（控制科学与工程专业论文）船舶智能自适应航迹舵的研究.pdf

日隶 摘要 船舶自动化是现代船舶的重要组成部分。船舶操纵设备是对船舶航行进行 各种控制的装置，在船舶的设计、制造和使用过程中占据十分重要的地位，对 于船舶航行的安全性和经济性起着至关重要的作用。本列较详细地总结了作者 在两年的博士后研究期间，在船舶自动化领域所做的工作，具体包括以下几个 ， 方面： 1 ) 对本人在博士阶段的研究1 ：作进行总结。 2 ) 参加国家“九血”预研项目一一“水面舰艇组合导航系统研究”的车载 试验和海上试验。 3 1 与上海航海仪器总厂合作，丌展国家经贸委下达的v i c c 一条龙项目中 智能自适应船舶操纵系统的研制工作。内容包括： 船舶操纵发展综述； 从应用角度研究航迹运动模型； 自适应控制与学 - j 控制及碹经圈终辨识、控制的结合； 魑鲨塑墼艟撞趔方案及硬件实现研究； 丛丝鱼适廛庭的样机研制及精度、可靠性及经济性( 耗油、航行时间 等) 的评估方法的研究； 完成原理样机台。 a b s tr a c t s h i pa u t o m a t i o ni s o n eo fm o s ti m p o r t a n tc o m p o n e n ti nm o d e r ns h i p s h i p m a n e u v e r i n ge q u i p m e n t w h i c hc o n t r o l s h i p i s v e r yi m p o r t a n t f o r d e s i g n ， m a n u f a c t u r ea n du s i n go fs h i p ，a n di ti sk e yf a c t o rf o rs e c u r i t ya n de c o n o m i co f s h i p p i n g i nt h er e p o r t ，w o r ko ft h ea u t h o ri nh i st w oy e a r sp o s t d o c t o r a lp r o c e s si s i n t r o d u c e di nd e t a i l s 1 ) c o n c l u d ew i t ht h ea u t h o r sr e s e a r c h i nh i st h e s i sf o rp h dd e g r e e ，a n d p u b l i s hs o m ea c a d e m i cp a p e r s 2 1p a r t i c i p a t ei ne x p e r i m e n t so ns h i pi n t e g r a t e dn a v i g a t i o ns y s t e m s 3 ) c o o p e r a t ew i t hs m i fi nd e v e l o p m e n to fi n t e l l i g e n ta d a p t i v ea u t o p i l o tf o r s h i po fv i c c w o r ko ft h i sp r o j e c ti si n t r o d u c e di nd e t a i l s ： s u m m a r i z i n go fd e v e l o p i n go fs h i pc o n t r o l ： s t u d yo fm o d u l eo fs h i p ； a d a p t i v ec o n t r 0 1 1 e a r n i n g c o n t r o la n d c o m b i n i n gw i t hn e u r a ln e t w o r k i d e n t if i c a t i o na n dc o n t r 0 1 ： s t u d yo ns c h e m eo fs h i pt r a c kc o n t r o la n dr e a l i z i n gh a r d w a r e ； s t u d yo ns a m p l em a c h i n eo fa d a p t i v et r a c k i n ga u t o p i l o ta n de v a l u a t i o n m e t h o d ； f i n i s h e dt h es a m p l em a c h i n e 1 1 船舶自动化概述 第1 章绪论 船舶自动化作为现代船艄的重要组成部分，包括以下三方面的内容：导航 自动化、机舱自动化和装载自动化。 中国作为世界第三造船大国，在船舶结构设计和制造方面，其技术和生产 能力与幽外没宵差距；然而扯最具商科技附加值的船舶自动化技术和产品上， 国内还无法跟国外竞争。由此使得，尽管每年我国造船总吨位量很大，但利润 偏低。 