（交通信息工程及控制专业论文）基于自适应神经模糊系统的船舶航向控制.pdf

中文摘要摘要本文对自适应神经模糊系统( a n f l s ) 控制算法及其在船舶航向控制中的应用进行了系统研究。首先研究了船舶运动数学模型，以及包括风，流，浪和非线性力作用在船舶上的外界干扰力和力矩的计算模型。并针对船舶线性模型，在讨论了模型参考自适应控制理论的基础上，设计了模型参考自适应自动舵，并利用m a t l a b 的s i m u l i n k环境对其进行了仿真。传统的m r a c 只能用于结构已知参数时变的线性系统，局限性较大。由于船舶运动具有非线性、滞后等特点，加上外界干扰的复杂性使得船舶运动具有不确定性。针对船舶航向非线性不确定系统，利用自适应神经模糊的控制算法( a n f i s ) 。将模糊逻辑和神经网络适当地结合起来，既可以表达模糊语言变量，又具有学习功能。通过a n n 的学习功能使f i s 中出现的参数得以优化并能自动产生模糊规则。在对a n f i s 的原理和算法介绍基础之上，讨论了a n f i s 控制器的实现方法，并将a n f i s 控制器应用到船舶航向非线性系统中，仿真结果证明该方法十分有效。将此算法在不同外界条件下，如在风干扰时，在不同载运状态下进行仿真，仿真结果表明该算法的控制效果显著，并与常规模型参考自适应算法的控制结果进行了比较，证明a n f i s 算法的性能优越于传统模型参考自适应控制算法的性能。关键词：模型参考自适应；模糊控制；a n f i s ；船舶航向控制英文摘要b a s e do na d a p t i v en e u r o - f u z z yi n f e r e n c es y s t e m sc o n t r o lf o rs h i ps t e e r i n ga b s t r a c tt h i st h e s i sh a ss y s t e m a t i c a l l yr e s e a r c h e da d a p t i v en e u r o f u z z yi n f e r e n c es y s t e m sa n di t sa p p l i c a t i o nt os h i p sc o u r s es t e e r i n gc o n t r 0 1 s h i p sm a t h e m a t i c a lm o d e li sr e s e a r c h e d ，i nc o n s i d e r a t i o no ft h ef o r c e sa n dm o m e n t sf r o mt h ee n v i r o n m e n t a ld i s t u r b a n c e s ，s u c ha sw i n d s ，w a v e s ，c u r r e n t s ，e t c a i m e da ts h i pl i n e a rm a t h e m a t i c a lm o t i o nm o d e l ，t h em o d e lr e f e r e n c ea d a p t i v ea u t o p i l o ti sf i r s td e s i g n e db a s e do nt h ea n a l y s i so ft h em o d e lr e f e r e n c ea d a p t i v ec o n t r o lt h e o r y s i m u l a t i o ne x p e r i m e n t sa r ec u r r i e do u tb yu s i n gm a t l a b ss i m u l i n kt o o l b o x c o n v e n t i o n a lm r a co n l yu s e di nl i n e a f i t ys y s t e m sw i t hk n o w ns t r u c t u r ea n dp a r a m e t e rt i m e - c h a n g e d f o rt h en o n l i n e a r i t ya n dl a go ft h es h i p sm o v e m e n t ，a n dt h ec o m p l e x i t yo ft h eo u t s i d ei n t e r f e r em a k et h es h i p sm o v e m e n tu n c e r t a i n t y u s i n ga d a p t i v en e u r o f u z z yi n f e r e n c es y s t e m ( a n f i s ) f o rt h es h i ps t e e r i n g sn o n l i n e a rm o d e lt oc o m b i n et h ef u z z yl o g i ca n da n np r o p e r l y , s ot h a ta