模糊自适应控制及其在船舶操纵中的应用

《模糊自适应控制及其在船舶操纵中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、武汉理工大学硕士学位论文摘要(自从1965年美国加利福尼亚大学的查德教授创建模糊理论以来，模糊控制得以广泛发展并在现实中得以应用。其原因在于模糊逻辑本身是一种基于语言规则与模糊推理的高级控制策略，它是智能控制的一个重要分支。目前．模糊控制朝着自适应、自学习方向发展，使得模糊控制参数或规则在控制过程中自动地调整、修改和完善，从而使系统的控制性能不断改善，达到最佳的控制效果。船舶运动呈非线性，操作机构有明显的死区、继电等非线性：船舶运动动态特性又与航行工况密切相关，受风、浪、流等各种干扰，所以船舶操纵是极其复杂的运动。自动舵

2、是船舶系统中的关键设备。常规PID舵是第一代自动舵，其算法简单、参数物理意义明显、运行可靠，但精度和适应性较差；随后出现的自适应舵在提高操纵控制精度，减少能耗方面得到了一定提高。但物理实现成本高，参数调整难度大，控制效果难以保证“本文首先阐述了几种模糊自适应控制方案，分别利用船舶操纵的线性和非线性模型，建立了自适应模糊控制的操舵系统。采用模型参考模糊自适应控制和自学习控制两种方案，对船舶操舵系统进行了仿真。利用MATLAB提供的Simulink动态仿真环境，模糊逻辑工具箱及S．函数，将模型参考模糊自适应控制运用于船舶操舵

3、系统，观察航向及舵角输出曲线，然后考虑风、浪及其它随机干扰，分析系统的抗干扰性。仿真结果表明了模型参考模糊自适应控制的有效性。另外，考虑到近些年提出的一种源于机器人重复控制的自学习机理，本文尝试将这一自学习机理运用于船舶的操舵系统。在C++builder5．O集成开发环境中编写自学习模糊控制软件，仿真结果表明了这一自学习算法的正确性。最后．本文尝试在单片机上实现船舶操舵系统的模糊控制。采用Mcs．196汇编语言，利用清华同方公司的TsC一5l，196单片机实验开发系统实现模糊控制的功能。(本论文以国家自然科学基金项目“船

4、舶碰撞与避碰的运动机理及计算机智能模拟系统研究”和“基于高速船轻型结构流体冲击响应、控制与实验方法研究”为依托．将模糊自适应控制应用于船舶的航向控制，这些研究将对我国船舶自动化水平的提高具有较大现实意义。心／、关键词：模糊自适应控制：模糊自学习控制；非线性模型；船舶操纵武汉理工大学硕士学位论文AbstractSinceZadeh，whowastheprofessorofUniVersityofCaliforniainAme“ca，foundedfuzzytheoryin1965，fuzzycontroldevelopsq

5、uicklybecausefuzzylogicproVidesamethodbasedonlanguagerulesandreasoning．Itisanimportantembranchmentofintelligentcontr0LAtpresent，fuzzycontroldeVelopstowardsadaptivecontrolandself-learningcontr01．TheadaptivecontrollersmaketheparametersaⅡdrulcsrcgulate，modifyandperf

6、ectconstantly’sothebestperformanceofthecontrolsystemcanbeobtained．Themotionofshipisnonlinear．丁heoperatingmachinehasnonlincaritysuchasdeadzoneandrelay．Thedynamiccharacteristicofshipisrelatedtotheconditionsofsailsuchaswind，wave，nowandsoOn．Themanipulationofshipisave

7、rycomplicatedproblem．Theautopilotisthekeyequipmentoftheship．PIDrudderisthefirstgeneration．Itsalgorithmissimple．Thephysicalmeaningoftheparamcterisobvious．Theeffectofcontroliscreditable，buttheprccisionandadaptabilityarenotsogood．Adaptivecontroldoeswcllintheprecisio

8、nandfuelefficiency，butthecostishigh．Theperfbrmanceofcontrolishardtoguarantee．Inthispaper，theschemesOfscVeralfhzzyadaptiVecontrollersaresummarized．Thefuzzymodel