为了改变这一局面，国家经贸委组织实施了“大型、高附加值液货船( v i c c ) 国家重大引进技术消化吸收一条龙项目”。v i c c 是中国船舶工业总公司1 9 9 4 年立项的十五军工一条龙项目，项目总投资1 2 亿元人民币。一条龙项目入围单 位包括大连造船厂、大连造船新厂、大连船用柴油机厂、上海江南造船厂、上 海沪东造船厂和上海航海仪器总厂。上海航海仪器总厂作为其中船舶自动化部 分的项目负责单位，其引进、消化、吸收的目标就是以全面提升我国船舶自动 化产品在国外的竞争力为出发点的。上海交通大学是上海航仪厂的项目合作单 位。 耕 舶自动化各部分的组成结构如图1 1 所示。 船舶自动化 i l 导航白动化ll 机舱白动化ll 装载自动化l fl 南 上 囱囱囱囱 上l i l上 多 主监电装横 装 普 机测站载倾 船 勒 遥报管仪 m 机 训控警 理系 衡系 程系 蟊 系统系 统 仪 统统统统 图1 。1 船舶自动化总体结构图 1 2 在站期间的主要工作 本人在站期间，进行了以下研究工作： 1 ) 刈本人住博土阶段从事六自由度运动仿真平台研究的主要结果进行总 结。 2 ) 参加国家“九五”预研项目“水面舰艇组合导航系统研究”的车载 试验和海上试验。 3 ) 与卜海航海仪器总厂合作，”展国家经贸委下达的v i c c 一条龙项目中 船舶智能航迹舵的研制工作。完成原理样机一台。 第2 章六自由度运动仿真平台理论总结 2 1 课题研究的背景及意义 仿真( s i m u l a t i o n ) 技术是以计算机硬件及相应的软件技术为基础，以现代 拧制沦与相似原理为方法，借助系统模型剥没想的或真实的系统进行解析或半 实物混合仿真试验研究的一门综合性新兴技术。工程技术人员可以充分利用各 种仿真设备在不同虚拟现实( v i r t u a lr e a l i t y ) 环境条件下对所研究的工程系统、 先进结构、设计思想及控制方法等进行仿真试验，从而代替繁重而昂贵的实际 试验并取得直接试验不可能取得的数掘和结果。因此它对于大型复杂的工程系 统羊l | 管理系统j 二程的概念验址、方案论证、预设计检验、试验分析、系统幻真 实际探索，甚至开发小灵境技术的应用等具有极为重要的关键指导作用。 航空仿真技术是随着仿真技术和航空事业的发展而同步发展起来的。航空 仿真技术正充分利用现代计算机辅助设计( c a d ) 、计算机辅助制造( c a m ) 和计算机辅助试验( c a t ) 等技术而同步发展了起来，并成为改进飞行器设计、 优化结构中的最有力、最经济、最有效的一种试验手段和工具。航空仿真技术 小仪能朋f 新型号b 行器的力案论址、任务规划、工程设计、生产制造、学科 研究、战术研究，而且还可应用于故障诊断、飞行训练、维护和管理等。 飞行模拟器作为一种重要的航空仿真设备，与用真实飞机进行实际飞行试 验相比，具有可控性、无破坏性、经济性、可靠性等优点，尤其是在飞行模拟 器匕可以最安全的实现最危险的飞行科目的训练。六自由度运动系统是飞行模 拟器中个非常重要的组成部分，它小仅给飞行员提供动感，并且对模拟座舱 起支撑作用。运动系统性能的优劣直接关系到飞行模拟器的运动模拟的逼真度。 因此，提高运动系统的性能是提高飞行模拟器运动模拟逼真度的关键因索之一。 当今的飞行模拟器多采用并联式六自由度运动平台作为其运动台体，它的 位置分析、运动学分析、动力学分析是设计平台、提高运动精度和运动模拟逼 真度的基础，因此对并联式运动平台的位置关系、运动学、动力学进行深入研 究，是提高飞行模拟器运动模拟逼真度、台体优化设计的关键技术。进入8 0 年代特别是9 0 年代以来，六自由度运动平台又被越来越广泛地应用于机器人、 并联机床、空间交会对接( r v d ) 技术、航空航海设备摇摆模拟以及娱乐设施 上。因此，深入研究六自由度并联运动平台的运动学、动力学等基础理论具有 广泛的应用价值。 飞行模拟器是具有藿大绛济价值平| 1l 4 1 防战略意义的高精尖试验设备，目前 我国的飞行模拟器设计水平雨f 制造水平与西方发达国家相比差距还相当大，因 此对飞行模拟器进行深入的理论分析和实验研究，尽快研制出性能优良的飞行 模拟器，提高我国的航空仿真技术水平，具有重大的理论意义和实际意义。 2 2 飞行模拟器发展情况概述 2 2 1 飞行模拟器的基本组成和功用 如图2 - l 所示，飞行模拟器主要由以下部分组成： ( 1 ) 模拟座舱 采川真实e 机座舱，具秆与真实b 机柏l 司的操纵显示功能。 。一一一+ 一一一一。一一 一 模 环境和体感仿真设备 i 筌 2 一le 仃模拟器系统的组成 ( 2 ) 操纵负荷系统 给飞行员提供操纵飞机时受力的感觉。 ( 3 ) 仪表系统 显示飞机的运转状况和各种飞行参数。 ( 4 ) 视景系统 视景系统产生座舱外的景象，它使飞行员有身临其境的感觉。 ( 5 ) 音响系统 根据飞行状念，它给飞行员提供各种音响效果。 ( 6 ) 运动系统 给飞行员提供动感，并且对模拟座舱起支撑作用。目前常采用六自由度运 动系统，它能模拟俯仰、横滚、偏航、纵向、横向、升降六个方向的运动感觉。 ( 7 ) 计算机系统 计算机系统是飞行模拟器的核心，飞行模拟器各个系统的动力学模型编程 后在计算机系统中运行。 2 3 飞行模拟器六自由度运动系统 运动系统是飞行模拟器中一个非常重要的组成部分，它不仅给飞行员提供 动感，并且对模拟座舱起支撑作用。在飞行模拟器发展的初级阶段，由于其功 能还很不完善，运动台的结构也比较简单。随着飞行模拟器的发展，各功能模 块精度的提高，运动系统的粗糙性就逐渐暴露出来了，简陋的运动系统不能完 成高精度的运动模拟，因此飞行模拟器对运动系统提出了更高的要求，由此飞 行模拟器运动系统从最初的单自由度发展到三自由度、四自由度直到现在的六 自由度运动系统。 2 3 1 六自由度运动平台的结构特点 图2 - 2 并联式六自由度平台结构简图 六自由度运动系统的结构形式最早是由s t e w a r t d 于1 9 6 5 年提出的，其结 构简图如图2 - 2 所示。到7 0 年代初，美国n a s a 等研究中心公布了并联式六自 由度平台的研究成果之后，相继出现了装有六自由度运动平台的飞行模拟器。 这种运动结构形式同串联结构相比具有很大的优越性：结构布局合理、刚度大、 精度高等。因此这种运动台结构一经出现，就引起了各行各业的广泛注意，各 国的研究人员投入了大量的精力对其运动学特性、动力学特性、误差分析、结 构优化设计以及它的应用前景进行了深入的研究，并得出了许多有价值的成果。 23 2 六自由度运动平台的应用 进入8 0 年代特别是9 0 年代以来，六自由度运动平台越来越广泛地应用于 机器人、并联机床、空间交会对接( r v d ) 技术、航空航海设备摇摆模拟以及 娱乐设施上。概括起来，其应用主要分为以下两类： 2 3 2 1 运动仿真器 在这个应用领域中，以飞行模拟器的应用最为典型，由于采用飞行模拟器 代替真实飞行训练，不仅可达到节能、经济、安全、不受场地和气象条件的限 制，而且可完成如飞行失效、避弹等在真实飞机上不可能进行的训练科目。 此外，它还可用于以下方面： ( 1 ) 汽车行驶模拟试验台。 ( 2 ) 游乐模拟器。 ( 3 ) 船舶摇摆模拟台。 2 3 2 2 并联六自由度操作器 在这个应用领域中，有以下代表应用： ( 1 ) 航天器交会对接模拟器。 ( 2 ) 并联机械手。 ( 3 ) 并联机床。 6 第3 章六自由度运动平台运动学、动力学分析 3 1 引言 六自由度平台属于空间多自由度多坏机构学理论的新分支，由于空间并联 机构较复杂和具有很大的特殊性，在本章中首先介绍在空间并联机构分析中常 用的方向余弦矩阵的概念，然后对飞行模拟器六自由度运动平台的位置、速度 和加速度进行分析。提出了一种基于神经网络求解位置正解的新方法，在本章 的最后，建立了六自由度运动平台的动力学模型。 3 2 方向余弦矩阵 在空间机构的分析中，由于它的复杂性，国内外很多机构学工作者纷纷探 索应用各种可行的解析工具。本文本着简单易于工程应用的原则，着重介绍在 空间机构分析中常用的方向余弦矩阵等概念。 ) t j y l 图3 1 两个共原点的右手直角坐标系 设有两个共原点右手直角坐标系如图2 1 所示，对于坐标系一只z ，和x y z j ， 坐标系x ，y ，z ，的坐标轴方向可认为是绕z 轴旋转了一个角度目，p 的符号由右手 法则确定。 由平面解析几何知，同一点p 在两坐标系中的坐标变换有下列关系： x t = x ，c d j 曰一y ，j 加口+ z ，0 式中 t 一方向余弦矩阵t = is i n o ：c o j o 0 0 i c o s 8 ：刊h 8 ：_ l 00 1 j r t 2 tx t ，y 、z i ) ，r i2 似| y ? ，z i ) 同理绕y 轴和x 轴的方向余弦矩阵分别为l ，t ： l 仨 t 2 l 0 1 c 甜0 以一曲0 敏f 1 0s i n 8 ，c o s 8 ，j 3 3 并联式六自由度运动平台位置分析 并联式六自由度运动平台位置分析是求解机构的输入与输出构件的位置关 系，这是六自由度运动平台运动分析的最基本的任务，也是机构速度、加速度、 受力分析、误差分析、工作空间分析、动力分析和机构综合等的基础。包括位 置逆解和位置正解，要实现平台的精确位置控制，首先必须解决平台的精确位 罱逆解及正解。所谓平台的位置逆解，即由给定的平台相对于基础的位置及转 角求出所需的各液压缸的伸缩量：反之，即为位置正解。 在串联机构位置分析中位置正解比较简单，而位置逆解较为困难；而在并 联机构中却恰恰相反，位置逆解较位置正解简单。由于实时控制中主要用的是 位置逆解，所以这也是并联机构的优点之。目前位置逆解的解析算法已比较 成熟，而位置正解由于平台的位置量与各分支的伸缩量间的非线性关系用解析 法求解比较困难。 0 1 ， z ， 卜 z 口 +咖加 y y + + 目0 胛 心七， x f f = 乙 y 式 形阵矩成写 3 3 1 并联式六自由度运动平台位置逆解 平台的位置逆解是指根据平台的位置指令求解各分支驱动件的伸缩量，它 在平台的控制中是不可缺少的部分。