n f i sc o u l de x p r e s sf l sb yt h ec o n n e c t i o ns t r u c t u r eo fa n n ，m e a n w h i l er e a l i z et h ep a r a m e t e ro p t i m i z a t i o no ft h ef l sr u l e sb yt h es e l f - l e a r n i n gf u n c t i o no fa n n t h e ni t sa r i t h m e t i ca n dp r i n c i p l ea n dt h er e a l i z a t i o no fa n f i sc o n t r o l l e ri ss t u d i e d a tl a s t ，t h es c h e m ei sa p p l i e dt os h i p sc o u r s es t e e r i n gc o n t r o la n dt h es i m u l a t i o nc u r v e ss h o wt h a tt h ed e s i r e dr e s u l t sa r ea t t a i n e d t h ea n f i sa u t o p i l o ti ss i m u l a t e du n d e rd i f f e r e n tc o n d i t i o n s ，s u c ha se x t e r nd i s t u r b a n c e s ，l o a d i n g s ，e r e t h es i m u l a t i o nr e s u l t ss h o wt h ee f f e c t i v e n e s sa n dt h es a l i e n tp e r f o r m a n c eo ft h ep r o p o s e dc o n t r o ls c h e m e a n dt h ec o m p a r i o nb e t w e e na n f i ss c h e m ea n dc o n v e n t i o n a lm o d e lr e f e r e n c ea d a p t i v es c h e m ed e m o n s t r a t e st h a tt h ep e r f o r m a n c eo ft h ef o r m e ri sb e t t e rt h a nt h a to ft h el a t t e r k e yw o r d s ：a n n ；f u z z ye o n t r o l ；a n f i s ；s h i ps t e e r i n ga u t o p i l o t 大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，撰写成博士硕士学位论文：基王自适廛登经撞塑丞统的丝盟航自控剑：。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担；论文作者签名寿隶i 眷旰妒刁日学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密口，在年解密后适用本授权书。本学位论文属于：保密口不保密日请在以上方框内打。，)论文作者魏嘉录母师躲磁徽日期：加叼年弓月7 日基于自适应神经模糊系统的船舶航向控制第1 章绪论1 1 课题提出船舶航向自动控制系统 1 , 2 1 亦称为自动舵，是船舶控制系统中不可缺少的重要设备，它的性能直接影响着船舶航行的经济性和安全性。自从磁罗经发明后，国外学者就开始研究船舶自动控制及其系统的稳定性。第一代自动舵诞生以来，自动舵直就被当作一个具有较高经济价值和社会效益的重要设备，引起了人们的广泛关注，并吸引着世界各国一代又一代的工程技术人员围绕着进一步改善其性能这课题而不断地进行研究和探索。自动舵的研究是伴髓着自动控制理论和技术的发展而发展的。船舶的航向控制是控制理论应用较早且取得较好成果的一个领域。早期的控制方法为b a n g b a n g 控制，p i d 控制，而后发展为自适应控制、最优控制、鲁棒控制、非线性控制，到现在研究的智能控制。这些控制方法都应用到船舶航向控制的研究中，并己形成了p i d 自动舵和自适应自动舵等产品，但由于船舶运动的复杂性，船舶的动态特性具有大惯性、大时滞、非线性等特点，受到的环境影响是随机的和难以预测的，而传统的自适应控制等控制方法无法有效控制未建模动态系统，从而影响了自适应舵的控制效果。为了解决上述问题，需要进一步将智能控制技术引入到自动舵的技术中，研究混合型的智能自动舵，如将p i d 与模糊控制结合、p i d 与神经网络控制结合、模糊控制与神经网络控制结合、模糊控制与遗传算法结合、神经网络控制与遗传算法结合等，以适应船舶航向控制的要求。1 2 船舶航向自动舵设计历史和发展方向船舶航向自动舵的产生要追溯到上个世纪2 0 年代，到目前为止，历经了4个发展阶段：机械式自动舵、p i d 自动舵、自适应自动舵和智能自动舵。