基于自抗扰-神经网络控制的船舶自动靠泊仿真研究

发布时间：2024-06-30 20:45

　　船舶靠泊作为船舶航行中最重要的一环,船长须具有丰富的经验才可以驾驶船舶完成船舶的靠泊任务,由于智能船舶的提出与发展,船舶的自动靠泊也成为船舶航行领域亟待解决的问题。本文提出一种自抗扰控制与神经网络相结合的方法,完成船舶的靠泊任务。由于船舶在港口航行处于低速、浅水状态,由于船舶受力相较于常速、深水状态发生较大改变,导致船舶控制器无法准确地完成船舶港口内的航行控制任务。本文在船舶在港口航行所处的低速、浅水状态特点的基础上完成了如下任务:(1)通过查询资料建立船舶的MMG运动模型,并分别对船舶模型进行低速域和浅水域进行修正。综合考虑船舶港内航行所受到的外界干扰,查询风力、浪力、流对船舶航行的影响,分别建立风、浪、流的模型。(2)船舶港内航行具有模型不精确导致无法设计精确的控制算法、且船舶在低速浅水情况下受到环境干扰影响相对较大的特点。而自抗扰控制算法具有对控制对象模型精确度要求不高、具有优良的抗扰性能、设计简单等特点。本文将船舶模型简化为三阶Nomoto模型,并将船舶的吃水比与航速的变化与船舶的操纵指数相联系,通过设计自抗扰控制算法完成船舶港内航行的航向保持控制。(3).分析欠驱动船舶的控制...

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图２．２船舶运动坐标系??Ｆｉｇ．?２．２?Ｓｈｉｐ?ｍｏｔｉｏｎ?ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍ??

?基于自抗扰－神经网络控制的船舶自动靠泊仿真研宄???２．?１船舶运动坐标系与船舶运动数学模型??２．?１．?１船舶运动坐标系统??研宄船舶在海洋上的操纵运动时，一般采用惯性坐标系统和附体坐标系统两种坐标??系统［３Ｓ］。如图２．２所示，其中ｃｖｃｎ＿ｙ（）ｚ（）为惯性坐标系，代....

图２．３船舶平面运动坐标系??Ｆｉｇ．?２．３?Ｓｈｉｐ?ｐｌａｎｅ?ｍｏｔｉｏｎ?ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍ??

?大连海事大学专业学位硕士学位论文???液．??｜?ｙ??〇０?ｙ?，ｙ〇??图２．３船舶平面运动坐标系??Ｆｉｇ．?２．３?Ｓｈｉｐ?ｐｌａｎｅ?ｍｏｔｉｏｎ?ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍ??由图２．３可知，船舶平面运动时各个位置参数的关系为：??ｉ（）?＝?ｗ?ｃｏｓｙ....

图２．４风力干扰分析??Ｆｉｇ．?２．４?Ｗｉｎｄ?ｄｉｓｔｕｒｂａｎｃｅ?ａｎａｌｙｓｉｓ??

?基于自抗扰－神经网络控制的船舶自动靠泊仿真研宄???个Ｎ??午??Ｘ〇??￣￣?＇?＂?：?—??少０??图２．４风力干扰分析??Ｆｉｇ．?２．４?Ｗｉｎｄ?ｄｉｓｔｕｒｂａｎｃｅ?ａｎａｌｙｓｉｓ??其中ＣＶ（ｈ），Ｃ＾Ｏ＾）为无量纲的风力和风力矩系数可以参考文献［４６］计算....

图２．５浪力干扰分析??Ｆｉｇ．?２．５?Ｗａｖｅ?ｄｉｓｔｕｒｂａｎｃｅ?ａｎａｌｙｓｉｓ??

?大连海事大学专业学位硕士学位论文???［ａ，＾２ｐ＾＼Ｃ，｛ｙ＾＼Ｌ２?（２?均??ｌ（ＴＮ＝０．２ｐＡＦＴ２｜ＣＮ（ｒＲ）｜Ｌ３??２．５．２浪力干扰模型??个Ｎ??个??义０??ｖｖ??父乂＾风向??？（）?＇?＊＊??＞？〇??图２．５浪力干扰分析??Ｆｉｇ．?２．５?Ｗ....

本文编号：3999049