下面以六自由度飞行模拟器中常用的 s t e w a r t 平台结构为例来求解并联平台的位置逆解。其结构简图如图3 - 2 所示。 图3 - 2 并联式人自由度运动平台结构简图 这种平台结构由上平台、基础、液压缸、万向铰及虎克铰组成。上平台与 基座之间由直线运动副液压缸连接，通过液压缸的直线运动实现上平台的 六个自由度的空间姿态( 上下、左右、前后、俯仰、横滚和偏航) 。 为求解六自由度平台的空间位置关系，首先在上平台和基座上建立静、动 两坐标系0 一x y z 和d 一x y z ，如图3 。2 所示。静坐标系原点0 位于基础表面 分布圆中心，* y 平面与基础上各铰接点组成的平面共面，各轴方向如图所示。 动坐标系原点o 位于平台中心，当上平台在中位时，动静坐标系各坐标轴方向 一致，且动坐标系z 穿过静坐标系原点。 设动坐标系中的各铰接点相对于静坐标系原点的矢量为置( i = 1 ，2 ，6 ) ，相 对于动坐标系原点的矢量为丘。( f _ 1 ，2 ，6 ) ，静坐标系各铰接点的矢量为豆 ( i = 1 2 ，6 ) 。此时6 个驱动器杆长矢量f ，( i = 1 ，2 ，6 ) 可在固定坐标系中表示 为： f ，= 只一b ，f - 1 2 ，6 p = 耻+ r 式中 r 一动坐标系原点坐标： r 一方向余弦矩阵。 ( 3 1 ) ( 3 - 2 ) 飞行模拟器以如下次序进行动作：偏航口：一俯仰吼一横滚吼一平移 ( x ，y ，z ，) ，因此方向余弦矩阵为： 9 c o ：c o , c o s o 。s q s o ：c o , c o ：s o e c o , + s o j o xi t = t 弓0 = is o ：c o s o ：s o ，s o , + c o ：c o , s o ：s o y c o x c 见s 以i l 叫巳 c o ，s o , c o , c o , t：畦。一。1巧：f。s嘭t：f；萋-。s芝o,0 coso,0 10 0。 t = i i 巧= ft = f ，见 c 芝 i 1 0s o , c o , j 【一s o , 0c o , j l 00 1 j ，。2 = 0 z + r b ，) 7 ( r 只+ r b ，) 丁巨倒一圈 上式即为六自由度平台位置逆解的基本公式。当已知平台的尺寸参数和上 平台的位置指令时，由上式即可求出驱动器的伸缩量。 3 3 2 并联式六自由度运动平台位置正解 由于六自由度平台的运动是空间的六自由度动作，进行无接触式位置测量 成本高，难度大，是目前六自由度平台的一大难题。也正因为此，在并联式机 床中，位置精度( 加工精度) 均不理想，远未达到工程实用的地步。因此，研 究间接测量，即测量六个杆长，通过位黄正解解算平台的位置量是一个十分重 要的研究课题。 平台的位置工f 解方法目前有两种：解析法和数值法。解析法是封闭解，可 得到所有解，且不需要选定平台位置的初始值，但由于上平台的位置和六个杆 长的关系呈非线性，要得到解析解十分困难，因此尽管有许多学者对此进行了 研究，除特殊平台机构外，还未达到实用的地步。 数值解法是利用平台的位置与各杆长的非线性方程组，用迭代法或优化法 进行位置正解。只要给出合适的初值，迭代法可解出正确的位置正解，但迭代 法的缺点是对初值要求苛刻，而目静尚未有真正成熟有效的初值选取方法因 此其收敛性无法保证。 另一方面，神经网络的研究是当今的一大热点，近几年的研究表明，神经 网络在许多领域具有广阔的应用前景。 推理与数值计算之间的一种数学工具， 从数学的角度看，神经网络是介于符号 它是一种不依赖模型的自适应函数估计 1，j 艮巩艮 。l 一 1lllllj r ， r x y z ，。l + 1，j 靠 ，l r 器，即它不需要知道输出和输入之间存在怎样的函数关系。同时神经网络还具 有学习能力和泛化能力。另外，神经网络还具有一个最令人鼓舞的优点它是由 多个神经元组成，特别适用于多输入多输出的非线性系统。而s t e w a r t 平台正 是属于这种情况。因此我们有理由相信，将经过训练的神经网络用于求解 s t e w a r t 平台运动学正解问题具有广阔的应用前景。 下面分别采用迭代算法和神经网络来解决并联机构的位置正解问题。 3 3 2 1 基于n e w t o n 迭代法的位置正解 由式( 3 1 ) 及( 3 2 ) 得上平台位置与各杆长的关系为： ，= v p , d - r ，一0 ， f _ 1 ，2 ，6 ( 3 - 3 ) 即 定义目标函数为 r 匮 z ( x ，y p , z p , o x ，曰，臼：) = 制倒 槲蚓 b 。 b b 。料目 对于非线性方程组厂r x j = 0 ，基于n e w t o n 迭代法求解的迭代公式为： 五k “= k f ) t 五k ) jj i xk ) 其中x ，x t 分别为第k + 1 ，k 次迭代值。 将式( 2 - 5 ) 展开，并对其求各偏导数，得 o f _ - 一x ) ：2 r x 。