1 2 1 机械式自动舵1 9 2 0 年和1 9 2 3 年美国的s p e r r y 和德国的a n s u c h z 分别独立研制出了机械式的自动舵1 3 1 。这种自动舵只能进行简单的比例控制作用，为了避免振荡行为需要选择低的控制增益，所以只能用于低精度的航向保持控制。但是，它的出现是个绪论里程碑，它使人们看到了在船舶操纵方面摆脱体力劳动实现自动控制的希望。这种机械式自动舵被称为第一代自动舵。下面的公式可表示比例控制的规律：6 一k p 仰d 一妒) 一k p l ；f ，。( 1 1 )式中：6 舵角；妒航向：妒。航向偏差：妒。一设定航向；k 。一比例系数( 可根据船型和外界环境人为调节) ；比例控制法用于惯性很大的船舶效果不理想，原因是这种控制方法会使船舶在设定的航向两边来回摆动，结果使转舵装置过度磨损，而且燃料消耗高出很多，这些问题限制了它的使用。1 2 2p l d 自动舵2 0 世纪5 0 年代，经典控制理论到了鼎盛时期，其控制方法中最重要、最典型而且在工业生产中最常用的一种是比例一积分一微分( p i d ) 控制。这种控制方法被用于自动舵控制，产生了第二代自动舵即p i d 自动舵【4 1 。1 9 4 9 年s c h i f f 等人提出了速率控制的概念，即速率控制与航向偏差的微分成正比，这种方法称为比例一微分( p d ) 控制，控制方程如下：6 一k ，l f ，。+ k d 妒。( 1 2 )其中：妒。航向偏差的改变速率；k 。一微分系数。1 9 7 2 年b e c h 等人提出了一个三项控制理论，即在p d 控制系统中加上一个低频滤波器，以便使航向稳定性保持在适当范围内的情况下减少舵机高频运动，即p i d 控制器。此时控制方程为：6 一k ，妒。+ k d 妒。+ k ，n p 。d t( i 3 )因为它具有结构简单、参数易于调整和具有固有鲁棒性等特点，能大大提高船舶的航向控制精度，因此1 9 8 0 年以前几乎所有海船上的自动舵都采用p i d 控制。尽管它比第一代自动舵有了长足的进步，但传统的p i d 舵至少存在三个不足：一是因为p i d 舵的设计，以确定性数学模型为基础，而船舶运动特性随着航速、装载、水深等因素的变化而变化，扰动特性随着风、流、浪等海况变化而不同，因此船舶航向控制的数学模型与扰动模型具有明显的不确定性。常规p i d 舵不能2基于自适应神经模糊系统的船舶航向控制自动适应上述变化，驾驶员也难以根据航行情况的变化对p i d 参数进行适当的调整，所以不可能有很好的控制效果，常表现为操舵幅度过大、操舵频率过高，从而产生明显的船舶推进附加阻力并造成舵机磨损；二是它对高频海浪干扰采取的高频转舵实际上是无效舵，无效舵反而导致船舶阻力增加，引起推进能耗增加，机械磨损增大。常规p i d 自动舵用加大死区的办法抑制海浪干扰虽有一定效果，但增大死区也会导致低频特性恶化，引起持续周期性偏航；三是在大风浪中常常由于大角度的转舵，导致更严重的偏航，这在大风浪中是相当危险的。因此，几乎所有海上航行法规都要求在大风浪和特殊环境下禁止使用自动舵，而必须改用手动舵。1 2 3 自适应自动舵自适应控制系统1 的设计方法主要有两大类：一是基于自校正控制理论，另一是基于模型参考自适应理论。自适应理论开始于5 0 年代，但是由于实现上的困难，一直没有用于船舶控制。后来随着计算机的发展，研究人员才把实验室中的自动舵模型拿到实船试验中去，经过不断地摸索和试验，终于在7 0 年代中期获得成功，从而诞生了第三代自动舵即自适应自动舵“o 】。由于它采取微机技术，其控制性能、精度有了明显提高，克服了p i d 自动舵的很多缺陷还拥有很多新的优点。自7 0 年代开始到现在，自动舵的研制已经进入成熟阶段。自适应理论用于船舶操纵的2 0 年间取得很多成功实例，其系统设计方案主要有三大类，分别为：简单自适应控制、自校正自适应控制和模型参考自适应控制【l l 】o简单自适应控制不需要知道很精确的被控对象数学模型，控制率仍然采用p i d 形式，按输入一输出方法度量其性能指标，再据此去改变控制器的某些参数，从而提高控制性能。这种自动舵虽然还存在很多不足，但与传统p i d 自动舵相比，已经有了长足的进步。一些厂商如美国的i b m 生产的航海船桥操纵系统，瑞典a b a e r o t e l e n 公司的a s a p e 型舵，美国i o n t r o n s 公司d i g i p l o t 舵，美国s p e e r y公司的通用自适应操舵仪，都是采用此原理。7 0 年代中期，瑞典的k j a s t r o m 等人研究了基于自校正控制的自适应操舵仪，并于1 9 7 4 年把研究成果进行了海上实船试验，试验结果表明，适应性能良好，绪论在极其恶劣的海况下仍能正常运转，并且由于附加阻力减小，可使船速提高1 一2 。因为船在风浪中变速变载航行，船舶的动力状态及其数学模型参数是不断变化的，所以必须通过在线识别技术来实时辨识变化着的数学模型参数，使控制系统做到动舵次数少、偏航幅值小。模型参考自适应“”简称m r a s ( m o d e lr e f e r e n c ea d a p t i v es y s t e m ) ，这方面研究工作的代表是荷兰的j v a na m e r o n g e n 等人。