動力定位非線性自適應反步控制器設計

夏國清，周全

哈爾濱工程大學自動化學院，黑龍江哈爾濱 150001

動力定位非線性自適應反步控制器設計

夏國清，周全

哈爾濱工程大學自動化學院，黑龍江哈爾濱 150001

提出了一種基于VxWorks實時操作系統的船舶動力定位控制器設計，給出了整體框架和軟件模塊設計。實際工況中，存在模型參數難以精確描述和外界擾動不確定的問題，在控制方法上，設計了一種基于RBF神經網絡的自適應反步控制。RBF神經網絡對連續函數在緊集范圍內具有任意經度的逼近能力，可有效解決船舶水動力高度非線性以及水動力系數難以準確估計的問題。海浪流引起的不確定外界擾動可通過自適應估計補償。根據Lyapunov穩定性理論證明所設計的控制器是全局漸近穩定的，仿真結果驗證了該方法的有效性。

VxWorks；動力定位；RBF神經網絡；自適應控制；反步法

動力定位技術是指船舶依靠自身的動力，使船舶穩定在空間一定點位置。對整個動力定位系統而言，最核心的是系統控制器，其主要由硬件部分和軟件部分組成。早期的控制器大多采用工控機，但其存在體積大、功耗大等問題；同時為了保證的系統的實時性，單靠硬件很難實現，需要借助實時操作系統的支持。采用嵌入式實時系統VxWorks就能很好地解決這些問題。目前，挪威的kongsberg公司率先將PowerPC處理器與VxWorks操作系統相融合設計出了功能強大的動力定位控制器［1］。控制器的軟件技術主要體現在控制算法上，早期的控制方法有PID控制、bang-bang控制，而后為自適應控制、最優控制、魯棒控制、非線性控制，到現在的智能控制［2-8］。本文基于VxWorks實時操作系統，設計了一種RBF神經網絡的自適應反步控制器。

1 總體設計

如圖1所示，動力定位系統是一種主要由控制部分、執行部分和測量部分組成的閉環控制系統。動力定位要求系統必須在規定的時間內完成控制任務，因此對于控制器實時性、可靠性要求比較高。本文選擇了VxWorks實時操作系統設計控制器，并通過串口與運行船舶運動仿真程序的PC機通訊［9］，組成閉環實現對船舶的控制，整體框架如圖2所示。

圖1 動力定位系統框圖

圖2 整體框架

2 硬件平臺選擇

本文所使用的硬件為美國RTD公司的PC104計算機系統，該系統有良好的散熱性能和密封性能，能妥善保護系統內部元件和數據。下面是PC104計算機的具體參數：

1）CPU：1．0 GHz Intel Celeron M處理器

2）內存：256 MB DDR SDRAM

3）總線接口：ISA總線和PCI總線

4）數據總線：64 bit

5）DMA通道：7

6）中斷等級：16

3 軟件設計

動力定位控制器主要完成對船舶的控制任務，它根據當前的船舶位置和姿態信息，調用控制算法，得到控制船舶到指定位置的控制指令。本文基于VxWorks的多任務機制，把動力定位控制器分為初始化模塊、通信模塊和控制模塊3部分。

3．1 初始化模塊

初始化模塊用一個非循環任務完成，主要完成基本初始化任務，如打開串口、清空串口內數據、創建用于任務間同步與通信的量和創建其他任務等。其流程圖如圖3所示。

3．2 通信模塊

通信該模塊由兩個循環任務組成。任務1負責接收PC機發送的船舶位置、姿態信息。任務2負責向PC機發送經控制器解算后的控制命令。它們的工作流程如圖4所示。

3．3 控制模塊

控制模塊是指根據當前船舶的位置和姿態來計算控制量，并將控制指令進行數據打包。控制任務的流程圖如圖5所示。

圖3 系統初始化任務流程

圖4 通信任務流程

圖5 控制任務流程

4 控制器設計

4．1 船舶數學模型

動力定位三自由度水面船運動非線性數學模型可表示為［10-11］

式中：η＝ [x y ψ]T為固定坐標系下船舶的縱向位移、橫向位移以及艏搖角度，v＝ [u v r]T為隨船坐標系下船舶的縱向速度、橫向速度和艏搖角速度，J（ψ）為兩坐標系轉換關系，M為慣性矩陣，C（v）為科氏向心力矩陣，D為阻尼矩陣，τ為控制力和控制力矩，f為外部擾動作用力。

