專利名稱：船舶航向智能協(xié)調(diào)控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種船舶航行與姿態(tài)控制方法，特別涉及一種航向智能協(xié)調(diào)控制技術(shù)。
背景技術(shù)：
在船舶航行姿態(tài)控制中，航向控制無疑是最基本的，同時也是控制理論應(yīng)用較早 且取得成功的一個領(lǐng)域。早在20世紀50年代，經(jīng)典控制理論被應(yīng)用于航向控制，產(chǎn)生了自 動舵。隨著計算機技術(shù)和現(xiàn)代控制理論的不斷發(fā)展，各種新的控制方法，如變結(jié)構(gòu)控制、神 經(jīng)網(wǎng)絡(luò)控制、模糊控制等，都先后應(yīng)用于船舶航向控制。經(jīng)對現(xiàn)有的技術(shù)文獻檢索發(fā)現(xiàn)，CNKI數(shù)據(jù)庫中的名稱為“艦船航向_舵/翼舵智 能協(xié)調(diào)控制研究”的哈爾濱工程大學(xué)碩士論文(2007)中，介紹了舵/翼舵船舶航向模糊控 制器的設(shè)計，與本發(fā)明的船舶航向LSSVM復(fù)合控制系統(tǒng)不同。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能夠有效提高船舶航向控制系統(tǒng)的快速性、穩(wěn)定性， 擁有較好的抗干擾能力及魯棒性的船舶航向智能協(xié)調(diào)控制方法。本發(fā)明的目的是這樣實現(xiàn)的首先設(shè)定期望航向角，根據(jù)反饋的船舶實際航向角求取實際航向角與期望航向角 的偏差，將偏差信號送入到設(shè)計好的模糊控制器中，同時將期望航向角送入最小二乘支持 向量機控制器(Least Squares Support Vector Machines Controller, LSSVMC)中，模糊 控制器與LSSVMC并行連接，形成復(fù)合控制器，通過調(diào)整兩個控制器輸出的比重，得到舵角 控制指令信號，將舵角控制指令信號輸入到船舶運動數(shù)學(xué)模型中，同時引入外界干擾，得到 實際的航向角輸出。利用輸出的航向角和控制指令信號作為最小二乘支持向量機(LSSVM) 的輸入，辨識船舶運動逆系統(tǒng)模型，并將辨識得到的參數(shù)輸入到LSSVMC，調(diào)整其參數(shù)，計算 舵角控制指令信號。具體包括以下幾個步驟(1)設(shè)定期望航向角；(2)計算實際航向角與期望航向角的偏差；(3)獲取舵角控制指令信號；(4)計算船舶實際輸出航向角；(5)辨識船舶運動逆系統(tǒng)模型，調(diào)整最小二乘支持向量機控制器參數(shù)；(6)重復(fù)步驟⑵計算。所述的步驟⑴中，設(shè)定航向控制系統(tǒng)的期望航向角為V,(k)。所述的步驟(2)中，實際航向角與期望航向角的偏差Δ ψ (k)計算方法為Δ ψ (k) = ￥r(k)-￥ (k) (1)其中，V(k)為實際航向角。
所述的步驟(3)中，舵角控制指令信號包括兩部分，一部分為模糊控制器輸出的舵角控制指令信號S1GO,另一部分為最小二乘支持向量機控制器輸出的舵角控制指令信 號s2(k)。總的舵角控制指令信號U(k)計算方法為 其中，β為模糊控制器與最小二乘支持向量機控制器的協(xié)調(diào)控制因子。所述的步驟(4)中，將舵角控制指令信號輸入到船舶運動數(shù)學(xué)模型中，并加入船 舶運動的干擾d(k)，得到船舶實際輸出航向角V(k)。