其基本思想为：定向航向控制采用间接模型参考自适应方案，改变航向机动航行控制采用直接模型参考自适应控制方案。其着眼点是自适应控制能直接加到经典反馈控制系统的确定性等价线性控制器中，通过调整控制器的一个或几个参数迫使闭环控制系统的有效响应，此系统最突出的特点是其所具有的稳定特性。模型参考自适应自动舵的工作原理是建立在l y a p u n o v 稳定性基础上的，但是由于所涉及的参考模型是固定不变的，这会带来很多问题，难以很好的应付实时信息，及时做出最佳控制。上述自适应舵虽然在提高船舶控制精度、减少能源消耗方面取得了一定的成绩，但其控制方案都是建立在受控对象为线性系统、阶数与时延已知的假设基础上的。而我们知道实际的船舶操纵过程却随船舶的工作状态( 如载荷、吃水深度、航速等) 及航行环境( 如航线、水深、风、浪、流等) 的不同而有很大的变化，是一个模型时变、非线性、大干扰的过程，所以应用传统的自适应控制不可避免地受到诸如鲁棒性等问题的困扰，从而影响了自适应舵的控制效果。那么要从根本上解决这些不足之处，必须在传统的自适应控制中引入新的控制技术。目前有多种复合型控制方案提出，其中应用较多的是将人工智能技术与自适应控制结合起来而形成的智能自适应控制。1 2 4 人工智能自动舵对有限维、线性和时不变对象的控制过程，传统控制方法是非常有效的。由于实际船舶系统具有不确定性、非线性、非稳定性和复杂性，很难建立精确的模型方程，甚至不能直接进行分析。尽管自适应控制的稳定性和鲁棒性在实际应用中还无法完全达到要求，但熟练的舵工运用他们的操舵经验就能有效地控制船舶a为此，从8 0 年代开始，科研人员开始研究类似与人工操舵的方法，这种自动舵就是第4 代的人工智能自动舵。智能控制自2 0 世纪6 0 年代产生以来，发展十分迅4基于自适应神经模糊系统的船舶航向控制速，特别是神经网络、模糊数学、专家系统、进化论等各门前沿学科的发展，给智能控制注入了巨大的活力。智能控制是一种面向过程的控制，在控制过程中，智能控制具有两个不同于常规控制的本质特点：( 1 ) 学习的功能智能控制过程不仅具有从外界获取并存储知识的本领，还能不断积累经验，吸收好的控制策略，增强对环境的应变能力。( 2 ) 决策的功能智能控制能够根据医学过的样本及外界环境的变化，随时调整控制策略，使得控制过程朝着改善系统动态品质的方向发展。因此，智能控制实现的是一个归纳系统，学习系统通过与所处环境进行交互，能够随时间改进其性能。智能控制技术作为一种仿人智能的新型控制技术，在对于难以建模、不确定、非线性时变等系统的控制中取得了良好的控制效果。将智能控制技术等方法引入到自动舵的控制中，将有可能解决传统自适应控制难以解决的控制问题。目前己提出3 种智能控制方法“”，即专家系统、模糊控制和神经网络控制。专家系统的关键技术是知识经验的获取与表示。b r o w n “”等采用了模仿人工操作的专家系统方法，而没有直接使用船舶的数学模型，通过研究人工操作与普通自动舵之间的差异，建立了规则库以便修正自动舵的特性，也就是自动舵与基于规则库的专家系统之间交互作用。这种自动舵与船舶操纵模型无关。1 9 6 5 年美国的自动控制专家l a z a d e h 教授“”创立了模糊控制集合理论，提出了模糊控制技术，即采用模糊控制器应用模糊控制集合理论进行统筹考虑的控制，根据实际系统的输入输出结果，参考现场操作人员的运行经验，对系统进行实时控制。模糊控制不需建立被控对象的精确数学模型，它的算法简单，便于实时控制。a m e r o g e n 0 7 1 等提出的船舶航向模糊控制系统与模糊化、模糊推理决策、反模糊化三部分组成，此系统取得了较好的控制效果。s u t t o n “”等提出了船舶航向的自组织模糊控制器，它是在简单模糊控制器的基础上，增加性能测量、控制量校正和控制规则校正3 个功能块构成的一种模糊控制器。l a y n e 等提出了一种船舶航向的模糊参考自适应控制系统，此方法利用参考模型表示船舶在转向时的性能要求，其控制器及自适应功能是利用模糊控制技术实现的，其控制方法为基本模糊控制器借助对象的模糊逆模型得到用于自适应修正的校正量。5绪论人工神经网络( a n n ) “”1 早期的研究工作应追溯至2 0 世纪4 0 年代，1 9 4 3 年心理学家w m cc u l l o c h 和数理逻辑学家w p i t t s 在分析、t 总结神经元基本特性的基础上首先提出神经元的数学模型。人工神经网络( a n n ) 是模仿生物脑结构和功能的一种信息处理系统，具有非线性映射、自学习、自适应与自组织、函数逼近和大规模并行处理等能力，因此在系统建模、状态估计、优化等方面有大量的应用。神经网络具有非线性映射( 逼近) 能力以及自学习、自组织、自适应、分布存贮、联想记忆、并行计算等能力。它的缺点是理论不成熟、实时性差、硬件实现成本高等。h e a r n o ”等提出一种在线训练的船舶神经网络控制系统，只要知道船舶操作的一般定性知识，就可以完全去除船舶动态特性的数学模型辨识过程，而且不需要“教师”进行监督学习，仿真表明此方法优于p i d 控制器的控制效果。