專利名稱：船舶動(dòng)力定位的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及其方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種船舶動(dòng)力定位的控制系統(tǒng)及其方法，特別是涉及一種神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及其方法。
目前的船舶動(dòng)力定位控制系統(tǒng)一般由控制器、電位放大器、濾波器、測(cè)位探頭及執(zhí)行機(jī)構(gòu)組成，在控制器中采用的控制方法是“比例—積分—微分”方法，即PID方法，船在受到風(fēng)、浪、流等環(huán)境力的作用后必然漂流原位，此時(shí)由PID系統(tǒng)起反饋控制作用，使船復(fù)位，幾十萬(wàn)噸到幾百萬(wàn)噸的船經(jīng)常依靠動(dòng)力移來(lái)移去必定耗費(fèi)大量能量。另外，海上動(dòng)力定位精度的要求也隨任務(wù)而異，鋪管船在海上作業(yè)時(shí)，往往要定位到1～2米的精度，而海上鉆控船或采礦船則往往隨水深而異，僅需要定位到水深的3～5％，即同一條船在執(zhí)行不同任務(wù)時(shí)會(huì)有不同的定位精度要求，PID系統(tǒng)則難于自適應(yīng)不同定位精度的要求。
英國(guó)專利GB2198553A(
公開日1988年7月15日)雖然描述了一種可抵消風(fēng)力、流力的前饋式控制系統(tǒng)，但它需要多個(gè)探頭布置于船的四角約500～1000米的海面上，以此來(lái)探知風(fēng)向、風(fēng)速、流向、流速、波向、波高的改變，即未脫離系泊于浮筒，這種前饋式控制不能抵消波浪的漂力，且信息處理是依賴于計(jì)算機(jī)的離線學(xué)好船舶動(dòng)力響應(yīng)并貯存于數(shù)據(jù)庫(kù)。
本發(fā)明的目的是提供一種能自適應(yīng)于船的裝載變化及海況變化，能提高動(dòng)力定位精度，大大降低定位能耗的前饋式動(dòng)力定位神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及其方法。
本發(fā)明的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)包括一臺(tái)計(jì)算機(jī)、一臺(tái)電位放大器、模擬/數(shù)字轉(zhuǎn)換器、數(shù)字/模擬轉(zhuǎn)換器、濾波器、測(cè)位系統(tǒng)、執(zhí)行機(jī)構(gòu)、一套經(jīng)在線學(xué)習(xí)能預(yù)報(bào)下一個(gè)或幾個(gè)時(shí)間點(diǎn)環(huán)境力的學(xué)習(xí)器和起調(diào)節(jié)作用的優(yōu)化—決策器，執(zhí)行機(jī)構(gòu)是一套由2個(gè)或多個(gè)全方位回轉(zhuǎn)螺旋槳或3個(gè)以上不在同一條直線布置的推進(jìn)器組成，測(cè)位系統(tǒng)是衛(wèi)星定位儀或水聲定位系統(tǒng)。
本發(fā)明神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的定位方法是這樣的，測(cè)位系統(tǒng)不斷將船的地理位置信息經(jīng)模擬/數(shù)字轉(zhuǎn)換器輸送給濾波器，濾波器采用無(wú)相位差濾波消除高頻成份后，將低于波浪頻率部分傳遞給學(xué)習(xí)器，學(xué)習(xí)器的神經(jīng)網(wǎng)絡(luò)根據(jù)該信息及執(zhí)行機(jī)構(gòu)的控制量，采用人工神經(jīng)網(wǎng)絡(luò)自我學(xué)習(xí)算法，不斷地作在線學(xué)習(xí)，掌握船舶在該裝載與海況下的動(dòng)力定位的控制規(guī)律，不斷向優(yōu)化—決策器預(yù)報(bào)下一時(shí)刻船的控制力與位置，優(yōu)化—決策器依靠從學(xué)習(xí)器得到的控制規(guī)律及預(yù)報(bào)，用“指導(dǎo)性的人工模擬退火”(Guided Evolutinary Simulated Annealing)全局優(yōu)化算法調(diào)節(jié)控制參數(shù)，選擇相對(duì)最優(yōu)的控制力信號(hào)，該信號(hào)經(jīng)過數(shù)字/模擬轉(zhuǎn)換器產(chǎn)生模擬信號(hào)并經(jīng)信號(hào)放大器增強(qiáng)后輸出給執(zhí)行機(jī)構(gòu)，執(zhí)行機(jī)構(gòu)按指令執(zhí)行，將船移到指定位置。


