基于Backstepping的欠驱动船舶神经滑模航迹控制

在外界干扰和参数不确定的情况下,设计一种基于Backstepping的自适应神经滑模控制器对欠驱动船舶神经滑模航迹进行控制。采用趋近律的滑模控制,抑制常规滑模的固定切换增益系数带来的抖振现象;利用神经网络辨识对象,减少趋近律滑模控制对对象模型参数的依赖。以某实习船为例进行仿真,结果表明:在标称参数下,所设计的控制器能够有效跟踪设定的航迹并抑制常规滑模控制器的抖振现象;在外部环境扰动以及参数摄动的情况下,仍然能够实现较好的控制,表现出强鲁棒性。     

约束条件下的舵鳍联合减摇控制研究

舵鳍联合减摇是一种新型减摇方法。在已有研究文献的基础上,基于输入输出线性化的鲁棒控制器设计方法,针对某集装箱船设计舵鳍联合减摇控制器,并重点研究舵速、鳍速限制对减摇效果与航向保持效果的影响,探讨舵速与鳍速之间的制约关系。仿真结果表明鳍速越低、舵速越高则减摇效果越好,但舵速、鳍速均有一上限值,超过上限值后,舵速、鳍速变化对减摇效果及航向保持效果的进一步改善不再明显。     

穿浪双体船纵向运动滑模控制

分析穿浪双体船实际应用中存在的问题,给出穿浪双体船纵向运动控制模型,并基于滑模控制理论设计减纵摇控制器。为了克服传统滑模控制存在的高频抖振问题,对控制律中的符号函数进行柔化处理,取得良好的减摇控制效果。仿真结果表明了本文方法的有效性。