排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
为提高船舶风压差的预测精度,使船舶能够更快稳定在计划航线上以保障航行安全,提出一种基于主成分分析(principal component analysis, PCA)法和自适应粒子群优化(self-adaptive particle swarm optimization, SAPSO)算法的船舶风压差神经网络预测模型。该方法采用PCA法对航行数据进行预处理,然后将数据输入由SAPSO算法优化的BP神经网络中,改变以往通过复杂的数学建模计算风压差的方法,提高预测的时效性和准确性。利用实船数据对模型进行船舶风压差的实时预测仿真,结果验证了该预测模型具有较高的可靠性。 相似文献
2.
针对船舶路径跟踪控制中的舵角需优化﹑舵幅和舵速受约束等问题,提出模型预测控制(model predictive control,MPC)算法。为处理系统高阶状态值不易测量以及环境干扰问题,设计高阶非线性观测器,同时对船速和包含模型不确定项和外界干扰的总未知项进行估计。以引入舵机响应系统的MMG模型作为预测模型,不仅能提高预测精度,而且更符合船舶运动控制的实际情况。仿真结果表明,所设计的控制器在风浪流时变干扰下仍能跟踪参考路径,舵角幅值小且其变化是光滑的,速度值和总未知项也均能被准确地逼近,验证了所提算法的有效性。 相似文献
3.
为改善船舶航向自动舵性能和减小船舶转向时的横倾幅度,提出一种基于模糊逻辑控制和滑模PID微分补偿的船舶航向保持控制策略。分析PID控制的积分超调问题和船舶转向时的横倾特点。对PID控制进行滑模变形,并引入微分项对PID控制的积分项进行补偿以消除积分超调。以横倾角和横倾角速度为输入设计模糊控制规则,对滑模PID微分补偿控制器参数进行调节以减小转向时横倾角。以集装箱船"MV KOTA SEGAR"MMG模型为控制对象进行MATLAB仿真。仿真结果表明:该控制器能够减小船舶转向时的横倾幅度,最大横倾抑制率可达71%;解决了PID控制的积分超调问题,具有参数易调节等特点。 相似文献
1