+ b i x t il + 6 正2 + 6 ，= 五3 一b , xj “ p 掣：2 r _ y ，+ 6 。疋+ 6 ，疋，毗如一b ，j o y p 曼；兰型：2 r ：。+ 6 。l ，+ 6 + ，瓦：+ 6 。l ，一b 。j 掣1 2 r x p - b 。肿而“删+ 2 r y p - b ，y 朋山“如j + 2 ( zn b ：) ( b 。，1 、1 一b i _ 丁。7 ) ( 3 - 4 ) ( 3 - 5 ) ( 3 - 6 ) ri叫【 1，j 艮巩既 ，。，l 一 1，lj ， p p x y z ，l + 1，j ，l r 等- 2 ( x p - b = ”如c e ：氓m 。：c 吣 + 2 r _ y ，一b 。j r 一6 “s o = s o 。+ 6 s o ：c o y s o ：+ 6 ”j 目：c o ，c o ，j + 2 ( z p b 。j r 一6 “c o ：一6 s o ，s o ，一6 * s o y c o ，j 掣叫x t , - b = 肿巩“以砒驯 + 2 r y ，一b 。j r 6 “正i + 6 ”正2 + 6 一z 正3 j 其中i = 1 , 2 ，6 为降低迭代对初值的要求，采用大范围收敛的牛顿迭代法其迭代公式为： h 弘寸f ( x 小( 万k _ 1 ) 肌) _ 0 ，1 ，一l ( 3 - 7 ) 【x t + i = x 一j 。( 札1 、f ( x t ) k = n ，n + 1 ，- 其e o j = 对。| 瓠o f , 却可。| 跣o f , i o o io f , i o ov 可i o o ； 耐i | 瓠谤t | a y 磷： 娩硭：a o xo f 2 b o y 毽：a o , 既o x 明o y 弧o z 明i o o ，o a i o o 。阢o o ： 搿4 o x 封4 o yq f 4 a z 彭4 i o o 。o l i o ovo f , i o o ： 落，o x 毽、o y 铆、 赴动s a o 。o l o o 。毯，o a ； 掰6 o x 搿6 ia ) 动、i 耐6 i o o xo f o a o + o f , i o o ： 3 3 3 2 基于神经网络的位置正解 ( 1 ) b p 神经网络 b p 网是使用最多的前馈神经网络模型，其基本结构如图3 3 所示。图中， 第l 层为输入层，第p 层为输出层，中间各层为隐层。第g 层( q = l ，2 ，臼) 的神经元个数为7 。，输入到第g 层的第f 个神经元的连接权值为 c o ： j ( i = l ，2 ，门。；j = 1 ，2 ，n 。，) 。该网络输入输出映射关系正向传播，而由网 络输出与样本输出的误差构成的代价函数，采用一阶梯度法对网络的连接权值 进行修e ，误差的修正顺序是从网络辅出到输入的反向传播。 假设b p 网络结构如图3 3 所示，共有0 层( 不包括输入层) ，第层的节 点数为7 ，n “代表第层节点七的输出，且由下式表示 第3 章六自由度运动平台运动学、动力学分析 x ( 。o x ? e r 时开始修正、小于e 5 时停止 修正。在航行过程中计算机在每个定位时刻都要计算出船舶距离下一个转向界 面的距离，以确定船舶是否应当进入下段航线航行。为了减小转向时的超调， 应在适当的时间提前发出转向指令并向值班人员报警。其设计思想为当转角为 9 0 。时，提前两个定位周期转向，当转角很小时则取提前一个定位周期转向。 航迹控制问题理论上有两类方法来实现，即直接法与间接法其中直接法 建立舵角与航迹偏差及偏航角速度等之间的联系，通过直接控制舵角来消除航 迹偏差；间接法则把航迹问题看成一系列航向保持与变航向跟踪问题，根据船 位偏差给出设定航向，由航向控制环实现航向控制，从而完成航迹控制。从产 品化角度来看，间接法可充分利用航向操舵仪成熟的技术与丰富的研究经验， 接近实际航海实践较易于海员理解与接受。i n 接法的航迹操舵仪系统由三个闭 第6 苹船舶操纵智能自适应控制 坏即舵角控制、航向控制、航迹控制组成。航迹控制通过航迹算法得到个命 令航向给航向控制以消除航迹偏差；航向控制环则发出舵令给舵角控制环以消 除航向偏差：舵角控制环驱动舵机使舵角检测值与舵令一致，最终实现船舶航 迹控制其航迹环拆除即降为航向自动操纵，航向环拆除可转为随动操纵。直 接法则将航迹控制环与航向控制环合二为一，通过处理船位与航向信息直接发 出舵令给舵角控制环以消除航迹偏差。 6 2 航迹算法 该算法用于消除航迹偏差，引导船舶沿航线准确航行。 航迹控制、开始时，系统根据船位重新自动求解当前的转向点，确定所在 的航线段。在转向点附近给出报警，经驾驶员确认后，控制器不断检测到达转 向点的距离，并推定起转距离，一旦两者相符开始转向。 起转距离推定如下：假设船舶在操舵后，在纵距值达到心距值之前，一直 保持在原航线上前进，航向不作变化，假设船舶驶过心距后立即进入定常旋回， 忽略船舶字转向中的航速变化。