由于这些方法都有各自的优点，因此，近年来自动舵的控制方法正向相互结合方向发展，如p i d 与模糊控制结合、p i d 与神经网络控制结合、模糊控制与神经网络控制结合等陋2 ”。1 3 自适应神经模糊推理( a n f l s ) 控制模糊系统和神经网络均可视为智能控制领域内的一个分支，有各自的基本特性和应用范围。模糊系统比较适合于表达那些模糊或定性的知识其推理方式比较类似于人的思维方式。但模糊系统缺乏自学习和自适应能力。传统的模糊控制器是基于模糊规则的控制系统，由于受控过程的非线性、时变性以及随机干扰、受控对象模型不确定性等影响，造成原有模糊控制规则不合适和不完整，影响控制效果。人工神经网络虽具有并行计算、分布式信息存储以及自学习和自适应能力，但缺乏人脑的推理功能需要大量的训练数据，而且在进行训练时不能很好的利用已有的经验知识从而增加了训练时间。针对两者的优缺点，1 9 8 7 年，b k o s k o 。1率先将模糊理论与神经网络相结合，提出了模糊神经网络。此后短短的几年内，模糊神经网络的理论及应用获得了飞跃发展。模糊理论与神经网络相互融合的方式主要有两种：一种是在传统的神经网络中增加一些模糊成分即构成模糊神经网络( f u z z yn e u r a ln e t w o r k ，f n n ) ，它除具有神经网络的功能外，还能处理模糊信息，完成模糊推理的功能。另一种是利用神经网络来实现模糊推理即构成自适应神经模糊推理系统a n f i s ( a d a p t i v e6基于自适应神经模糊系统的船舶航向控制n e u r o - f u z z yi n f e r e n c es y s t e m ) ，它将模糊控制的模糊化、模糊推理和反模糊化三个基本过程全部用神经网络来实现。这样做的好处是利用神经网络的学习机制自动地从输入输出数据中抽取规则，同时又具有模糊系统简洁明快的特点。由j y h - s h i n gr j a n g m l 提出的自适应神经模糊推理系统( a n f i s ) ，是一种基于t a k a g i s u g e n o 模型的模糊推理系统，a n f i s 是一种新型的神经网络结构，其主要特点是把模糊推理与神经网络有机的融合在一起，借助神经网络的信息存储能力和学习能力，在对广泛选择的样本进行学习后，优化了控制规则，各语言变量的隶属函数及每条规则的输出函数。使其系统本身朝着自适应、自组织、自学习的方向发展。1 4 本文所做的工作本文针对未来自动化航行系统的发展趋势和要求，对a n f i s 模型参考控制在船舶航行中的应用进行了研究。作者在本文中主要做了以下几点工作：( 1 ) 总结了前人在模型参考自适应控制理论研究及将其应用于船舶航向控制方面所取得的成果，结合船舶运动线性数学模型设计了模型参考自适应自动舵，并对它进行了仿真，作为后面研究和比较的对象。( 2 ) 通过对a n f i s 的结构及算法的研究，提出了一种将a n f i s 和模型参考自适应控制结合在一起的新的控制算法，将此算法设计的控制器应用于船舶航向控制，对控制结果进行了仿真，并与常规模型参考自适应控制结果进行了比较，验证了该控制器的有效性和稳定性。( 3 ) 为了检验本文提出的船舶航向自动舵的性能，研究了船舶运动数学模型，以及包括风、流和非线性力作用在船舶上的外界干扰力和力矩的计算模型。利用m a t l a b 的s i m u l i n k 环境实现了对各种船舶航向自动舵的大量仿真试验。7船舶运动数学模型第2 章船舶运动数学模型船舶运动数学模型是船舶运动仿真与控制问题的核心。船舶的实际运动非常复杂，数学模型则是实际系统的简化，太复杂和精细的模型可能包含难于估计的参数，不便于分析；而过于简单的模型又不能描述系统的重要性能。对于船舶控制来说i 建立一个复杂程度适宜、精度满足要求的数学模型是至关重要的。本论文采用较复杂的包括风、流等于扰的非线性船舶运动方程，以期能较真实地模拟船舶运动的实际情况。2 1 船舶操纵运动方程2 1 1 坐标系与运动学变量船舶的实际运动非常复杂，在一般情况下具有六个自由度【3 0 1 。在附体坐标系内，这种运动包括跟随三个附体坐标轴的移动及围绕三个附体坐标轴的转动，前者以前进速度h 、横移速度v 、起伏速度w 来表述；后者以首摇角速度r 、横摇角速度p 及纵摇角速度日表述。在惯性坐标系内，船舶运动可以用它的三个空间位置，z 。和三个姿态角即方位角妒、横倾角妒、纵倾角0 来描述。显然这两个坐标系中的变量之间存在着某种联系，但这并不等于说我们要把六个自由度上的运动全部加以考虑。对于大多数船舶运动及其控制问题而言，可以忽略起伏运动、纵摇运动、及横摇运动，而只需讨论前进运动、横移运动和首摇运动，这样就简化为三个自由度的平面运动问题。本文也是针对三个自由度进行考虑。如图2 1 所示建立船舶运动坐标系，o o x o y o 为固定于地球表面的惯性坐标系统，0 0 为起始位置，o o 翔指向正北，o o y o 指向正东；x o y 为原点位于船舶某指定点0 的附体坐标系，规定甜沿船中线指向船首，d y 指向右舷，g 为船舶重心，“，v ，r 为船舶运动速度的分量及转首角速度，妒为航向角，6 为舵角( 以右舵为正) 。设x 、y 、分别为船体上的外力和外力矩，船舶重心g 与附体坐标系中心点d 重合，。