圖1是神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)定位方法示意圖。
圖2是執(zhí)行機(jī)構(gòu)示意圖。
圖3是學(xué)習(xí)器神經(jīng)網(wǎng)絡(luò)示意圖。
圖4是學(xué)習(xí)器激勵(lì)函數(shù)示意圖。
圖5是優(yōu)化—決策器的神經(jīng)網(wǎng)絡(luò)示意圖。
圖6是模擬實(shí)驗(yàn)結(jié)果示意圖。
下面結(jié)合附圖對(duì)本發(fā)明加以說(shuō)明。
圖2說(shuō)明了兩個(gè)全方位螺旋漿可以得到的控制力fx、fy和力矩mz，其中fx＝T1cosθ1＋T2cosθ2fy＝T1sinθ1＋T2sinθ2mz=(y2tanθ1-x1)·T1sinθ1]]>+(y1tanθ2-x2)·T2sinθ2]]>控制系統(tǒng)可變化的參數(shù)有4個(gè)，即T1、T2、θ1、θ2，而方程式有3個(gè)，因此可以選擇較好的組合或固定其中一個(gè)參數(shù)而解其它三個(gè)參數(shù)。圖3給出的學(xué)習(xí)器函數(shù)型鏈接神經(jīng)網(wǎng)絡(luò)(Functional Link Net)，其中向量 x2，……xN}，而x1，x2…xm……xN等為輸入量，代表各個(gè)時(shí)刻船位y與控制力u，y與u均有3個(gè)分量， 為若干個(gè)隨機(jī)向量，b1，……bj為若干個(gè)隨機(jī)標(biāo)量， 是對(duì)輸入量的增強(qiáng)信息，每給定一個(gè)k值就有一組由圖1所示的模式，除當(dāng)前時(shí)刻以外，連續(xù)取4個(gè)代表過去的k值，就有5個(gè)模式。圖中的y(k＋1)附合下式
其中各量均為已知，αm、βj是特定的權(quán)系數(shù)，學(xué)習(xí)器利用5個(gè)模式的輸入量及增強(qiáng)信息經(jīng)過學(xué)習(xí)，使得網(wǎng)絡(luò)對(duì)每個(gè)模式的輸入 都非常接近于每個(gè)學(xué)習(xí)模式的目標(biāo)y(k＋1)，也就是說(shuō)，訓(xùn)練要使之成為船舶漂移動(dòng)力學(xué)的仿真器，每給定一個(gè)輸入模式(多維輸入空間)就能“映象”到一個(gè)一維輸出空間而得到 ，逐步接近于目標(biāo)y(k＋1)，訓(xùn)練的方法是不斷地變更αm，βj，并按最速下降法使誤差E=[y(k+1)-y^(k+1)]2]]>趨向于最小。一旦學(xué)習(xí)器學(xué)習(xí)好，則給定一組k為“當(dāng)前時(shí)刻”的輸入模式，就會(huì)得出一組k＋1時(shí)刻的預(yù)報(bào)輸出 。
本發(fā)明每控制一步，就重新訓(xùn)練學(xué)習(xí)器一遍，因?yàn)閷W(xué)習(xí)器是船舶動(dòng)力學(xué)的仿真器，所以本發(fā)明的控制系統(tǒng)可以自適應(yīng)于模式的變化，不論船的裝載有什么變化，海況有什么變化，學(xué)習(xí)器均能學(xué)好變化后的船舶動(dòng)力學(xué)。但是學(xué)習(xí)器所輸出的預(yù)報(bào)船位 ，不一定是所需要的船位yd(k＋1)，所需要的船位yd(k＋1)在此是廣義的，它可以指船的原始位置，也可以是任一個(gè)就近的指定位置。例如船在采海底礦產(chǎn)時(shí)或者船在鋪設(shè)海底油管時(shí)，都需要慢慢地移動(dòng)，yd(k＋1)就可以是軌跡上的各個(gè)點(diǎn)，每次還需要一個(gè)“優(yōu)化—決策”環(huán)節(jié)來(lái)調(diào)整學(xué)習(xí)器發(fā)出的信息，選擇相對(duì)最佳的模式使誤差E1=[yd(k+1)-y^(k+1)]2]]>趨向于最小。