步驟中用到的船舶運動數(shù)學(xué)模型為 三自由度非線性運動數(shù)學(xué)模型 式中，YE, Ke, Ne分別為舵產(chǎn)生的橫蕩力、橫搖力矩和艏搖力矩，YD、KD、Nd分別為船 舶受到的橫蕩干擾力、橫搖干擾力矩和艏搖干擾力矩Jzd為船體質(zhì)量對ζ軸的慣性矩，Jxg 為船體質(zhì)量對χ軸的慣性矩；m為船舶質(zhì)量，my為橫蕩附加質(zhì)量，mx為縱蕩附加質(zhì)量；Jzz為 艏搖附加轉(zhuǎn)動慣量矩，Jxx為橫搖附加轉(zhuǎn)動慣量矩；Y.、N.為粘性水動力系數(shù)；灼為橫搖阻 尼力矩，(約為橫搖扶正力矩；D為排水量，h為橫穩(wěn)心高，zH為船體橫向力Yh的作用點至 船體重心的垂向距離；r、p、ν分別為艏搖角速度、橫搖角速度和橫向速度，^為橫搖角。所述的步驟(5)中，采用最小二乘支持向量機(LSSVM)辨識船舶運動逆系統(tǒng)模型， 選擇實際航向角ΨΟΟ、舵角δ (k)、橫搖角飧)作為輸入量，辨識得到的參數(shù)輸出給最小二 乘支持向量機控制器，調(diào)整其參數(shù)。用LSSVM辨識得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，、為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。所述的步驟(6)中，是從步驟(2)開始進行再次運算，使船舶實際航向角跟蹤給定 期望航向角，達到精確航向保持的目的。本發(fā)明的優(yōu)點在于(1)采用逆控制與模糊控制結(jié)合的船舶航向復(fù)合控制策略，有效克服了基于輸入 輸出數(shù)據(jù)辨識的逆模型不精確引起的逆控制不足；(2)采用最小二乘支持向量機建立船舶操縱逆系統(tǒng)模型，具有結(jié)構(gòu)設(shè)計簡單、穩(wěn)態(tài) 精度高的優(yōu)點，同時結(jié)合模糊控制響應(yīng)快速，抗干擾能力強，魯棒性好的優(yōu)勢，使得LSSVM 模型即使沒有經(jīng)過足夠充分的訓(xùn)練，也能保證控制器從一個快速和穩(wěn)定的初始狀態(tài)開始控 制，實現(xiàn)航向保持的精確控制。


圖1為船舶航向LSSVM智能復(fù)合控制信號處理流程2為船舶航向LSSVM智能復(fù)合控制結(jié)構(gòu)3為模糊控制器輸入的隸屬函數(shù)圖
圖4為LSSVM辨識船舶運動逆系統(tǒng)模型原理圖5(a)_(c)遭遇角30°，不同有義波高時航向智能協(xié)調(diào)控制系統(tǒng)仿真結(jié)果，中圖
5(a)為有義波高2m時、圖5 (b)為有義波高4m時、圖5 (c)為有義波高6m時；圖6(a)_(c)遭遇角90°，不同有義波高時航向智能協(xié)調(diào)控制系統(tǒng)仿真結(jié)果，中圖
6(a)為有義波高2m時、圖6 (b)為有義波高4m時、圖6 (c)為有義波高6m時；圖7(a)_(c)遭遇角150°，不同有義波高時航向智能協(xié)調(diào)控制系統(tǒng)仿真結(jié)果，中 圖7 (a)為有義波高2m時、圖7(b)為有義波高4m時、圖7 (c)為有義波高6m時。
具體實施例方式下面結(jié)合附圖舉例對本發(fā)明做更詳細地描述如圖1所示，本發(fā)明的處理流程如下首先設(shè)定期望航向角il^(k)，根據(jù)反饋的 船舶實際航向角求取實際航向角與期望航向角的偏差△ ΨΟΟ，模糊控制器和LSSVMC并 聯(lián)組成復(fù)合控制系統(tǒng)，復(fù)合控制器根據(jù)期望航向角和偏差信號計算得到舵角控制指令信號 u (k)，將舵角控制指令信號輸入到船舶運動數(shù)學(xué)模型中，同時引入外界干擾d(k)，得到實際 的航向角輸出Ψ (k)。在反饋通路中，利用輸出的航向角和控制指令信號作為最小二乘支持 向量機(LSSVM)的輸入，辨識船舶運動逆系統(tǒng)模型，并將辨識得到的參數(shù)輸入到LSSVMC，調(diào) 整其參數(shù)，計算LSSVMC的舵角控制指令信號δ 2 (k)。