、y o o 分别为船舶重心g 在固定坐标系中的坐标。由图2 1 可8基于自适应神经模糊系统的船舶航向控制以得出两坐标系运动参量之间的关系：f x o x c o s - y s i n g , y o x s i n + y c o s t p( 2 1 )【0 - n如o - u c o s 妒一v s i n t p砖蛐m 0 0 s 妒q 2 陋 一计一，2 ) 一x 所p + l t r + i ) - y( 2 3 )l 乞，+ 慨p + u r ) - 虬+ 嘞其中掰为船舶的质量，为重心距船舶中心的距离( 重心在前为正) ，乞为绕z 轴屯，其原因是模型试验时测量流体动力矩是相对船舶中心进行的，因此需要将修正到相对于重心的力矩故而作该项变动，x c 是船舶中心在坐标系中x 轴9船舶运动数学模型船、螺旋桨和舵的力和力矩，因为作用在裸船体上的流体动力及力矩按照产生的性质可分为惯性类和粘性类，则式( 2 3 ) 可以变为：f 册( 如一 一，2 ) 一x i + 五0 + 工0 + x 詹 m ( o + u r + ，) - y , + 巧+ 耳+ k( 2 4 )i l ，+ 慨( p + “，) - r e , + 0 + j + 式中，各量下标含义为：，表示惯性类，日表示粘性类流体动力和力矩，p 表示螺旋桨，r 表示舵；对船中修正项珞已记入粘性流体动力矩 0 。文酬3 1 1 给出了流体惯性力和力矩分解式为：x ， mr im ，玎一m y a x ，2 】k 一- m ，f , + m x u r + m ，吖】( 2 5 )，。【厶i + 肌，q p + ，) + 伽，一他灿】其中，m ，m ，分别为x ，y 方向上的附加质量，q 为m ，作用中心的x 坐标值。假设船舶前后对称，则有口，一0 。同时假设附体坐标系的原点在船舶中心，化简式( 2 5 ) ，并代入式( 2 4 ) 得：f ( ，h + m ，) 打一( ，打+ 所y 弘，- x h + x 0 + z 伽+ 胁，+ 沏+ 他弦，- + 耳+ k( 2 6 )q 。+ j 。y - n h + np + n r。求取船舶的附加质量及附加惯性矩他、m ，、，。的方法有理论方法和实验方法之分。前者主要有基于椭圆回转体的修正计算法、切片法，后者主要有震荡试验法、冲击试验法和平面运动机构试验法。周昭明对元良诚图谱进行了多元回归分析，得出估算公式，见文献【3 2 1 。对于描述粘性类流体动力的模型较多，也较成熟，其中最著名的有井上模型和贵岛模型，本文不再详细论述。2 1 3 螺旋桨及主机特性计算模型( 1 ) 螺旋桨产生的流体动力模型在m m g 模型中螺旋桨流体动力模型为：1 0基于自适应神经模糊系统的船舶航向控制f z p 一( 1 一t p ) p n 2 d ，u ，) 巧= 0( 2 7 )i p 一0上式中耳一坼- 0 ，主要原因是耳与船体横向力和舵的横向力相比是个小量。m m g 模型将耳和以归在裸体船流体动力模型中。推力系数k p ，) 可由下式计算：诉) - 嘞+ a 。以+ a ：正( 2 8 )其中，q ，i - 0 , 1 , 2 由对应的桨参数查螺旋桨的流体动力性能图谱，然后再进行回归求得。进速系数以为：j w p 。怖。j p ( _ 缪)( 2 1 0 )i 廓- 卢一，一- 0 5关于桨的减额系数f ，和伴流系数。的实用估计方法见文献1 3 1 】。知( + ，m 一级一鳞一q ，( 2 1 1 )其中疗为主机转速( 转秒) ；q ，为螺旋桨吸收的转矩，即水对螺旋桨转动造成的反转矩，计算方法见文献【3 1 】；姥为主机发出的转矩，由主机的外特性决定；q ，为轴系模型消耗的转矩，- - 般取( o 0 2 o 0 4 ) q ，；，j ，分为螺旋桨与轴系的转动船舶运动数学模型舵力的计算模型如下：l x a - q t 0 f ns i n 6 k 一( 1 + 口h ) 目c o s 6( 2 1 2 )1 。+ 口h ) f c o s j其中，舵正压力为：f m - 一= 1p a r t 。ur 2s i n a rq 1 3 )上式中诉- v 2 ( 1 - w r ) 2 1 + c g o ) )，g 0 ) 一，7 后 2 一( 2 一七扣】s ( 1 一s ) 2，s - 1 - 0 一w a u 胪，7 一d ，h r ，k 0 6 ( 1 一怖) ( 1 一) ，一w r o w e w p o ，a s - 6 - y 成，岛咿如7 ，川s c | f 鬣等( 2 ) 舵角特性计算模型通常舵机特性用下列模型表示t e 6 6 e 一6q 1 4 )其中，屯为命令舵角；瓦为舵机时间常数，一般约为2 5 s c c ：还应满足限制条件俐j 3 5 ，h s y s e c 。2 2 船舶运动的干扰力数学模型2 2 1 风的干扰力数学模型船舶在海上或港内航行时，其上层建筑将受风力的作用，致使船舶偏离航向或引起操船困难。研究船舶在风中的操纵运动性能，关键是建立风的干扰力数学模型。( 1 ) 相对风速和相对风向角计算船舶遭受风速和风向与实际的不同，原因是船速的影响。将实际风速、风向称为绝对风速、风向；将船舶受到的风速、风向称为相对风速、风向角。