優(yōu)化—決策器的神經(jīng)網(wǎng)絡(luò)如圖5所示，它與圖3學(xué)習(xí)器的神經(jīng)網(wǎng)絡(luò)相似，在此把目標(biāo)定為yd(k＋1)，開始時(shí)學(xué)習(xí)器神經(jīng)網(wǎng)絡(luò)輸出 ，它與yd(k＋1)間存在誤差E1，優(yōu)化—決策的過程就是變更u(k)但不變化已經(jīng)學(xué)習(xí)好的各個(gè)權(quán)系數(shù)，使E趨向于最小，具體地說(shuō)就是在優(yōu)化—決策環(huán)境中改變控制力，使預(yù)報(bào)的船舶位置與指定船舶位置的誤差最小，調(diào)節(jié)好了的控制力信號(hào)使執(zhí)行機(jī)構(gòu)產(chǎn)生所需的T1、T2、θ1、θ2，并給出作用于船上的fx、fy、mz以調(diào)整下一時(shí)刻船的位置到指定的位置。這里，優(yōu)化—決策器是采用自生成優(yōu)化算法—指導(dǎo)性的人工模擬退火全局優(yōu)化算法，使船逼近指定目標(biāo)yd(k＋1)，u(k)的變化以t為代表，寫成u(k，t)令u(k，t)服從下式的規(guī)律∂u(k,t)∂t=η·∂y^(k+1,t)∂u(k,t)·[yd(k+1)-y^(k+1,t)]]]> 其中η是一個(gè)比例常數(shù)，(在0與1之間任選)。則∂E1∂t=-2η(∂u(k,t)∂t)2≤0]]>可見E1將隨著每一次t的迭代而單調(diào)下降趨于最小。
圖6表示了采用本發(fā)明對(duì)船舶模型進(jìn)行定位模擬試驗(yàn)的結(jié)果。圖中用“——”表示的曲線代表控制力，用“……”表示的曲線代表波浪力，從圖中可看到，波浪漂力Fx、Fy、Mz的預(yù)報(bào)與本發(fā)明所產(chǎn)生的優(yōu)化后控制力fx、fy、mz的預(yù)報(bào)較為接近，這說(shuō)明了本發(fā)明的控制系統(tǒng)是前饋控制，可以很好地抵消波浪外力的干擾，達(dá)到定位的高精度、低能耗。
本發(fā)明的實(shí)施是將測(cè)位系統(tǒng)1(這里采用DGPS衛(wèi)星測(cè)位探頭)、Kalman濾波器2、模擬/數(shù)字轉(zhuǎn)換器8、PC486計(jì)算機(jī)(內(nèi)含神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)器軟件3和優(yōu)化—決策器軟件4)、數(shù)字/模擬轉(zhuǎn)換器10、電位放大器9、執(zhí)行機(jī)構(gòu)5(這里采用全回轉(zhuǎn)推進(jìn)器6、7)用信號(hào)線按圖1的順序連接好后，按如下三大步驟實(shí)施。
1.用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)器學(xué)習(xí)船在海洋中的動(dòng)力學(xué)規(guī)律通過安裝在船上的DGPS(或其它測(cè)位設(shè)備)獲取當(dāng)前船的絕對(duì)位置，通過信號(hào)線輸入進(jìn)計(jì)算機(jī)(PC486)，計(jì)算機(jī)控制模擬/數(shù)字轉(zhuǎn)換器定時(shí)采集船的位置信號(hào)，采樣周期在1～10秒之間(位置信號(hào)送給濾波器，消除高頻成分，而僅保留其低頻低于波浪頻率)、定位控制之前預(yù)設(shè)置一相對(duì)坐標(biāo)系，一般取定位點(diǎn)為坐標(biāo)原點(diǎn)，X-Y坐標(biāo)面為海平面，Z軸垂直向上，X軸正向沿船尾指向船首，Y軸垂直X軸；通過坐標(biāo)轉(zhuǎn)換將船的絕對(duì)坐標(biāo)位置轉(zhuǎn)換到相對(duì)坐標(biāo)系上的位置，并對(duì)坐標(biāo)值用特征值進(jìn)行規(guī)—化，從而得到位置向量 Δx、Δy分別是船的相對(duì)坐標(biāo)值，Δφ為相對(duì)航向角，并且-1≤Δx，Δy，Δφ≤1。另外，將第二步所產(chǎn)生的控制力及控制力矩向量 fy，mz}，其中fx，fy是分別沿x，y方向作用在船上的控制力，mz為繞Z軸的控制力矩，用特征值進(jìn)行規(guī)一化，使得-1≤fx，fy，mz≤1?