船舶航向自適應(yīng)控制系統(tǒng)研究

齊跡 李建民 李偉

摘 ?要：本文設(shè)計并模擬船舶航向自適應(yīng)控制器，用于解決傳統(tǒng)航向控制非線性系統(tǒng)在復雜環(huán)境下控制效果差的問題。控制器的系數(shù)可由Matlab LMI工具箱計算得出，針對航向控制非線性系統(tǒng)，采用自適應(yīng)控制方法設(shè)計控制器，該方法可以保證船舶航向控制系統(tǒng)的全局有界性。最后針對實船驗證，仿真結(jié)果表明該控制器性能良好，控制方法有效。

關(guān)鍵詞：航向;自適應(yīng);控制系統(tǒng);非線性;控制器

0 引 言

隨著航行安全、節(jié)能、降低船員勞動強度等需要的提高，航向控制始終受到人們的高度重視[1-3]。但由于航速、外界干擾等條件的時變性，航向控制系統(tǒng)模型具有典型的不確定性及不穩(wěn)定性，并且航向控制僅能量測航向角應(yīng)用于反饋控制[4]。傳統(tǒng)的控制器設(shè)計都是狀態(tài)反饋控制（特別是針對線性系統(tǒng)），而針對非線性系統(tǒng)，特別是非線性項為不可量測狀態(tài)的線性函數(shù)的非線性系統(tǒng)的狀態(tài)觀測器的研究較少[5-7]。本文利用航向控制非線性系統(tǒng)模型的特殊形式，基于Lyapunov設(shè)計了一種船舶航向自適應(yīng)控制系統(tǒng)。

1 問題描述

設(shè)計船舶航向自動舵時，一般采用線性的野本方程建立船舶航向控制系統(tǒng)模型[8]。考慮非線性和外界干擾的影響，引入非線性項和外界干擾項，方程表達式為：

（1）

式中：為跟隨線性指數(shù);為航向角;為非線性指系數(shù);為旋回性指數(shù);為控制舵角。

取，則船舶航向非線性系統(tǒng)模型可轉(zhuǎn)換為狀態(tài)空間表達形式為：

（2）

船舶航向非線性控制系統(tǒng)的控制目的為在僅有系統(tǒng)輸出可以量測的情況下，使系統(tǒng)輸出即鎮(zhèn)定到設(shè)定航向上。為此需要分析系統(tǒng)的結(jié)構(gòu)與組成，設(shè)計航向自適應(yīng)非線性控制系統(tǒng)的控制框架，其基本結(jié)構(gòu)如圖1所示。航向模型參考自適應(yīng)控制結(jié)構(gòu)如圖2所示，相比較自適應(yīng)調(diào)節(jié)器，模型參考自適應(yīng)控制器穩(wěn)定性更高，因此本文基于模型參考自適應(yīng)控制器進行研究。

2 基于Lyapunov的船舶航向自適應(yīng)控制系統(tǒng)

航向自適應(yīng)控制系統(tǒng)以Lyapunov穩(wěn)定性原理為依據(jù)，可以保證系統(tǒng)的漸進穩(wěn)定性，而且可適用于系統(tǒng)參數(shù)大范圍變化的情形[9]。系統(tǒng)假設(shè)如下：

①可調(diào)系統(tǒng)為線性時變系統(tǒng)，結(jié)構(gòu)已知，參數(shù)可調(diào);

②可調(diào)系統(tǒng)的狀態(tài)變量均為可測。

設(shè)參考模型為：

（3）

可調(diào)系統(tǒng)模型為：

（4）

式中：為廣義誤差向量，可以得到關(guān)于e的微分方程為：

（5）

對任何初始條件xs（0）和分段連續(xù)的輸入r（t），決定As（e，t）、Bs（e，t）的調(diào)整規(guī)律使得廣義誤差漸進趨于0，即

（6）

系統(tǒng)是全局漸進穩(wěn)定的。且當t→+∞時，應(yīng)有

（7）

以此基于Lyapunov穩(wěn)定性理論構(gòu)造自適應(yīng)控制系統(tǒng)，構(gòu)造下列二次型正定函數(shù)作為Lyapunov函數(shù)：

（8）

其中，，，。

進一步得到

（9）

上述自適應(yīng)律可以保證自適應(yīng)控制系統(tǒng)是全局漸進穩(wěn)定的。

除了系統(tǒng)全局漸進穩(wěn)定外，還要求可調(diào)系統(tǒng)參數(shù)收斂，即

（10）

由于As（e，t）、Bs（e，t）的調(diào)整僅僅依賴于廣義誤差e（t），故當自適應(yīng)系統(tǒng)全局穩(wěn)定時，有，而As（e，t）、Bs（e，t）趨于一個常數(shù)矩陣，即

（11）

可得

（12）

有三種情形可保證該式成立：①C≠0，D≠0，xs、r線性相關(guān);②;③C=0， D=0， xs、r線性獨立。

設(shè)系統(tǒng)的參考模型為：

（13）

（14）

廣義誤差向量為：

（15）

可以看到，需要調(diào)整的系數(shù)僅有和，取

（16）

根據(jù)，得到

（17）

（18）

則可取

（19）

最后得到系統(tǒng)參數(shù)：

（20）

（21）

3 仿真分析

仿真研究以“育鯤”遠洋實習船為研究對象，該實習船的基本參數(shù)見表1。

基于Matlab的LMI工具箱，取自適應(yīng)增益γ=1，參考輸入yr為方波信號，其幅值r分別取為0.6、1.2、3.2，采用可調(diào)增益MIT-MRAC算法，其仿真結(jié)果如圖3和圖5所示。