如2 2 所示，绝对风或真风是在固定于地球上的惯性坐标系内观察到的风，绝对风速以坼表示，绝对风向用风向角c r r 表示，规定北风的劬为零，东风的c e r基于自适应神经模糊系统的船舶航向控制为9 0 。，依此类推，口r 的变化范围为0 。- 3 6 0 。相对风是在附体坐标系内观察到的风，相对风速u r 和相对风向角( 风舷角) 是在船上用风速计所测量的风速、风向值。是玩相对船首的来风角，规定风自右舷吹来时，o ，自左舷吹来时口。t 0 ，故的变化范围为一1 8 0 - 1 8 0 4 。相对风速与船速、绝对风速的关系可用下列表示毛l j t0 0y)图2 2 绝对风和相对风i 0 0 5 t t t x u r c o s ( 吩一妒) + v c o s f l s i n a r - 坼s i n ( a r 一妒) + v s i n 卢( 2 1 5 )i 啡- 睇+ 矿2 + 2 坼v c o s ( 口t 一声)其中，芦为船舶的漂角。( 2 ) 作用于船体上的风压力和力矩计算作用于船体的风压力和力矩可看作是平均风压力和变动风压力两种成分的叠加，表示成投影分量的关系为：x - x + x mk 一+ k( 2 1 6 )n 1 n 棚+ n “其中，“一”代表平均风压力，“”代表变动风压力。平均风压力和力矩可以用下式计算：船舶运动数学模型牙。一三以4 u ；气)j o 。：以4 啡 。)( 2 1 7 )最。- 三1 以4 k u 。2 c 。 。)其中，以为空气密度；a ，为船舶水线上的正投影面积；4 为水线上的侧投影面积；k 为船舶的总长；q 。( ) 、c 。 。) 、c 。 。) 分别为x ，y 方向上的风压力系数及绕z 轴的风压力矩系数。通常c 。( ) 、c 0 缸。) 、c 。 。) 是由风洞试验来确定，但对所研究的每艘船都进行风洞试验是不切合实际的，人们在进行大量的风洞试验的基础上，已给出了c 。q 。) 、c 。 。) 、c 0 。) 近似估计方法。对于变动风压力目前有两种计算方法，一种是由变动风压力的功率谱密度生成的方法；另一种是a s t r o m 3 3 】与k a l l s t r o m 3 4 j 提出的将风速变动由白噪声来实现的方法。2 2 2 波浪干扰力数学模型波浪干扰力是各种干扰力中最复杂的一种。波浪干扰力一般分为两种，一种是一阶波浪干扰力，也称高频波浪干扰力，这是在假设波浪为微幅波，引起船舶的摇荡不大的情况下，船舶受到与波高成线性关系并且与波浪同频率的波浪力；另一种是二阶波浪力，也成波浪漂移力，该波浪力与波商的平方成比例。由于第二种波浪干扰力，即波浪漂移力，处理上比较困难，目前尚无可靠的计算方法，所以本文主要讨论一阶波浪力的计算方案。在具体求波浪的干扰力和力矩时，需要详细的船舶结构数据资料，特别是型线图，然后迸行数值积分，计算比较复杂。为此在确保一定精度的前提下，给出简单的计算方法是十分必要的。假设船舶为一箱形船，即外形为正六面体，吃水d ( x ) 和船宽口“) 不随x 变化，截面面积a ( x ) 也将为常数。经过计算得到下列简单公式：1 4基于自适应神经模糊系统的船舶航向控制k - 枷业竽啪。一砒型竽删( 2 - - 1 8 )叫b 2s i n b 竺芋一l 2 s i n c 塑pa p g ( 1 - e 一“) | | 2b - k l l 2 c o s x ，c - k b 2 s i n x ，s ( o 一( k h 2 ) s i n ( t o ) ，亭o ) 一( h 2 ) c o s ( a ，, t ) ，h 为波高。为了利用式( 2 - - 4 0 ) 确定波浪干扰力和力矩时，首先要知道波高h 和频率或波浪周期写，这两者都和风速坼有密切联系，基于p r i c e 和b i s h o p 的数据，给出了两个近似的回归公式( 6 1 1fh-o015u；+15,o-1 - o 0 0 i 轲；+ o 0 4 2 睇+ 5 6 ( 2 - - 1 9 )其中，h 的单位为m ；巧的单位为s e c ；u r 的单位为m s e c 。2 2 3 流的干扰力数学模型在仿真时，对流的处理通常通常假定流是恒定并且均匀，即流速和流向不随时间和空间点的位置而变化，流只改变船舶运动的位置和速度，而不改变船舶的航向。如图2 3 所示，k 为流速，饥为流向，即流的去向。流速矿。为附体坐标轴上的分量，有下列方程：c c 。二c 0 磐c 一篡( 2 2 0 )i - ks i n 。一1 ；c | )设船舶运动对地速度在附体坐标轴上的分量为h 、v ，船舶运动相对于水的速度分量为u ，、咋，显然下列关系成立：其中，r 为首摇角速度，且有谚- r 。)l22(咋化他+一坼咋啄咋-l_iv “v船舶运动数学模型、区y x j y 7 ，- cd y图2 3 流的干扰将式( 2 2 1 ) 代入船舶平面运动基本方程式( 2 3 ) 中，可得f m ( a ，- v r r 一，2 ) 一x m 竹+ “，r + x o i ) 一y( 2 2 2 )i l j + i x g ( 嘭+ ，) 一 0 + k比较式( 2 3 ) 和式( 2 2 2 ) 可知，流对速度方程和操纵方程没有影响；流对船舶位置有直接的影响，在流的作用下，船舶位置方程为：p 。