论文部分内容阅读
本文主要对大型船舶的航向局部逼近神经网络复合自抗扰控制进行了理论设计和仿真研究,完成了对两艘大型集装箱实际船舶对象的操纵数学建模、航向智能控制器的算法设计及仿真验证,具体如下:(1)本文选择排水量93888吨(9572 TUE)的XIN SHANG HAI号和排水量69500吨(5446TUE)的SHANGHAI号两艘大型集装箱船作为控制对象,并考虑到了风与流干扰的影响,建立了船舶的MMG操纵模型。为验证所建模型的合理有效性,完成了船舶回转试验与Z形操纵试验仿真验证。(2)自抗扰控制器(ADRC)具有可以把未知扰动看成扩张的状态并对其进行估计,进而对系统给予扰动补偿的特点,本文将ADRC应用到船舶航向控制系统中,在对ADRC理论设计的基础上进行了 Simulink仿真实现,并且以XIN SHANG HAI号集装箱船作为控制对象进行了航向控制仿真验证。(3)为了进一步提高控制效果和改善非线性的ADRC参数过多的缺点,本文在研究小脑模型神经网络(CMAC)和径向基函数(RBF)神经网络两种局部逼近神经网络理论的基础上,对ADRC进行了改进,分别设计了 CMAC与ADRC相结合的复合控制器CMAC-ADRC以及RBF与ADRC相结合的复合控制器RBF-ADRC,通过对XIN SHANG HAI号集装箱船的控制仿真,验证了经过改进后的两种局部逼近神经网络复合自抗扰控制器在控制效果上都有了较明显的改善。(4)本文选择了另一艘集装箱船SHANGHAI号作为被控对象,分别在不同海况下进行了仿真研究,验证了局部逼近神经网络复合ADRC对于具有不同尺度和排水量的船舶对象的适用性和有效性。