由圖3、圖5可知，參考輸入信號的幅值很大程度影響系統(tǒng)的收斂速度和穩(wěn)定性。

圖3 r=0.6時系統(tǒng)仿真曲線

3.1 自適應(yīng)控制器MIT歸一化算法仿真

該算法是對前面算法的修正，使得自適應(yīng)增益與輸入信號幅值無關(guān)。自適應(yīng)增益保持不變，幅值分別為r=0.6、1.2、10000。采用可調(diào)增益MIT-MRAC歸一化算法，得到仿真結(jié)果，如圖6、圖8所示。

根據(jù)圖6、圖8可以很明顯地看出，MIT歸一化算法在線性系統(tǒng)自適應(yīng)控制器仿真中，在參考輸入信號幅值相當大的范圍內(nèi)均能保證閉環(huán)系統(tǒng)穩(wěn)定，即閉環(huán)系統(tǒng)的穩(wěn)定穩(wěn)定性與參考輸入信號幅值無關(guān)。

3.2 Lyapunov-MRAC算法仿真

在此基礎(chǔ)上，基于Lyapunov穩(wěn)定性理論對自適應(yīng)控制器進行仿真。考慮如下被控對象模型：

（22）

選擇參考模型為：

（23）

自適應(yīng)增益不變，參考輸入yr為方波信號，幅值取3.2，采用Lyapunov-MRAC算法仿真，結(jié)果如圖9所示。

由圖可見Lyapunov-MRAC算法得到的系統(tǒng)具有全局漸進穩(wěn)定性。

4 結(jié) 論

本文利用3種算法，通過改變幅值r的取值得到了不同的系統(tǒng)仿真曲線。通過觀察圖3和圖5可知，原始算法得到的系統(tǒng)輸出響應(yīng)曲線不僅不穩(wěn)定，而且受幅值的影響很大;由圖6、圖8可知，改進的算法即MIT-MRAC歸一化算法雖然不穩(wěn)定，但是不受幅值影響;由圖9可知，基于Lyapunov穩(wěn)定性理論的Lyapunov-MRAC算法得到的系統(tǒng)輸出響應(yīng)非常穩(wěn)定。3種算法對比見表2。

進一步利用得到3種算法的精確度，見表3。

可見，MIT-MRAC算法和MIT-MRAC歸一化算法的精確度較為接近，Lyapunov-MRAC算法精度明顯由于其他2種算法。基于MIT-MRAC改進的算法MIT-MRAC歸一化算法可以在參考輸入信號幅值相當大的范圍內(nèi)仍能保證閉環(huán)系統(tǒng)穩(wěn)定，這顯示了改進的算法的先進性，同時基于Lyapunov原理所設(shè)計的Lyapunov-MRAC算法不僅穩(wěn)定性高而且精確度也比其他2種算法優(yōu)越。

船舶航向自適應(yīng)控制是船舶交通系統(tǒng)安全領(lǐng)域的一個重要研究方向，可用于描述交通系統(tǒng)的波動行為，對于構(gòu)建系統(tǒng)的風險空間分布具有重要的實踐意義。

參考文獻

[1] 王雪峰.大型船舶橫向非線性減搖自適應(yīng)控制系統(tǒng)[J].艦船科學技術(shù)，2021，43（10A）：7-9.

[2] 石浩.一種基于AIS數(shù)據(jù)的船舶航線自動規(guī)劃方法[J].上海船舶運輸科學研究所學報，2021， 44（1）：25-30.

[3] 段俊利.基于歷史航跡的船舶任意點到港的航線規(guī)劃算法[J].上海船舶運輸科學研究所學報， 2020， 43（2）：10-15.

[4] 劉仁偉，薛彥卓.受限水域中船舶自動避碰模型及應(yīng)用[J].哈爾濱工業(yè)大學學報，2018，50（03）：171-177+184.

[5] Daejeong Kim， Soonseok Song， Tonio Sant， Yigit Kemal Demirel， Tahsin Tezdogan.Nonlinear URANS model for evaluating course keeping and turning capabilities of a vessel with propulsion system failure in wave[J]. International Journal of Naval Architecture and Ocean Engineering.2021，1-45.

[6] 王振雷，毛福興，王昕.基于切換的多模型二階段自適應(yīng)控制器設(shè)計[J].控制與決策，2018，33（01）：143-149.

[7] Dohwan Kim，Yuchang Won，Yongsoon Eun，Kyung-Joon Park.Resilient architecture for network and control co-design under wireless channel uncertainty in cyber-physical systems[J].Transactions on Emerging Telecommunications Technologies，2019，30（4）：3490-3499.

[8] 文元橋.船舶行為的語義建模與表達[J].哈爾濱工業(yè)大學學報，2021，53（08）：109-115.

[9] Aslam Muhammad Shamrooz，Dai Xisheng，Hou Jun.Reliable control design for composite-driven scheme based on delay networked T-S fuzzy system[J].International Journal of Robust&Nonlinear Control，2020，30（4）：1622-1642.

基金項目：吉林省教育廳科學研究規(guī)劃項目（JJKH20200333KJ，JJKH20200329KJ， JJKH20190909KJ，JJKH20190922KJ），國家自然科學基金項目（41671397），吉林省預算內(nèi)基本建設(shè)資金計劃項目（2020C037-7），吉林省科技發(fā)展計劃項目（20191001008XH）

作者簡介：

齊跡，博士，碩士生導師，研究方向：信息工程及控制研究李建民，教授，船長，博士，碩士生導師，研究方向：交通信息工程及控制研究