4．2 動力定位反步控制器設計

5 實例仿真

本文以某船為仿真實例，驗證所設計的控制器性能。供給船的慣性矩陣、科氏向心力矩陣和阻尼矩陣分別為

在仿真中，船舶的初始位置 η0＝［0 0 0］T，期望目標位置ηd＝［10 5 15］T，仿真結果如圖6所示。

圖6 RBF神經網絡自適應反步控制仿真

仿真結果表明，存在環境干擾，船舶數學模型g（v）中存在不確定項時，基于反步法，采用神經網絡自適應控制，對f采用自適應估計，采用6個網絡輸入，7個隱層節點的RBF神經網絡對進行g（v）非線性逼近，動力定位仿真取得了較好的控制效果。

6 結束語

本文設計了一個非線性船舶動力定位RBF神經網絡自適應反步控制器?？刂破骰赩xWorks實時嵌入式系統設計，保證了系統的強實時性。利用RBF神經網絡的非線性逼近能力進行在線估計，有效地解決了水動力模型高度非線性及參數不確定的問題。仿真結果表明動力定位取得滿意的控制效果，驗證了本方法的有效性、實用性。

［1］基于VxWorks的嵌入式動力定位控制器的設計與實現［D］．哈爾濱：哈爾濱工程大學，2011：4-6．

［2］葉寶玉，王欽若，熊建斌．船舶動力定位非線性自適應反步控制器設計［J］．計算機工程與設計，2012，33（9）：3647-3651．

［3］YU Peiwen，CHEN Hui．Design of optimal controller for dy-namic positioning system［J］．Advanced Materials Re-search，2011，308／309／310：2127-2130．

［4］趙大威，邊信黔，丁福光．非線性船舶動力定位控制器設計［J］．哈爾濱工程大學學報，2011，32（1）：57-61．

［5］王欽若，葉寶玉，宋亞男．船舶／平臺動力定位系統研究現狀與產學進展［C］／／中國自動化學會中南六省自動化學會第28屆學術年會．廣州，中國，2010：43-49．

［6］SORENSEN A J．A survey of dynamic positioning control systems［J］．Annual Reviews in Control，2011，35（1）：1127-1130．

［7］FOSSEN T．Guidence and control of ocean vehicles［M］．New York：Wiley，1994：562-568．

［8］WONDERGEM M．Output feedback tracking of ships［J］．IEEE Transaction on Control Systems Technology，2011，19（2）：798-802．

［9］鄭燕，王楊．關于VxWorks實時操作系統串口通訊程序的設計與實現［J］．決策管理，2009，9（5）：41-42．

［10］趙之韻．船舶動力定位系統控制器設計［D］．大連：大連海事大學，2009：20-22．

［11］馮欣．基于Backstepping的船舶動力定位系統控制器設計［D］．大連：大連海事大學，2009：10-15．

［12］劉金琨．智能控制［M］．2版．北京：電子工業出版社，2009：158-168．

Nonlinear adaptive backstepping controller design of dynamic positioning system

XIA Guoqing，ZHOU Quan
College of Automation，Harbin Engineering University，Harbin 150001，China

This paper designed a type of dynamic positioning controller based on real-time operating system Vx-Works，and showed the design of general structure and soft module in detail．In actual working condition，the pa-rameters in the model of nonlinear dynamic positioning ship are difficult to be accurately described and the external disturbances are usually uncertain．An adaptive backstepping controller based on RBF neural network is designed．The approximation ability of RBF neural networks for continuous function in compact set is of arbitrary precision，which can effectively solve the problems that the ship hydrodynamic force is highly nonlinear and the hydrodynamic coefficients are difficult to be accurately estimated．The uncertain additional forces caused by the ocean current can be estimated by adaptive compensation．Global asymptotic stability is proved by the Lyapunov stability theory，and the simulation results show that the designed controller is available and valid in ship dynamic positioning．

VxWorks；dynamic positioning；RBF neural network；adaptive control；backstepping

TP273

A

1009-671X（2014）03-0027-04

10．3969／j．issn．1009-671X．201308005

2013-08-16．

夏國清（1962-），男，教授，博士生導師；

周全（1989-），男，碩士研究生．

周全，E-mail：ZhouQuan_Louis＠163．com．