具體實施步驟如下步驟(1)，設(shè)定航向控制系統(tǒng)的期望航向角為Il^ (k)。步驟(2)，計算實際航向角與期望航向角的偏差Δ ψ (k)，計算方法為Δ ψ (k) = ￥r(k)-￥ (k) (1)其中，V(k)為實際航向角。步驟(3)，舵角控制指令信號是由復(fù)合控制系統(tǒng)產(chǎn)生的，包括兩部分，一部分為模 糊控制器輸出的舵角控制指令信號S Jk)，另一部分為最小二乘支持向量機控制器輸出的 舵角控制指令信號\(k)。復(fù)合控制系統(tǒng)包括模糊控制器和LSSVMC，模糊控制器作為反饋 控制器，LSSVMC為前饋控制器。如圖2所示，LSSVME表示被控對象的最小二乘支持向量機 逆系統(tǒng)辨識器(Least Squares Support Vector Machines Emulator, LSSVME)，模糊控制 器與LSSVMC共同作為被控系統(tǒng)的控制輸入，控制器的輸出可以用式(2)表示，u(k) = β δ ^^ + (Ι-β ) 52(k) (2)其中β e
為模糊控制器與LSSVMC協(xié)調(diào)控制因子，即通過調(diào)節(jié)β的參數(shù)， 可以調(diào)整模糊控制器與LSSVMC在控制中所占的比重。如果令β = 1，控制器的輸出完全由 模糊控制器來決定，此時的控制系統(tǒng)可以等效為模糊邏輯控制系統(tǒng)，如果令β =0，控制器 的輸出完全由LSSVMC來決定，此時的控制系統(tǒng)可以等效為LSSVMC系統(tǒng)，當(dāng)β在大于0小 于1之間時，控制器輸出由模糊控制與LSSVMC混合控制，通過調(diào)節(jié)β使控制系統(tǒng)處于最佳 控制狀態(tài)。為使系統(tǒng)處于最佳控制狀態(tài)，控制器的輸出u (k) = β δ^ Ο + α-β) S2(k)中的參數(shù)β的選取可以根據(jù)艏搖角誤差△ ψΟΟ的大小來選取。這里采用如下選取方法，首 先將Δ Ψ (k)模糊化，這里模糊化為7個等級，即[NB，匪，NS, ZE, PS, PM, PB]，然后根據(jù)實 際量轉(zhuǎn)化的模糊量，對應(yīng)選取協(xié)調(diào)控制因子β值，β與模糊化的Δ ψ (k)由表1決定表1協(xié)調(diào)控制因子β與艏搖角誤差Δ ψ (k)的模糊關(guān)系 步驟(3)中，模糊控制器主要用來實現(xiàn)前期控制快速響應(yīng)的要求，所以這個期間， 可以通過逆辨識器在線調(diào)整其參數(shù)，以期獲得被控系統(tǒng)更多的信息，在系統(tǒng)輸出快達到設(shè) 定值時(即控制后期)，將逆辨識器在線調(diào)整的參數(shù)完全傳遞給逆控制器，這時主要采用 LSSVMC實現(xiàn)對被控系統(tǒng)的有效控制。因此，LSSVMC在后期起主要作用，以消除對被控系統(tǒng) 的穩(wěn)態(tài)誤差。由于復(fù)合控制系統(tǒng)中增加了反饋環(huán)節(jié)，因而比直接逆控制具有更優(yōu)的性能和 魯棒性。本發(fā)明中模糊控制器輸入的系統(tǒng)誤差e、誤差變化ec均采用如圖3所示的隸屬函 數(shù)。本發(fā)明采用如表2所示的模糊規(guī)則表，使用如下公式R= ([EiXECj] XUpb) U ([EiXECj] XUpm)U ([EiXECj] XUps) U([EiXECj] XUzo) U ([EiXECj] XUns) U(3)([EiXECj] XUnm) U ([Ei X ECj] X Unb)求出其模糊關(guān)系R，再利用關(guān)系式U= (EXEC)tR求出模糊推理的輸出控制量U。表2控制量的模糊規(guī)律表 本發(fā)明采用隸屬度加權(quán)平均的方法進行解模糊化運算，設(shè)模糊集U = [Uu(U1)/ U1, Pu(U2)/U2,…，μ U(Un)/UJ，則控制量u由下式?jīng)Q定
