本發(fā)明涉及一種船舶動力定位滑?？刂葡到y(tǒng)，本發(fā)明也涉及一種船舶動力定位滑?？刂品椒?。

背景技術(shù)：

海上石油和天然氣等海洋資源的開采為船舶動力定位的發(fā)展開啟了新紀(jì)元，配備動力定位控制系統(tǒng)的船舶數(shù)目從最初的幾艘到目前的幾千艘甚至更多，充分顯示了動力定位控制系統(tǒng)廣闊的應(yīng)用前景。動力定位控制系統(tǒng)廣泛應(yīng)用在海上石油開發(fā)、鉆取巖心、海底采礦、鋪纜、鋪管、潛水支援、海上消防等作業(yè)中。動力定位系統(tǒng)是指僅通過自身推進(jìn)器或螺旋槳產(chǎn)生的推力來保持船舶的位置和艏向。在船舶動力定位運(yùn)動控制中，由于水動力參數(shù)等因素引起的模型不確定項、數(shù)學(xué)模型中的未建模動態(tài)項和慢變環(huán)境干擾等影響船舶運(yùn)動的控制效果，并且由于推進(jìn)器等執(zhí)行機(jī)構(gòu)的限幅問題使得控制系統(tǒng)輸入受限，因此，針對這些問題進(jìn)行研究具有一定的實際意義。

中國專利cn103760900a提出了一種考慮控制輸入約束的船舶運(yùn)動控制系統(tǒng)，該專利利用濾波反步法與自適應(yīng)神經(jīng)網(wǎng)絡(luò)相結(jié)合對船舶運(yùn)動進(jìn)行控制，解決了控制過程中的輸入約束問題與船舶模型未知非線性問題。與該方法不同的是，本發(fā)明主要針對執(zhí)行機(jī)構(gòu)飽和情況下船舶運(yùn)動中模型不確定、未建模動態(tài)項和環(huán)境干擾問題進(jìn)行研究。

中國專利cn105867382a提出了一種基于等效干擾補(bǔ)償?shù)拇皠恿Χㄎ豢刂葡到y(tǒng)，該專利將外界環(huán)境干擾、內(nèi)部系統(tǒng)不確定項和干擾項等效成一個狀態(tài)變量對船舶運(yùn)動的三個自由度分別設(shè)計擴(kuò)張狀態(tài)觀測器，提高了控制系統(tǒng)的抗干擾能力。與該方法不同的是，本發(fā)明除了對船舶運(yùn)動中模型不確定、未建模動態(tài)項和環(huán)境干擾問題進(jìn)行研究，還對控制系統(tǒng)中由于推進(jìn)器、螺旋槳等執(zhí)行機(jī)構(gòu)引起的飽和問題進(jìn)行研究。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種抗干擾能力好、定位精度高且在執(zhí)行機(jī)構(gòu)輸入受限情況下能夠達(dá)到較好控制效果的基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂葡到y(tǒng)。本發(fā)明的目的還在于提供一種基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂品椒ā?/p>

本發(fā)明的基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂葡到y(tǒng)，包括顯控計算機(jī)1，導(dǎo)引系統(tǒng)2，擴(kuò)張狀態(tài)觀測器3，滑?？刂破?，rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器5，執(zhí)行機(jī)構(gòu)6，動力定位船舶7，傳感器系統(tǒng)8；其特征是：傳感器系統(tǒng)8實時采集動力定位船舶7的位置和角度信息，簡稱位姿信息η，并將采集到的位姿信息傳遞給顯控計算機(jī)1和擴(kuò)張狀態(tài)觀測器3；顯控計算機(jī)1實時顯示船舶的實際位姿信號并將期望位姿階躍信號ηd0傳遞給導(dǎo)引系統(tǒng)2；導(dǎo)引系統(tǒng)2對期望位姿階躍信號進(jìn)行平滑處理，得到連續(xù)的期望位姿信息ηd和其一階、二階導(dǎo)數(shù)并傳遞給滑?？刂破?；擴(kuò)張狀態(tài)觀測器3將船舶運(yùn)動中的未建模動態(tài)、模型不確定項和環(huán)境干擾擴(kuò)張成一個擴(kuò)張狀態(tài)向量d，并對位姿信息和擴(kuò)張狀態(tài)向量進(jìn)行估計，得到擴(kuò)張狀態(tài)向量估計值位姿信息估計值及其一階、二階導(dǎo)數(shù)并傳遞給滑?？刂破?；rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器5針對控制輸入飽和下的控制量誤差δ進(jìn)行rbf逼近，得到控制量補(bǔ)償誤差并傳遞給滑模控制器4；滑模控制器4針對期望位姿信息和其一階、二階導(dǎo)數(shù)ηd,位姿信息估計值及其一階、二階導(dǎo)數(shù)和擴(kuò)張狀態(tài)向量估計值控制輸入飽和下的控制量誤差估計進(jìn)行滑?？刂疲玫綀?zhí)行機(jī)構(gòu)6在輸入飽和條件下的控制量τ；執(zhí)行機(jī)構(gòu)6根據(jù)滑?？刂破?輸出的控制量τ對動力定位船舶7進(jìn)行控制，使得船舶運(yùn)動到期望位姿狀態(tài)。

