基于動態(tài)神經(jīng)模糊模型的船舶運動智能控制.pdf

1、水面船舶運動控制一直是備受關(guān)注的研究領(lǐng)域。船舶動態(tài)具有大慣性、大時滯、非線性的特點，由于受航速、風(fēng)浪流等外界干擾以及量測誤差等因素的影響，建模參數(shù)甚至結(jié)構(gòu)的攝動引起的不確定性，使得對船舶運動的控制具有相當(dāng)難度。同時，它也是迄今國內(nèi)外一般基于線性控制理論和傳統(tǒng)智能控制設(shè)計的控制算法的實際效果與研究者的預(yù)期相差甚遠(yuǎn)的一個主要原因。本文提出一種基于動態(tài)神經(jīng)模糊模型的船舶航向智能控制方法。 本研究分析了航速變化引起的不確定性因素對船舶航

2、向跟蹤控制的影響，通過將RBF神經(jīng)網(wǎng)絡(luò)與T-S模糊模型有機(jī)結(jié)合，構(gòu)造結(jié)構(gòu)與參數(shù)在學(xué)習(xí)中能同時調(diào)整的動態(tài)神經(jīng)模糊模型(DNFM)。DNFM用于充分逼近建模參數(shù)時變的Norrbin非線性船舶模型的逆動力學(xué)。訓(xùn)練好的DNFM與PID控制器并聯(lián)構(gòu)造自適應(yīng)控制器用于航向跟蹤控制，且以PID控制器的輸出作為自適應(yīng)律的自變量，進(jìn)一步在線調(diào)整DNFM的權(quán)值，設(shè)計的智能控制器能有效解決具有建模參數(shù)不確定性的船舶運動控制問題。以中遠(yuǎn)集團(tuán)5446TEU集裝箱