粒子群優(yōu)化分?jǐn)?shù)階控制器及欠驅(qū)動(dòng)船舶航向控制研究.pdf

1、船舶動(dòng)態(tài)具有大慣性、大時(shí)滯、非線性的特點(diǎn)，航行工況、貨物裝載量變化、慣性矩、重心坐標(biāo)變化等因素引起船舶運(yùn)動(dòng)數(shù)學(xué)模型的參數(shù)攝動(dòng)，使得船舶模型具有不確定性;同時(shí)，風(fēng)、浪、流的存在也導(dǎo)致船舶模型參數(shù)和結(jié)構(gòu)的攝動(dòng)。因此，對(duì)欠驅(qū)動(dòng)水面船舶采用常規(guī)線性和非線性控制方法難以取得理想的控制效果。欠驅(qū)動(dòng)水面船舶主要利用舵系統(tǒng)來(lái)改變或保持船舶的航向，而通過螺旋槳轉(zhuǎn)動(dòng)產(chǎn)生推力來(lái)改變或保持船舶的航速。操舵與螺旋槳推進(jìn)之間存在交互作用。本文研究基于粒子群優(yōu)化的分

2、數(shù)階航向智能控制算法，完成了以下主要研究工作。
　　(1)針對(duì)受模型參數(shù)不確定性和外界環(huán)境干擾的欠驅(qū)動(dòng)水面船舶運(yùn)動(dòng)控制，本文提出一種分?jǐn)?shù)階PIλDμ控制器，并將該控制器應(yīng)用于欠驅(qū)動(dòng)水面船舶航向控制的自動(dòng)舵設(shè)計(jì)中。仿真結(jié)果表明，采用分?jǐn)?shù)階PIλDμ控制器與采用常規(guī)PID船舶航向自動(dòng)舵相比能進(jìn)一步提高船舶航向的控制精度和抗擾動(dòng)能力;
　　(2)針對(duì)分?jǐn)?shù)階PIλDμ控制器較常規(guī)PID多出兩個(gè)可調(diào)參數(shù)積分階次λ和微分階次μ，使得分?jǐn)?shù)

3、階PIλDμ控制器參數(shù)整定難度進(jìn)一步加大，本文提出將粒子群優(yōu)化算法引入到控制器設(shè)計(jì)中，對(duì)分?jǐn)?shù)階PIλDμ控制器的參數(shù)進(jìn)行在線整定。仿真結(jié)果驗(yàn)證了基于粒子群優(yōu)化算法的分?jǐn)?shù)階PIλDμ控制器在欠驅(qū)動(dòng)水面船舶航向控制中的有效性;
　　(3)針對(duì)慣性權(quán)重ω和最大飛行速度vmax對(duì)粒子群優(yōu)化算法全局搜索能力和局部開發(fā)能力的重要影響，以及兩者之間的內(nèi)在聯(lián)系，本文提出一種時(shí)變非線性三角函數(shù)用于改進(jìn)粒子群優(yōu)化算法，并將該算法用于船舶航向的分?jǐn)?shù)階P

4、IλDμ控制器參數(shù)整定中。仿真結(jié)果驗(yàn)證了該算法的有效性;
　　(4)針對(duì)學(xué)習(xí)因子c1和c2對(duì)粒子在解空間搜索速度的影響，本文構(gòu)造一種異步時(shí)變學(xué)習(xí)因子的粒子群優(yōu)化算法，將兩個(gè)學(xué)習(xí)因子在算法優(yōu)化過程中隨時(shí)間進(jìn)行不同的變化，并將該算法用于船舶航向的分?jǐn)?shù)階PIλDμ控制器參數(shù)整定中。仿真結(jié)果驗(yàn)證了該算法的有效性;
　　(5)針對(duì)慣性權(quán)重ω影響粒子的局部最優(yōu)搜索能力和全局最優(yōu)搜索能力，本文提出將非線性動(dòng)態(tài)慣性權(quán)重引入到粒子群優(yōu)化算法結(jié)