步驟(4)，將舵角控制指令信號輸入到船舶運動數(shù)學(xué)模型中，并加入船舶運動的干 擾d(k)，得到船舶實際輸出航向角V(k)。步驟中用到的船舶運動數(shù)學(xué)模型為三自由度非 線性運動數(shù)學(xué)模型 式中，YE, Ke, Ne分別為舵產(chǎn)生的橫蕩力、橫搖力矩和艏搖力矩，YD、KD、Nd分別為船 舶受到的橫蕩干擾力、橫搖干擾力矩和艏搖干擾力矩Jze為船體質(zhì)量對ζ軸的慣性矩，Jxg 為船體質(zhì)量對χ軸的慣性矩；m為船舶質(zhì)量，my為橫蕩附加質(zhì)量，mx為縱蕩附加質(zhì)量；Jzz為 艏搖附加轉(zhuǎn)動慣量矩，Jxx為橫搖附加轉(zhuǎn)動慣量矩；Y.、N.為粘性水動力系數(shù)；TV(勿為橫搖阻 尼力矩，(約為橫搖扶正力矩；D為排水量，h為橫穩(wěn)心高，zH為船體橫向力Yh的作用點至 船體重心的垂向距離；r、p、ν分別為艏搖角速度、橫搖角速度和橫向速度，^為橫搖角。所述的步驟(5)中，采用最小二乘支持向量機(LSSVM)辨識船舶運動逆系統(tǒng)模型， 選擇實際航向角ψΟΟ、舵角δ (k)、橫搖角代幻作為輸入量，其輸入量的向量形式為 其中η、m、ρ分別為艏搖角、舵角及橫搖角的階數(shù)。LSSVM模型的輸出為系統(tǒng)的控 制量，即舵角的指令信號5r(k)0給定訓(xùn)練樣本為{(\4)，-，(\，《)}〔#>^，&，. . . X1 ^J k時刻到k+1-l時刻的輸入向量，記 ... ... S i為k-1時刻到k+1-l時刻的輸出量，即= 6 (k-1)，…6X = 6 (k+1-l)。其結(jié)構(gòu)如圖4所示。核函數(shù)取徑向基(RBF)函數(shù) 辨識得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，a i為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。LSSVMC的參數(shù)完全由LSSVM逆辨識器決定，LSSVM逆辨識器具有良好的泛化能 力和動態(tài)辨識能力，可以有效地辨識非線性系統(tǒng)的特性，提供很好的被控系統(tǒng)模型，使得 LSSVMC可以有效地消除被控系統(tǒng)穩(wěn)態(tài)誤差。所述的步驟(6)中，是從步驟(2)開始進行再次運算，使船舶實際航向角跟蹤給定 期望航向角，達到精確航向保持的目的。為了驗證本發(fā)明所設(shè)計的船舶航向支持向量機智能控制系統(tǒng)的控制效果，分別對 不同海情和浪向角下的情況進行了仿真。仿真海情分別為有義波高2m、4m和6m，圖5-圖 7給出了遭遇角分別為30°、90°、150°下的仿真曲線，表3-表5給出了遭遇角分別為 30°、90°、150°時的仿真結(jié)果統(tǒng)計值，E(0表示均值，STD(0表示標準差，代表航向 角，5代表舵角，角的量綱均為度。表3航向控制系統(tǒng)仿真結(jié)果統(tǒng)計值(有義波高2m) 表5航向控制系統(tǒng)仿真結(jié)果統(tǒng)計值(有義波高6m) 從仿真結(jié)果可以看出對于船舶航向支持向量機智能協(xié)調(diào)控制系統(tǒng)而言，在有義 波高為2m的情況下，控制器的航向角偏差的均方差值都在0. 31度范圍內(nèi)；有義波高為4m 的情況下，控制器的航向角偏差的均方差值都在0. 