“0 0 8 妒圳血妒+ k c o s _ o c ( 2 2 3 )i 夕- u s i n o + v c o s q j + ks i n o c2 3 船舶航向控制系统数学模型在船舶航向自动舵设计中，由于闭环反馈的控制作用使船舶运动的变化在平衡状态附近，此时船舶漂角较小，作用于船舶上的流体力为线性的，因此船舶操纵运动数学模型可以适当简化。2 3 1 航向控制系统数学模型的建立由第一节可知，将船运动坐标系原点置于船舶重心，且不考虑外界干扰时，船舶操纵运动数学模型为：f ( ，珂+ 用，) 如一( ，打+ 朋y ) v r - x + x v + 工詹 沏+ 埘y + 沏+ 豫弘r - r + 耳+ k( 2 2 4 )q 。+ j 一nh + np + n r进行航向控制时，通常船舶的漂角较小，可将上式简化为下列方程：1 6基于自适应神经模糊系统的船舶航向控制f + ) l j - 置a u ( 历+ 弦+ ( 肼+ m ) u o r k y + r ，+ k 6( 2 2 5 )q 。+ j j n ，+ n ，+ n5 6设船舶受外界小扰动时，纵向速度不变，则式( 2 2 5 ) 中的第一式可以除去，其余两式改写为+ 历，k ”+ 嘶一+ ) r + k 6 ( 2 2 6 )l ( l + ，。) i m v + ，r + j 6为使问题简化，假设初始状态为匀速直线运动，则所有运动变量具有零初值a u ( o ) - u ( o ) 一，( 0 ) 一口( 0 ) 一，( 0 d 一6 ( 0 - j ( 0 ) - 0方程( 2 2 6 ) 经拉普拉斯变换后，可解得舵角6 到航向妒的传递函数为h o ) 。绺塑饕( 2 2 7 )、76 q )s ( 1 + 五s ) ( 1 + 疋s )将式( 2 2 7 ) 写成时域方程为互z 并r + ( 五+ 互) 步+ 妒- k ( 6 + 五6 )( 2 2 8 )鼽觋- 业半业；椭一塑型掣；k-必；毛-黠；cik，一虬一onc+ 他蛾) 。一n ，一n ，jvt”t1 ”船舶运动时呈现非常大的惯性，并且操舵机构的能量有限，能提供的舵叶运动速度通常低于3 s e c ，因之船舶运动具有低频特征。传递函数( 2 2 7 ) 在低频下可降价为一阶模型一酱一丽k( 2 2 9 )其中，k 与式( 2 2 7 ) 中的相同，且r 一巧+ 瓦一五。相应地，二阶转首响应方程( 2 2 8 ) 也可近似简化为一阶转首响应方程，即z v + 妒一 ：6( 2 3 0 )式( 2 3 0 ) 称为一阶响应模型，也称为野本( n o m o t o ) 方程，因为它最早是e h 野1 7船舶运动数学模型本从简单力学考虑得出地。当船舶直线运动是不稳定或临界稳定时，船舶运动呈现非线性，简单可以将式( 2 3 0 ) 推广写成下列形式地非线性方程为删+ 妒+ 口妒3 一k 6( 2 3 1 )此式为船舶航向控制自动舵设计中常用的模型。2 3 2 外界干扰下的船舶航向控制系统数学模型船舶在航行中，将受到风、浪、流等外界干扰的作用，通常认为流只对船舶运动的位置产生影响，而在进行航向控制时，流可以不考虑，考虑风和浪作用时，式( 2 3 0 ) 可表示为z 妒+ 妒一j + 厶+ 名( 2 3 2 )其中，厶是风的影响项，厶是浪的影响项。风的影响项在文献【螂7 】中可得到：厶一告告( 焉磋筹) ( 等) 2c z s s ，几。了瓦【j 瓦丽八可j怕“训其中，以为空气密度；a i 为船舶水线上的正投影面积；4 为水线上的侧投影面积；l 为船舶的总长；g 。、c 。、q 。分别为x ，y 方向上的风压力系数及绕z 轴的风压力矩系数。浪的影响项为：丘= 击( 盥骂拦萨型卜亿s t ，。2 9 ( 1 - - e - 一“) 塑生坐；i 华睁6 字“n c 字；a p g ( 1 一e “) k 2 b = k l 2 - c o s x ，c k b 2 s i n x ，d 为吃水，k 为波数，吐为遭遇频率。1 8基于自适应神经模糊系统的船舶航向控制第3 章船舶航向模型参考自适应自动舵设计3 1 模型参考自适应控制基本理论模型参考自适应控制系统( m a r c s ) 是通过在基本调节回路中，用调节器参数的匹配使系统得到一个事先确定的模型特性，它可以处理缓慢变化的不确定性对象的控制问题。其基本控制思想是：利用可调系统的各种信息，度量或测出某种性能指标，把它与参考模型的性能指标相比较，然后用所得的偏差( 广义误差)通过自适应机构产生自适应律来调节系统，以削弱可调系统因“不确定性”所造成的性能指标偏差，当可调系统的特性与期望的参考模型特性渐进一致时，广义误差趋于极小值或者下降为零，调节过程结束，最后达到使被控对象获得较好的性能指标的目的。因此，模型参考自适应控制系统的工作过程可以看成是期望的参考模型与实际系统响应之间误差的调整过程。3 1 1 模型参考自适应控制的发展1 9 5 8 年麻省理工学院的w h i t a k e r 3 8 】等人提出m r r 条件规律。m i t 方案的基本原理是：构造一个性能指标，一fe z ( f ( f ) ，其中e ( t ) 为参考模型和对象模型输，q出之差。利用梯度法，通过条件控制器参数使该性