船舶减摇鳍的稳定控制解析.doc

船舶减摇鳍稳定控制摘要主动鳍控制然而, 在随机模型波或风的影响准确的船非线性动态系统是很难获得的在这篇文章中,开发船舶稳定系统(GHGAFC)包括一个启发式遗传算法鳍控制器(HGAFC) 和一个守卫鳍控制器(GFC)。在HGAFC设计中, 梯度下降训练嵌入到传统的遗传算法(GA)构建一个主控制器来搜索为了确保系统状态, 将守卫鳍控制器(GFC)调整控制角在稳定系统中,陀螺仪和加速度计检测摇曳的条件和收集的数据发送到嵌入式单片机计算命令。大海表面建模为一维线性自由面验证鳍控制器在相同条件下GHGAFC与GA-fuzzy、GA-PID和常规监督GA控制方案横摇运动不确定性如外部波风非线性横摇阻尼和参数变化等的影响,一个重要的、严格的、复杂的问题。海军架构稳定的技术已经讨论了数百年。被动形式,主动稳定系统拥有更强大和有效的特点。这些优点使许多船只实践主动稳定系统通过泵的形式输入能量的液压活塞或电动执行机构。,许多研究已经开发各种方法,例如减摇水舱[1 - 3],陀螺稳定器[4],舵稳定器5、6或减摇鳍装置7 – 11],等。减摇水舱取决于周围的泵送液体来抵消船的运动。减摇水舱的主要缺点是,泵操作量的流体有一个时间滞后。这限制了即时稳定。另一方面,陀螺稳定器需要大型陀螺仪减少运动。更严重的大质量横向移动来实现恢复力矩。此外,陀螺稳定需要相当大的响应时间缓慢;,它船内的占据了一个相当大的体积。而在舵减摇装置是通过舵偏转减少轧辊因此舵辊稳定的性能较低速大大降低。在减摇鳍装置,鳍船体水线以下,并改变们的攻角。嵌入式控制器计算攻角的电动液压机制激活鳍在这些方法中,主动式鳍装置似乎是最有效和广泛采用。防倾鳍控制器论文, 主要利用传统的比例积分-微分(PID)控制技术。然而,由于船内高度非线性和不确定性辊运动特征,PID控制器很难适当的评估控制跟踪期望轨迹。2008年,佩雷斯和古德温[8]提出了模型预测控制方法来防止非线性影响;然而,这很难预测严重时波或风的影响。(SMC)下，滑模控制技术是一种有效的非线性鲁棒控制方法而,控制系统不敏感的不确定性只存在于滑动模式,但不是在实现阶段。因此,系统动态在到达阶段仍受到不确定性的影响。从实用的角度来看,这些方法可能在显著变化的操作点反应不很好。另一方面,神经网络、模糊方法,如神经PID,, 递归模糊神经网络,小波神经网络滑模控制,模糊滑模控制方案[13]等提出了电流体静力学执行机构电伺服驱动或动态系统。然而,一些补偿组件是必要的,因此,结构复杂。遗传算法(GA)是一种最的技术搜索最优解决方案。1962年Goldberg在荷兰首次遗传算法的基本原理和形式 [14]。基本上,遗传算法是一种基于自然选择和自然遗传机制随机搜索技术。在过去的几年里,遗传算法提供了一种优化参数的PID或SMC[15]。另一方面,遗传算法也被广泛应用于优化设计的FC[16]或神经模糊控制器(NFC)。GA可以一定程度上通过模仿自然基因消除力学设计步骤。实际应用吴邦国,GA用于一群智能水下机器人已知的先验路径点和障碍寻找经济和安全路线[17]。防止人口聚集, 提出了一种基于线性矩阵不等式的GA控制系统优解决方案[18]上述研究的共同特点是，GA作为适应或调整一些具体的参数来搜索最佳小补偿器的解决方案。然而，这些规定导致更复杂的控制框架。本研究的目的是克服上述问题，在文献中保留良好的控制性能。 完成上述动机, 一个守卫启发式遗传算法鳍控制器(GHGAFC)包括一个启发式遗传算法鳍控制器(HGAFC) 和一个守卫鳍控制器(GFC) 开发船舶稳定系统。在HGAFC设计中, 梯度下降训练嵌入到传统的遗传算法(GA)构建一个主控制器来搜索最优鳍角控制下发生的不确定性。为了确保系统状态, ,将由李亚普诺夫稳定性定理GFC添加调整鳍角控制。考虑实际船体形式,当船外部波或风力影响倾斜,另一边楔浸在。艘船的重心(G)稳性力臂 ()和让船返回到直立位置显著的影响。重心越低,稳性力臂()越大。这艘船的重心稳心(M)附近,船稳性力臂 ()值将一个较小的值因此,静稳性力矩船返回到直立位置将大大低于以前。考虑到大型滚动角,浮力向量不经过稳心。原因是,滚动角的增加超出了度,浮力中心的路径偏离圆弧半径BM。这个不简单的相，因为它是在非常小的滚动角。事实上,船, 还没有精确的公式一个鳍控制船舶辊系统的数学模型假设滚动作为单自由度二阶微分方程和整个非线性动态系统大致可以表示为[19] 其中分别表示滚动角、滚动角速率,和滚动角加速度是这艘船的横向惯性矩是添加在轧辊质量惯性矩是线性阻尼系数; 是非线性阻尼系数; 稳性力臂的位移 是外部力矩作用于船体的海浪或风的影响是提供的控制力矩鳍可表现出下列方程[20]: 其中是水的密度; 是升力系数的斜率; 是力的手臂提供的鳍V是