41度范圍內(nèi)；有義波高為6m的情況下， 控制器的航向角偏差的均方差值都在0. 62度范圍內(nèi)。并且艏搖角曲線相對穩(wěn)定，施舵合 理，說明本發(fā)明設(shè)計的船舶航向智能協(xié)調(diào)控制系統(tǒng)可以達到控制精度要求，具有很好的魯 棒性。從航向角偏差的均方差值，舵角的均方差值的比較可知，本專利設(shè)計的船舶航向智能 協(xié)調(diào)控制系統(tǒng)，應(yīng)用最小二乘支持向量機回歸算法辨識航向控制系統(tǒng)的逆模型，建立了逆 控制器，LSSVM逆模型作為前饋控制器，模糊控制器作為反饋控制器，克服了因逆模型辨識 不精確而帶來的直接逆控制的缺點，實現(xiàn)了航向精確控制。
權(quán)利要求
一種船舶航向智能協(xié)調(diào)控制方法，其特征是首先設(shè)定期望航向角，根據(jù)反饋的船舶實際航向角求取實際航向角與期望航向角的偏差，將偏差信號送入到模糊控制器中，同時將期望航向角送入最小二乘支持向量機控制器中，模糊控制器與最小二乘支持向量機控制器并行連接，形成復(fù)合控制器，通過調(diào)整兩個控制器輸出的比重，得到舵角控制指令信號，將舵角控制指令信號輸入到船舶運動數(shù)學(xué)模型中，同時引入外界干擾，得到實際的航向角輸出；利用輸出的航向角和控制指令信號作為最小二乘支持向量機的輸入，辨識船舶運動逆系統(tǒng)模型，并將辨識得到的參數(shù)輸入到最小二乘支持向量機控制器，調(diào)整其參數(shù)，計算舵角控制指令信號。
2.根據(jù)權(quán)利要求1所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述求取實際航向角 與期望航向角的偏差的方法為A v (k) = ￥r(k)-￥ (k) (1)其中，￥r(k)為期望航向角、V(k)為實際航向角。
3.根據(jù)權(quán)利要求1或2所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述舵角控制指 令信號包括兩部分，一部分為模糊控制器輸出的舵角控制指令信號S工(k)，另一部分為最 小二乘支持向量機控制器輸出的舵角控制指令信號S2(k)；總的舵角控制指令信號u(k) 計算方法為u(k) = 0 s^^ + d-^) s2(k)，其中0為模糊控制器與最小二乘支持向量機 控制器的協(xié)調(diào)控制因子。
4.根據(jù)權(quán)利要求1或2所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述船舶運動數(shù) 學(xué)模型為三自由度非線性運動數(shù)學(xué)模型 其中，Yk、Kk、Ne分別為舵產(chǎn)生的橫蕩力、橫搖力矩和艏搖力矩；Yd、Kd、Nd分別為船舶受 到的橫蕩干擾力、橫搖干擾力矩和艏搖干擾力矩；Jze為船體質(zhì)量對z軸的慣性矩，JxG為船 體質(zhì)量對x軸的慣性矩；m為船舶質(zhì)量，my為橫蕩附加質(zhì)量，mx為縱蕩附加質(zhì)量；Jzz為艏搖 附加轉(zhuǎn)動慣量矩，Jxx為橫搖附加轉(zhuǎn)動慣量矩；Y.、N.為粘性水動力系數(shù)；A^O為橫搖阻尼力 矩，為橫搖扶正力矩；D為排水量，h為橫穩(wěn)心高，zH為船體橫向力Yh的作用點至船體 重心的垂向距離；r、p、v分別為艏搖角速度、橫搖角速度和橫向速度，^為橫搖角。