有心距 a b = r c = v ( t + ，2 ) 6 - l 式中t 为有量纲的船舶追随性指数，v 为航速，t 为舵角到位时间。如把 舵角的增加作为匀速处理，由中舵操至一弦满舵按1 5 s 计算，则，。= 1 5 瓯3 5 ( 民 为所操舵角) 。超过心距后直至转向点的距离 b c = ( 1 8 0 v ( z k # o ) ) t a n ( a c 2 ) 6 - 2 式中k 为量纲的旋回性指数，a c 为转向角，起转距离为 d c = a b + b c = 矿( r + t i + ( 1 8 0 v ( z k , ，o ) ) t a n ( , c 2 ) ) ) 6 - 3 现设船舶在对当前航迹向有一修e 角o ，则起转距离可认为是f d a 。c o s 0 。 实际航行时，根据经验可限制起转距离大于0 2 海里且小于l 海里。 a 图6 一i 船舶转向控制示意图 驾驶员根据海况设定一个允许的位置偏移量x t e ，若船舶航行在计划航线 5 l 的允许误差带内，就认为船舶基本航行在计划航线上；若船舶航行在计划航线 的允许误差带外，就认为航迹舵不能自动保持航迹，需驾驶员进行处理。 航迹舵在自动转向中主要功能是确定转向时刻与均匀地改变指标航向所需 的提前量。 航迹舵在设计中还应注意以下问题： 1 在狭窄水域或地形复杂水域，不应使用航迹舵； 2 在进行避让操船时，应中止使用航迹舵。待避让过后，需重新启动航迹 舵时必须提醒驾驶员确认下一个转向点的正确性； 3 当g p s 长期无信号时，自动转为航向舵控制。 6 3 自适应控制 自适应控制，特别是自校正控制，是建立在参数的在线估计的基础上的。 6 3 1 系统辨识 如果把受控对象的数学模型( 结构形式和参数) 或其变化事先并不知道这 一特性称为受控对象的不确定性，自适应控制方案的大致思路可归纳为：系统 可随时检测出本身的特性( 或其变化) ，并在此基础上对控制器的工作加以适当 修正，使系统内不确定性对系统性能所产生的不良影响得以减小。在自适应系 统的设计中，系统的数学模型与控制器的参数都是可以改变的，使得它可用于 系统模型参数未知或系统所处环境变化的情况，因此递推辨识是自适应控制算 法的一个重要组成部分。 船舶操纵运动数学模型所表达的是船体运动对操舵的响应规律。船舶在海 洋上航行，当船舶状态( 如装载、油水消耗、航速、纵倾角、横倾角等) 或环 境( 如风、浪、流、近岸和窄道航行等) 变化时，船舶操纵特性要发生变化， 为使自动操舵系统随时保持良好的控制性能，有自适应能力，必须及时测定变 化后船舶的操纵运动数学模型，并据此模型自动地调节操舵仪的有关参数或给 出新的最优控规律。因此，首先要解决船舶操纵运动数学模型的在线实时辨识。 本自适应舵用于自动保持船舶的设定航向，在这种情况下，可认为船舶是 在水平面内作微幅运动，即认为舵角变化及船舶运动参数变化都是小量，故可 用h 阶线性差分方程作为描述船舶运动的数学模型。设数学模型为 y k = a l y i ，i + a 2 y i 一2 + + a y t n + b o u 女一+ b l “i 价1 + _ - + b u t 州h + e i + c l e 1 + c 2 e t 一2 + + c n e t 一“ 叮以诅j 明，对输出量向前m ，i + - 的预测蛆。址( y ；) 和( f “) 的性线组合。 r 足表示被控过程向前m 步的顶撤换州为 y “k = a ) y k i + “2 y 女11 + ( ，1 ，+ f f + l “l + - 。+ 卢“+ + 。 6 - 4 式中：y k 为k 时刻，j ! i 啪月“舶采f i 血川埘j 二艏i 劬们设定值的偏差，即 y 。= 吼一仇一：叱为k 时刻f | q 舵们采样f i i 。j ( k 1 ) 时刻舵角采样值之差， “i = 反一瓯”为预报模型川j 介数：rj , j 掀 i 模) 理输入项的项数减一：聊为输 出量y 相刈于输入量“的滞n 少数： ，为求样步数；( q ) 为方差等于1 ，0 均 值的平稳4 i 相关随机干扰序列； c x ) 、( p ) 为预报模? 鬯待估计的参数，预报模 型式( 4 ) 可表示成： y , e r = p h t + 0 | t + w 。6 - 5 中已测得的数据组彘及 0 竹训i i ：j 参数圳0 分) j | j 为 矗= k j t 玑一f 。一“n ， 0 = k ，口! ，j i ”一川 * 6 船舳航向的控制是时变过徘，j l 爹数仉汁嘤求实l 州- 阼，因此h 能采用在线 实时递推仙计。本设计采用逊推蜮小乘法拒线实时递推估计。值。考虑剑过 程参数的时变性，采用带遗忠 x l ，p n j 弹法。参数的最小：乘估计可通过下列递 推公式计算： 目i = 口 一i + 后女( y 一o l ， 。，一目 1 善 。) k t = f ， 一l ；一。，i ( p + ；l 。，h l f i 。，) 胪扣一糍p 尸p + 爿。f 袅。 颤。= p 。，儿。，。，1 ) h 。，叱。“ a 。： 口。，口。：，一“。! 一，。】