本發(fā)明的基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂品椒椋?/p>

(1)傳感器系統(tǒng)8實時采集動力定位船舶7的位置和角度信息，簡稱位姿信息η，并將采集到的位姿信息傳遞給顯控計算機(jī)1和擴(kuò)張狀態(tài)觀測器3；

(2)顯控計算機(jī)1實時顯示船舶的實際位姿信號并將期望位姿階躍信號ηd0傳遞給導(dǎo)引系統(tǒng)2；

(3)導(dǎo)引系統(tǒng)2對期望位姿階躍信號進(jìn)行平滑處理，得到連續(xù)的期望位姿信息ηd和其一階、二階導(dǎo)數(shù)并傳遞給滑?？刂破?；

(4)擴(kuò)張狀態(tài)觀測器3將船舶運(yùn)動中的未建模動態(tài)、模型不確定項和環(huán)境干擾擴(kuò)張成一個擴(kuò)張狀態(tài)向量d，并對位姿信息和擴(kuò)張狀態(tài)向量進(jìn)行估計，得到擴(kuò)張狀態(tài)向量估計值位姿信息估計值及其一階、二階導(dǎo)數(shù)并傳遞給滑模控制器4；

(5)rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器5針對控制輸入飽和下的控制量誤差δ進(jìn)行rbf逼近，得到控制量補(bǔ)償誤差并傳遞給滑?？刂破?；

(6)滑?？刂破?針對期望位姿信息和其一階、二階導(dǎo)數(shù)ηd,位姿信息估計值及其一階、二階導(dǎo)數(shù)和擴(kuò)張狀態(tài)向量估計值控制輸入飽和下的控制量誤差估計進(jìn)行滑?？刂?，得到執(zhí)行機(jī)構(gòu)6在輸入飽和條件下的控制量τ；

(7)執(zhí)行機(jī)構(gòu)6根據(jù)滑?？刂破?輸出的控制量τ對動力定位船舶7進(jìn)行控制，使得船舶運(yùn)動到期望位姿狀態(tài)。

本發(fā)明可提高船舶動力定位系統(tǒng)的抗干擾能力和定位精度，在推進(jìn)器、螺旋槳等執(zhí)行機(jī)構(gòu)輸入受限情況下能夠達(dá)到較好的控制效果。

附圖說明

圖1是基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂葡到y(tǒng)總體結(jié)構(gòu)圖；

圖2是動力定位船舶在未考慮控制輸入飽和下的運(yùn)動曲線；

圖3是動力定位船舶在考慮控制輸入飽和下的運(yùn)動曲線；

圖4是動力定位船舶縱向控制力曲線；

圖5是動力定位船舶橫向控制力曲線；

圖6是動力定位船舶艏向控制力矩曲線。

具體實施方式

下面結(jié)合附圖對本發(fā)明進(jìn)行更詳細(xì)描述。

本發(fā)明的基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂葡到y(tǒng)，包括顯控計算機(jī)1，導(dǎo)引系統(tǒng)2，擴(kuò)張狀態(tài)觀測器3，滑?？刂破?，rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器5，執(zhí)行機(jī)構(gòu)6，動力定位船舶7，傳感器系統(tǒng)8。傳感器系統(tǒng)8實時采集動力定位船舶7的位置和角度信息，簡稱位姿信息η，并將采集到的位姿信息傳遞給顯控計算機(jī)1和擴(kuò)張狀態(tài)觀測器3；顯控計算機(jī)1實時顯示船舶的實際位姿信號并將期望位姿階躍信號ηd0傳遞給導(dǎo)引系統(tǒng)2；導(dǎo)引系統(tǒng)2對期望位姿階躍信號進(jìn)行平滑處理，得到連續(xù)的期望位姿信息ηd和其一階、二階導(dǎo)數(shù)并傳遞給滑?？刂破?；擴(kuò)張狀態(tài)觀測器3將船舶運(yùn)動中的未建模動態(tài)、模型不確定項和環(huán)境干擾擴(kuò)張成一個擴(kuò)張狀態(tài)向量d，并對位姿信息和擴(kuò)張狀態(tài)向量進(jìn)行估計，得到擴(kuò)張狀態(tài)向量估計值位姿信息估計值及其一階、二階導(dǎo)數(shù)并傳遞給滑?？刂破?；rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器5針對控制輸入飽和下的控制量誤差δ進(jìn)行rbf逼近，得到控制量補(bǔ)償誤差并傳遞給滑模控制器4；滑?？刂破?針對期望位姿信息和其一階、二階導(dǎo)數(shù)ηd,位姿信息估計值及其一階、二階導(dǎo)數(shù)和擴(kuò)張狀態(tài)向量估計值控制輸入飽和下的控制量誤差估計進(jìn)行滑模控制，得到執(zhí)行機(jī)構(gòu)6在輸入飽和條件下的控制量τ；執(zhí)行機(jī)構(gòu)6根據(jù)滑?？刂破?輸出的控制量τ對動力定位船舶7進(jìn)行控制，使得船舶運(yùn)動到期望位姿狀態(tài)。