，F(xiàn)在將船的過去歷經(jīng)的位置及控制量作為輸入量，當(dāng)前時(shí)刻的船的位置作為輸出量，形成一組輸入/輸出數(shù)據(jù)對(duì)，用函數(shù)型鏈接神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)(見圖3、圖4)，從而找出輸入/輸出之間的映射關(guān)系，使得神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)器3可以很好模擬船在控制力作用下的漂移動(dòng)力學(xué)關(guān)系。這一動(dòng)力學(xué)關(guān)系建立了當(dāng)前一段時(shí)間歷程的控制量及船的位置與下一時(shí)刻的船的位置之間的關(guān)系，也就是說(shuō)學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)可以來(lái)預(yù)測(cè)下一時(shí)刻船可能抵達(dá)的位置；反過來(lái)，如我們要求船在下一時(shí)刻定位到所要求的位置，可以反推出當(dāng)前時(shí)刻應(yīng)該作用多大的控制力。上述的過程是連續(xù)地在進(jìn)行，每控制一步就重新訓(xùn)練學(xué)習(xí)器一遍。2.用神經(jīng)網(wǎng)絡(luò)作非直接控制定位位置設(shè)置在坐標(biāo)點(diǎn) 要讓船定位也就是使量函數(shù)E=Σi=1q[y^i(k+1)-yd,i(k+1)]2]]>最小，其中 是神經(jīng)網(wǎng)絡(luò)對(duì)下一時(shí)刻船的位置估算值。為此引入“優(yōu)化—決策”器來(lái)調(diào)整控制量，使能量函數(shù)E1趨向最小?！皟?yōu)化—決策”器的網(wǎng)絡(luò)見圖5，它與圖3相似，但在此把目標(biāo)定為 ，優(yōu)化—決策的神經(jīng)網(wǎng)絡(luò)如圖5所示，它與圖3學(xué)習(xí)器的神經(jīng)網(wǎng)絡(luò)相似，在此把目標(biāo)定為yd(k＋1)，開始時(shí)學(xué)習(xí)器神經(jīng)網(wǎng)絡(luò)輸出 ，它與yd(k＋1)間存在誤差E1，優(yōu)化—決策的過程就是變更u(k)但不變化已經(jīng)學(xué)習(xí)好的各個(gè)權(quán)系數(shù)，使E趨向于最小，具體地說(shuō)就是在優(yōu)化—決策環(huán)境中改變控制力，使預(yù)報(bào)的船舶位置與指定船舶位置的誤差最小，調(diào)節(jié)好了的控制力信號(hào)使執(zhí)行機(jī)構(gòu)產(chǎn)生所需的T1、T2、θ1、θ2，并給出作用于船上的fx、fy、mz以調(diào)整下一時(shí)刻船的位置到指定的位置。3.控制執(zhí)行將“優(yōu)化—決策”器產(chǎn)生的控制信號(hào)，根據(jù)不同的執(zhí)行機(jī)構(gòu)進(jìn)行控制量的轉(zhuǎn)換，作為實(shí)例采用二個(gè)全回轉(zhuǎn)的推進(jìn)器作為執(zhí)行機(jī)構(gòu)，見圖2，“優(yōu)化—決策”器產(chǎn)生的控制量為fx、fy、mz，而執(zhí)行機(jī)構(gòu)需要的控制量為T1、T2、θ1、θ2，設(shè)定θ1＝θ2＝θ，則有θ=tan-1fyfx]]>T1=F+mz/sin(θ-φ)y12]]>T2=F-mz/sin(θ-φ)y22]]>其中F=fx2+fy2]]>為控制力合力，φ為船的航向角。
然后將T1，T2，θ通過數(shù)字/模擬轉(zhuǎn)換器，產(chǎn)生模擬控制信號(hào)，并經(jīng)過信號(hào)放大器作用到執(zhí)行機(jī)構(gòu)(全回轉(zhuǎn)推進(jìn)器)。
本發(fā)明的控制系統(tǒng)很容易加裝于已有動(dòng)力定位設(shè)備的船上，它不需要在海面上布置多個(gè)漂浮的探頭。本發(fā)明方法能較好地前饋抵消即將到來(lái)的環(huán)境力(含風(fēng)、浪、流等力)對(duì)船體的作用，能以最小的誤差與沖擊接近指定位置，大大降低能耗；能自適應(yīng)于船的裝載變化、任務(wù)變化及海況變化，故能提高動(dòng)力定位精度。