7 ： 均为中问变量。 、 、 利j j 式( 8 ) ( 1 0 ) 递推“汁0z 时，川wp 。= x 及0 t ，= 0 。其中，为2 维 单位矩阵，x 为充分大的币数般墩f 矿“ 船舶在海卜航行所受的l 忧常址f i i 噪，洲此，参数0 的最小二乘估计有酬 足偏的。但是，山十数控自迓心 柴舵系统址川j 1 ：l i 动调。社系统，冈此有关参数 的估计允许有一定的偏差。刑j j 这种+ 吱、j 拧制系统，只篮参数估计的偏差在允 5 3 7 8 - 6 6 ， ， ，ll】 ”+，一i “ 许的范围之内，系统仍然可以很好地工作。最小二乘估计能满足系统的需要， 而且算法简单，少占内存单元，计算时间短。 6 3 2 广义最小方差自校正控制 最小方差自校正控制，是1 9 7 3 年由a s t r o m 和w i t t e n m a r k 正式提出的，它 按最小输出方差为目标设计自校正控制律，用递推最小二乘法直接估计控制器 参数，它是一种最简单的自校正控制器，同时也是其它自校正控制算法的基础。 但是最小方差自校正控制有一些固有的缺陷，例如不适用于非逆稳( 非最小相 位) 对象，输入控制作用没有受到应有的约束等等，1 9 7 5 年英国的c l a r k 和 g a w t h r o p 提出了广义最小方差控制算法。它的基本思想是在性能指标中引入了 对控制加权项，从而限制了控制作用过大的增长，只要适当选择性能指标中各 加权多项式，可以使非逆稳系统稳定。 性能指标函数形式如下： j = e y 2 ( k + m ) + “2 ( t ) ) 6 - 9 其中m 为系统滞迟，九为一调节因子，九取大时表示减小“例的因素，反之则 增加“的因素，提高y ( k ) 的精度。 令被控对象的数学模型为： a ( z 。) y ( k + m ) = b ( z 。) “( t ) + c ( z “) e ( k + m ) 6 - 1 0 其中： a ( z 叫) = 1 + a l z 叫+ + a ，z 一” b ( z 一) = b o 十b l z - 1 + + b n z 叫6 0 0 6 - l l c ( z 叫、= 1 + c l z 4 - + c z 叫 建立恒等式： c ( z - 1 ) = a ( z - 1 ) d ( z - 1 ) + z - m e ( z - 。) 6 1 2 其中 d ( z 一1 ) = l + d l z - 。+ 枷z - - i j l + 6 一1 3 e ( z 一1 ) = e o + e l z - 1 + + e n - i z 1 用d ( z “1 乘4 - b 两边得： d ( z 一1 ) 爿( z 一1 ) y ( 七+ r n ) = d ( z 一1 ) b ( z 一。) “( 七) + o ( z 一1 ) c ( z 一1 ) e ( 七十m ) 6 - 1 4 由6 1 2 得： 【c ( z _ 1 ) 一g - m e ( z 1 ) 】y ( 七十m ) = d ( z - 1 ) b ( z 一) “( 七) + d ( z - 1 ) c ( z - 1 ) p ( 七+ m ) 6 1 5 朋训= 雨e ( z - i ) y k 锴m ) + d ( z _ m ) 6 _ 1 6 猜6 啦j j ；j 繁纵m 忙ii 近二饿，制 则y ( k + m ) 的最优估计j ， 女+ 竹ik ) 为： 厅( 二一“ ，) ( = ) 疗( 二一1 ) y ( k 十m1 七) = j ( 七) + 二_ 二z ，( ) 6 1 7 c ( 二。)( 。( = 1 ) 将6 16 代入，得 止叫鬻雕) + d ( z ) b ( z ) ( ( = 叫) ，( 女) + d 扛) f ( 女+ ，”) 1 1 + a u 2 ( 七) 叫刑顾) ) “i f 篙m 学m 汗榭) 欲求最佳控制律，令学：o d ， 石o j 叫丽e ( z - i ) 卅) + 学( 圳”! 砌= 。 l 改 “炉石惫，d ( 二) b ( = 1 1 十( 1 ( 二 6 4 智能自适应控制 6 4 1c m a c 神经网络控制 6 18 6 一1 9 小腑模型连接控制器c m a c ( ( 1 e r e i l a rm o d e lc o n t r o l l e r ) 是a l b u s 于1 9 7 5 年提的，它是一种类似p e r c e p l r o nf i l 州lu e 址忆，i ! r 法，能够学习任意多维非线 性映射，迄今为止已厂泛心川j 二雨数逊近、幞，u 刖和机器人控制等许多领域。 特别是8 0 年代m i l l e r 等的定做研7 c 使c m a c 受剑越米越多的关注。当时 c m a c 专门用米控制机器人，以后纾验挺i j ( m a c 司以学习种类广泛的非线 性晒数，| f i 且其训练迭代次数i 卿艟比b ph 络蛆少得多，冈此适用于实时的非 线性控制。 