旋槳的作用下，船舶的回轉(zhuǎn)運動和推進運動高度耦合，并由雙螺旋槳的回轉(zhuǎn)運動產(chǎn)生等效于舵機運動的

2、舵效，使船舶運動更加快速高效。
　　其次，基于上述可回轉(zhuǎn)雙機雙槳電力推進船舶運動模型，采用基于一般模糊劃分的T-S模糊系統(tǒng)，設(shè)計了可回轉(zhuǎn)雙機雙槳電力推進船舶航向控制器。將船舶艏向角和艏搖角速度的偏差作為控制輸入，螺旋槳的回轉(zhuǎn)角作為控制輸出，通過構(gòu)造分段光滑Lyapunov函數(shù)，證明了所得閉環(huán)控制系統(tǒng)的穩(wěn)定性，并將模糊控制方法仿真結(jié)果與PD控制做對比。
　　最后，針對船舶模型參數(shù)不確定性及模糊規(guī)則選取問題，結(jié)合自適應(yīng)模糊神經(jīng)網(wǎng)

3、絡(luò)(AFNN)算法研究，采用AFNN作為逼近器對可回轉(zhuǎn)雙機雙槳電力推進船舶進行模型辨識，進而設(shè)計融合PD控制器和自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)補償?shù)淖赃m應(yīng)控制策略。與傳統(tǒng)PD控制器相比，仿真結(jié)果顯示所提出的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制方法具有顯著的優(yōu)越性。
　　本文引入了一種可回轉(zhuǎn)雙機雙槳電力推進船舶運動模型滿足了內(nèi)河小型船舶的機動靈活性需求，并采用AFNN作為逼近器將船舶模型辨識出來解決了船舶模型參數(shù)不確定性問題;加入模糊控制與自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)