權(quán)利要求
1.一種船舶動(dòng)力定位的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，它包括一臺(tái)計(jì)算機(jī)、一臺(tái)電位放大器(9)、模擬/數(shù)字轉(zhuǎn)換器(8)、數(shù)字/模擬轉(zhuǎn)換器(10)、濾波器(2)、測(cè)位系統(tǒng)(1)和執(zhí)行機(jī)構(gòu)(5)，其特征在于還包括一套經(jīng)在線學(xué)習(xí)能預(yù)報(bào)下一個(gè)或幾個(gè)時(shí)間點(diǎn)環(huán)境力的學(xué)習(xí)器(3)和起調(diào)節(jié)作用的優(yōu)化一決策器(4)，執(zhí)行機(jī)構(gòu)(5)是一套由2個(gè)或多個(gè)全方位回轉(zhuǎn)螺旋槳或3個(gè)以上不在同一條直線布置的推進(jìn)器組成，測(cè)位系統(tǒng)(1)是衛(wèi)星定位儀或水聲定位系統(tǒng)。
2.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的動(dòng)力定位方法，它的定位步驟是由測(cè)位系統(tǒng)(1)不斷將船的地理位置信息經(jīng)模擬/數(shù)字轉(zhuǎn)換器輸送給濾波器(2)，濾波器(2)采用無(wú)相位差濾波消除高頻成份后，將低于波浪頻率部分傳遞給學(xué)習(xí)器(3)，學(xué)習(xí)器(3)的神經(jīng)網(wǎng)絡(luò)根據(jù)該信息及執(zhí)行機(jī)構(gòu)(5)控制量不斷地作在線學(xué)習(xí)后向優(yōu)化—決策器(4)預(yù)報(bào)下一時(shí)刻船的控制力與位置，優(yōu)化—決策器(4)根據(jù)學(xué)習(xí)器(3)預(yù)報(bào)進(jìn)行調(diào)節(jié)，選擇相對(duì)最優(yōu)的控制力信號(hào)，該信號(hào)經(jīng)過數(shù)字/模擬轉(zhuǎn)換器(10)產(chǎn)生模擬信號(hào)并經(jīng)信號(hào)放大器(9)增強(qiáng)后輸出給執(zhí)行機(jī)構(gòu)(5)，執(zhí)行機(jī)構(gòu)(5)按指令執(zhí)行，將船移到指定位置。
3.根據(jù)權(quán)利要求2所述的動(dòng)力定位方法，其特征在于學(xué)習(xí)器(3)是采用人工神經(jīng)網(wǎng)絡(luò)自我學(xué)習(xí)算法，不斷地進(jìn)行在線學(xué)習(xí)，掌握船舶在該裝載與海況下的動(dòng)力定位控制規(guī)律；優(yōu)化—決策器(4)是依靠從學(xué)習(xí)器(3)得到的控制規(guī)律及預(yù)報(bào)，用指導(dǎo)性的人工模擬退火全局優(yōu)化算法調(diào)節(jié)控制參數(shù)，選擇并輸出相對(duì)最優(yōu)控制信號(hào)給執(zhí)行機(jī)構(gòu)(5)。
全文摘要
一種船舶動(dòng)力定位的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及其方法，它包括計(jì)算機(jī)、電位放大器、模擬/數(shù)字轉(zhuǎn)換器、測(cè)位系統(tǒng)、濾波器、學(xué)習(xí)器、優(yōu)化決策器和執(zhí)行機(jī)構(gòu)等。其動(dòng)力定位方法是由測(cè)位系統(tǒng)將信息經(jīng)濾波后送給學(xué)習(xí)器，再經(jīng)優(yōu)化決策選擇將控制信號(hào)輸給執(zhí)行機(jī)構(gòu)，使船以最小誤差與沖擊接近指定位置。本發(fā)明能自適應(yīng)于船的裝載變化及海況變化，能提高動(dòng)力定位的精度，節(jié)約定位能耗。
文檔編號(hào)G06G7/00GK1121607SQ94117369
公開日1996年5月1日 申請(qǐng)日期1994年10月28日 優(yōu)先權(quán)日1994年10月28日
發(fā)明者顧懋祥, 李定, 包約翰 申請(qǐng)人:中國(guó)船舶工業(yè)總公司第七研究院第七○二研究所