c m a c 是仿照小脑如何控制肢体运幼的坞j 建芷n q 神经网络模犁，它本 质上足一种智能式的自适应r f 农技术，纪构的噙，易j ：实现，具有学习能力 _ _ 1 1 自适应能力，l 刊时由j 二其l j 、j 邮俯n 的分巾j 眵义使处具有一定的泛化能力。 其结构简图如图6 2 所7 j ：、它的输入输父系为岁= g ( s ) 。这一关系有以卜 两个映射完成： f ：x 叶a即a = s ( x ) g ：a +y即y = w a ，为输入空间到权空间的映射，z 为，f 维输入状态空间，为权存储空间， y 为输出，a 是坍维相联空问爿中的向量。口的元素只取1 和0 。对于某个特 定的x 只有少数元素为1 ，其余为0 ，因此在一次数据训练中只有少量的权需 进行调整。f 由于此，c m a c 才具有较快的学习速度。非零元素的个数称为泛 化尺寸( g e n e l i z a t i o ns i z e ) 。c m a c 网络的设计原则是输入空间比较相近的矢 量在输出空间也比较相近，即s 在a 中具有联想特性。a 空间的地址是一个虚 地址，如果输入矢量的维数较少虚地址可与物理地址一一对应；当输入维数很 高时，相联空间a 的维数将很大，这时c m a c 所需的内存将很大，为方便网络 的物理实现，可采用哈希编码( h a s h c o d i n g ) 的方法，将4 映射到个维数小 得多空间4 。在本研究中，由于输入维数较少，故采用虚地址与物理地址一一 对应的方法。 p 茸 x s 输入状态空 爿 口 日2 口3 口4 输出 图6 2c m a c 结构原理图 c m a c 的学习方法采用梯度下降法，描述为： w ( k ) = w ( k 1 ) + a w a w = v ( d t y ：) i n ： 式中w 权修正量 玎学习率 y 系统响应 d 系统输入信号 r 。，泛化尺寸 c m a c 具有以下优点： ( 1 )c m a c 有固有的局部泛化能力，也就是说在输入空间中，相近的输 入给出相近的输出： ( 2 )c m a c 可用于实时控制中，因为与其它神经网络相比它的训练次数 要少得多； 一潭 一 w w w w ：一 墨! 兰堂塑璧坠塑堂! 垩壁丝型 ( 3 ) c m a c 利用l m s 自适应律修正权值。这个最小二乘法等效于二次 曲面的梯度搜索，有唯一的极小值，相反，b p 算法易产生局部极值； ( 4 )c m a c 在输出空问服从迭加原理。 同时，c m a c 也存在以下缺点： ( 1 ) 随着输入维数的增加，所需的存储容量呈几何级数增长： ( 2 )c m a c 的泛化能力较之全局逼近的b p 网络差距较大； ( 3 )c m a c 控制的精度与量化级数有关，控制精度的提高是以所需内存 容量的增加为代价的。 6 4 2 基于自学习的航迹舵c m a c 自适应控制 无论是p i d 控制还是自适应控制，都是建立在受控对象为线性系统，且其 阶数与时延已知的假设上的，而实际的船舶操纵过程却随船舶自身的工作状态 ( 如载荷、吃水深度、航速等) 及航行环境( 如航线、水深、风、浪、流等) 的 不同而有很大的变化，是一个模型时变、非线性、大干扰的过程，所以应用传 统的控制不可避免地受到诸如鲁棒性等问题的困扰，从而影响了控制效果。为 了解决【：述问题，需要进步丌展时：i | | 仆| ! | | 操舵控制新算法的研究，将智能控 制技术和学习控制引入自动舵的设计中，各种智能控制方法在仿真研究和初步 的海上试验中，显示出了许多重要的优越性。 学习控制要求把过去的经验与过去的控制局势相联系，能针对一定的控制 局势来调用适当的经验。学习控制强调记忆，而且记忆的是控制作用表示为状 态的函数的经验信息。因此，学习控制对于那些单村依赖于运行状态的对象特 性变化较快的反应。从智能控制的观点看，自适应控制和学习控制各具特色， 功能互补。自适应过程使用于缓变的时变特性，而对于非线性严重的问题往往 失效；而学习控制使用于建模不良的非线性特性。为此有一种看法主张控制系 统实际需要三个子系统组成：常规反馈环，自适应环，一个学习环。 ( j s k l a n s k y 19 6 6 ) 5 7 图6 - 3 基t - c m a c 学习自适应控制结构框图 则c m a c 神经网络结构为： 输入为：k ，“十，y h 。“，m ，一n 】 输出为：k l ，t 2 2 ，一，口。，i ，2 ， 学习算法采用简单的占算法。 学习控制思想是，基于重复控制器的作用，经过多个周器重复训练只要保 证系统的周期不变性，控制作用的确定可在干扰不确定的情况下获得有规律的 原则，使系统的实际输出逼近期望输出。邓志东证明了迭代自学习的稳定性、 收敛性。这罩不赘述。 仿真结果如下图所示： 1 航向保持 图a 自适应控制 图b 基于学习的c m a c 自适应控制 图6 - 4 不同控制方式下航向保持 2 转向控制( 幅值2 0 度) 瑙 足 塔 划 唇 曩 型 妊 蠼 a ) p i d 控制曲线 ：一 ：_ j 匿