下面對本發(fā)明的基于rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)拇皠恿Χㄎ换？刂品椒ㄗ龈敿?xì)的說明：

船舶三自由度(縱蕩、橫蕩、艏搖)低頻運(yùn)動模型為：

其中，為船舶在慣性坐標(biāo)系下的位置和姿態(tài)向量(x,y為船舶橫向和縱向位置，ψ為船舶艏向角)，為船舶在慣性系下位姿信息的一階導(dǎo)數(shù)，為船舶在附體坐標(biāo)系下的位姿向量(u,v為船舶橫向和縱向速度，r為船舶艏向角速度)，為船舶質(zhì)量矩陣，d(υ)＞03×3,d(υ)＝d^τ(υ)為阻尼系數(shù)矩陣，為科里奧利和中心力矩陣，為控制力和力矩向量，為由慢變環(huán)境干擾和未建模動態(tài)產(chǎn)生的力和力矩向量。為地固坐標(biāo)系和隨體坐標(biāo)系之間的轉(zhuǎn)換矩陣，其具體表示形式為

導(dǎo)引系統(tǒng)對顯控計算機(jī)輸出的期望位姿階躍信號ηd0進(jìn)行平滑處理，得到期望位姿信息以及期望位姿信息的一階、二階導(dǎo)數(shù)

其中，ts為截止時間，ωn導(dǎo)引系統(tǒng)振蕩環(huán)節(jié)固有頻率，ζ為導(dǎo)引系統(tǒng)振蕩環(huán)節(jié)相對阻尼比，δ為縱向路徑生成器設(shè)計參數(shù)。

為了便于對船舶進(jìn)行控制，將船舶模型(1)進(jìn)行如下變換：

其中，為轉(zhuǎn)換矩陣r(ψ)關(guān)于時間的導(dǎo)數(shù)，并且

m^*＝r(ψ)mr^τ(ψ)

d^*＝r(ψ)d(υ)r^τ(ψ)

b^*＝r(ψ)r^τ(ψ)b＝b

狀態(tài)觀測器具體形式為：

其中，為船舶位姿向量的估計值，為船舶位姿信號一階導(dǎo)數(shù)的估計值，為船舶位姿向量估計值的一階導(dǎo)數(shù)，為船舶位姿向量估計值的二階導(dǎo)數(shù)，為擴(kuò)張狀態(tài)變量的估計值，為擴(kuò)張狀態(tài)變量估計值的一階導(dǎo)數(shù)，為正定矩陣，ε＞0為常數(shù)。

由于執(zhí)行機(jī)構(gòu)的輸入限幅問題，設(shè)實際控制輸入與控制量之間的誤差為其中sat(τ)為輸入飽和函數(shù)，具體形式為

其中，為控制輸入的最大值。

rbf神經(jīng)網(wǎng)絡(luò)補(bǔ)償器針對控制量之間的誤差δ進(jìn)行逼近，得到補(bǔ)償值則rbf控制算法為

其中，為神經(jīng)網(wǎng)絡(luò)輸入，hj,j＝1,2,…,l為高斯向量基函數(shù)的輸出向量，cj為第j個隱含層神經(jīng)元的中心位置，bj為高斯分布的寬度，ε≤εmax為神經(jīng)網(wǎng)絡(luò)誤差估計，神經(jīng)網(wǎng)絡(luò)的權(quán)值矩陣為

則rbf神經(jīng)網(wǎng)絡(luò)的輸出為

其中，為權(quán)值估計矩陣，h(x)為高斯基向量。

定義誤差設(shè)則滑模函數(shù)s為

其中，υr為中間變量，為增益矩陣。

因此，滑?？刂坡蔀?/p>

其中，為增益矩陣。

rbf神經(jīng)網(wǎng)絡(luò)的自適應(yīng)律為

其中，γ為常值方陣，s^τ為滑模函數(shù)向量的轉(zhuǎn)置。