5.根據(jù)權(quán)利要求3所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述船舶運動數(shù)學(xué)模 型為三自由度非線性運動數(shù)學(xué)模型 其中，Yk、Kk、Ne分別為舵產(chǎn)生的橫蕩力、橫搖力矩和艏搖力矩；，Yd、Kd、Nd分別為船舶 受到的橫蕩干擾力、橫搖干擾力矩和艏搖干擾力矩Jze為船體質(zhì)量對z軸的慣性矩，JxG為 船體質(zhì)量對x軸的慣性矩；m為船舶質(zhì)量，my為橫蕩附加質(zhì)量，mx為縱蕩附加質(zhì)量；Jzz為艏 搖附加轉(zhuǎn)動慣量矩，Jxx為橫搖附加轉(zhuǎn)動慣量矩；Y.、N.為粘性水動力系數(shù)；為橫搖阻尼 力矩，瀏如)為橫搖扶正力矩；D為排水量，h為橫穩(wěn)心高，zH為船體橫向力Yh的作用點至船 體重心的垂向距離；r、p、v分別為艏搖角速度、橫搖角速度和橫向速度，^為橫搖角。
6.根據(jù)權(quán)利要求1或2所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述外界干擾包 括實際航向角V(k)、舵角8 (k)、橫搖角興幻，所述得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，a i為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。
7.根據(jù)權(quán)利要求3所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述外界干擾包括實 際航向角V(k)、舵角8 (k)、橫搖角樹幻，所述得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，a i為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。
8.根據(jù)權(quán)利要求4所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述外界干擾包括實 際航向角V(k)、舵角8 (k)、橫搖角樹幻，所述得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，a i為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。
9.根據(jù)權(quán)利要求5所述的船舶航向智能協(xié)調(diào)控制方法，其特征是所述外界干擾包括實 際航向角V(k)、舵角8 (k)、橫搖角辦0，所述得到的船舶運動逆系統(tǒng)模型為 其中，f(X(k))為參數(shù)輸出，X(k)為輸入向量，a i為拉格朗日乘子，b為偏差量， f(X(k))為映射函數(shù)。
全文摘要
本發(fā)明提供的是一種船舶航向智能協(xié)調(diào)控制方法。具體包括(1)設(shè)定期望航向角；(2)計算實際航向角與期望航向角的偏差；(3)獲取舵角控制指令信號；(4)計算船舶實際輸出航向角；(5)辨識船舶運動逆系統(tǒng)模型，調(diào)整最小二乘支持向量機控制器參數(shù)；(6)重復(fù)步驟(2)計算。本發(fā)明采用逆控制與模糊控制結(jié)合的船舶航向復(fù)合控制策略，有效克服了基于輸入輸出數(shù)據(jù)辨識的逆模型不精確引起的逆控制不足；采用最小二乘支持向量機建立船舶操縱逆系統(tǒng)模型，具有結(jié)構(gòu)設(shè)計簡單、穩(wěn)態(tài)精度高的優(yōu)點，同時結(jié)合模糊控制響應(yīng)快速，抗干擾能力強，魯棒性好的優(yōu)勢。能實現(xiàn)航向保持的精確控制。
文檔編號G05D1/08GK101859147SQ20101019726
公開日2010年10月13日 申請日期2010年6月11日 優(yōu)先權(quán)日2010年6月11日
發(fā)明者劉勝, 常緒成, 李冰, 李高云, 王宇超 申請人:哈爾濱工程大學(xué)