[发明专利]船舶航向智能协调控制方法

说明书

技术领域

本发明涉及的是一种船舶航行与姿态控制方法，特别涉及一种航向智能协调控制技术。

背景技术

在船舶航行姿态控制中，航向控制无疑是最基本的，同时也是控制理论应用较早且取得成功的一个领域。早在20世纪50年代，经典控制理论被应用于航向控制，产生了自动舵。随着计算机技术和现代控制理论的不断发展，各种新的控制方法，如变结构控制、神经网络控制、模糊控制等，都先后应用于船舶航向控制。

经对现有的技术文献检索发现，CNKI数据库中的名称为“舰船航向-舵/翼舵智能协调控制研究”的哈尔滨工程大学硕士论文(2007)中，介绍了舵/翼舵船舶航向模糊控制器的设计，与本发明的船舶航向LSSVM复合控制系统不同。

发明内容

本发明的目的在于提供一种能够有效提高船舶航向控制系统的快速性、稳定性，拥有较好的抗干扰能力及鲁棒性的船舶航向智能协调控制方法。

本发明的目的是这样实现的：

首先设定期望航向角，根据反馈的船舶实际航向角求取实际航向角与期望航向角的偏差，将偏差信号送入到设计好的模糊控制器中，同时将期望航向角送入最小二乘支持向量机控制器(Least Squares Support Vector Machines Controller，LSSVMC)中，模糊控制器与LSSVMC并行连接，形成复合控制器，通过调整两个控制器输出的比重，得到舵角控制指令信号，将舵角控制指令信号输入到船舶运动数学模型中，同时引入外界干扰，得到实际的航向角输出。利用输出的航向角和控制指令信号作为最小二乘支持向量机(LSSVM)的输入，辨识船舶运动逆系统模型，并将辨识得到的参数输入到LSSVMC，调整其参数，计算舵角控制指令信号。

具体包括以下几个步骤：

(1)设定期望航向角；

(2)计算实际航向角与期望航向角的偏差；

(3)获取舵角控制指令信号；

(4)计算船舶实际输出航向角；

(5)辨识船舶运动逆系统模型，调整最小二乘支持向量机控制器参数；

(6)重复步骤(2)计算。

所述的步骤(1)中，设定航向控制系统的期望航向角为ψ_r(k)。

所述的步骤(2)中，实际航向角与期望航向角的偏差Δψ(k)计算方法为：

Δψ(k)＝ψ_r(k)-ψ(k)    (1)

其中，ψ(k)为实际航向角。

所述的步骤(3)中，舵角控制指令信号包括两部分，一部分为模糊控制器输出的舵角控制指令信号δ₁(k)，另一部分为最小二乘支持向量机控制器输出的舵角控制指令信号δ₂(k)。总的舵角控制指令信号u(k)计算方法为：

u(k)＝βδ₁(k)+(1-β)δ₂(k)    (2)

其中，β为模糊控制器与最小二乘支持向量机控制器的协调控制因子。

所述的步骤(4)中，将舵角控制指令信号输入到船舶运动数学模型中，并加入船舶运动的干扰d(k)，得到船舶实际输出航向角ψ(k)。步骤中用到的船舶运动数学模型为三自由度非线性运动数学模型：

式中，Y_R、K_R、N_R分别为舵产生的横荡力、横摇力矩和艏摇力矩，Y_D、K_D、N_D分别为船舶受到的横荡干扰力、横摇干扰力矩和艏摇干扰力矩；J_zD为船体质量对z轴的惯性矩，J_xG为船体质量对x轴的惯性矩；m为船舶质量，m_y为横荡附加质量，m_x为纵荡附加质量；J_zz为艏摇附加转动惯量矩，J_xx为横摇附加转动惯量矩；Y.、N.为粘性水动力系数；为横摇阻尼力矩，为横摇扶正力矩；D为排水量，h为横稳心高，z_H为船体横向力Y_H的作用点至船体重心的垂向距离；r、p、v分别为艏摇角速度、横摇角速度和横向速度，为横摇角。

所述的步骤(5)中，采用最小二乘支持向量机(LSSVM)辨识船舶运动逆系统模型，选择实际航向角ψ(k)、舵角δ(k)、横摇角作为输入量，辨识得到的参数输出给最小二乘支持向量机控制器，调整其参数。用LSSVM辨识得到的船舶运动逆系统模型为：