基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法技术

本发明专利技术公开了一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法，包括：建立船舶动力定位系统的静水中的船舶操纵运动数学模型与风浪中的船舶操纵运动数学模型；设计模糊PID控制器，通过模糊PID控制器实现对船舶的在固定坐标系下的实际位置进行修正；采用改进的粒子群算法对船舶动力定位系统的模糊PID控制器的模糊参数进行寻优，设计经粒子群优化的模糊控制系统；基于经粒子群优化的模糊控制系统实现对船舶的定位控制。解决了由于现有的模糊控制器中的隶属度函数的选取以及模糊规则等参数的设定全部来自于人工经验获取，且常规PSO控制方法很容易陷入局部最优，从而降低使用人员的工作效率和控制效率，影响船舶动力定位控制的性能得问题。定位控制的性能得问题。定位控制的性能得问题。

【技术实现步骤摘要】
基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法


[0001]本专利技术涉及船舶动力定位领域，尤其涉及一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法。

技术介绍

[0002]随着时代的发展，海洋工程设备规模的扩大，船舶动力定位系统的功能已不再只是单一的动力定位，用户对于船舶动力定位系统的要求更加多样化，所以，新型的动力定位控制方法越来越多的出现在动力定位系统中。船舶DP控制技术在过去的几十年发展历程中得到了理论和工程实践上的认可，并取得了许多成就，但是还普遍存在着很多非线性因素和不确定性干扰问题。
[0003]模糊PID控制具有对模型要求不高，而且可以有效实现人的控制策略和经验等优点；但是，由于现有的模糊控制器中的隶属度函数的选取以及模糊规则等参数的设定全部来自于人工经验获取，且常规PSO控制方法很容易陷入局部最优，从而降低使用人员的工作效率和控制效率；因此将会有很大的主观性，影响船舶动力定位控制的性能。

技术实现思路

[0004]本专利技术提供一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法，以克服由于现有的模糊控制器中的隶属度函数的选取以及模糊规则等参数的设定全部来自于人工经验获取，且常规PSO控制方法很容易陷入局部最优，从而降低使用人员的工作效率和控制效率；因此将会有很大的主观性，影响船舶动力定位控制控制的性能得问题。
[0005]为了实现上述目的，本专利技术的技术方案是：
[0006]一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法包括：
[0007]步骤S1：建立船舶动力定位系统的数学模型，所述数学模型包括静水中的船舶操纵运动数学模型与风浪中的船舶操纵运动数学模型；
[0008]步骤S2：设计模糊PID控制器，确定模糊论域与隶属度函数，制定模糊控制规则；
[0009]通过所述模糊PID控制器实现对船舶的在固定坐标系下的实际位置进行修正；
[0010]步骤S3：采用改进的粒子群算法对船舶动力定位系统的模糊PID控制器的模糊参数进行寻优，设计经粒子群优化的模糊控制系统；
[0011]步骤S4：基于经粒子群优化的模糊控制系统实现对船舶的定位控制。
[0012]进一步的，所述步骤S1中建立船舶动力定位系统的数学模型具体为
[0013]步骤S1.1：建立船舶三自由度运动数学模型为：
[0014][0015]其中，m为船舶质量；表示流体惯性力和流体惯性力矩；u为沿x方向的移动
(纵荡)的线速度；r为绕z轴转动的角速度；x
G
为重心在船体x轴坐标系下的位置；X为沿x方向的移动(纵荡)的力，Y为沿y方向的移动(横荡)的力，Z为沿z方向的移动(垂荡)的力，下标H、P、R分别表示船体水动力，螺旋桨力和舵力；I
zz
为绕z轴的转动惯量；
[0016]步骤S1.2:对所述船舶三自由度运动数学模型进行线性化处理，获得静水中的船舶操纵运动数学模型，对应的模型为：
[0017][0018]其中，X
u
为沿x轴方向的单位速度上受到的流体黏性力；Y
v
为沿y轴方向的单位速度上受到的流体黏性力；N
r
为绕z轴的单位速度上受到的流体力矩；为水动力在纵荡方向上，在x轴方向的加速度作用下引起的附加质量；为水动力在横荡方向上，在y轴方向的加速度作用下引起的附加质量；为水动力在艏摇横荡方向上，在z轴方向的加速度作用下引起的附加质量；为水动力在艏摇方向上，在y轴方向的加速度作用下引起的附加质量；为水动力在艏摇方向上，在z轴方向的加速度作用下引起的附加质量；
[0019]步骤S1.3：建立风浪中的船舶操纵运动数学模型为：
[0020][0021]其中，为加速度矩阵，为加速度矩阵，表示流体惯性力和流体惯性力矩；v为速度矩阵，v＝[u v r]T
；τ
t
为合外力矩阵，τ
t
＝[τ
tx τ
ty τ
tn
]T
，τ
tx
为沿x轴方向所受的合外力，τ
ty
为沿y轴方向所受的合外力，τ
tn
为沿z轴方向所受的合外力；M为质量矩阵，m为船舶质量，表示水动力导数；D为阻尼矩阵，X
u
、Y
v
,、N
r
、Y
r
、N
v
表在单位速度上受到的流体黏性力或力矩。
[0022]进一步的，步骤S2中所述设计模糊PID控制器具体为
[0023]步骤S2.1：通过建立的船舶数学模型，估计因外界环境力与推进器推力对船舶的作用而产生的船舶的位置信息；所述外界环境力包括海风、海浪以及海流对船舶产生的力；
[0024]通过传感器测量系统检测出船舶的实际位置与所需要的目标位置的差值作为位置偏差e；将单位时间内的位置偏差e作为误差变化率ec；
[0025]并以位置偏差e与误差变化率ec作为模糊自适应控制算法的输入；
[0026]步骤S2.2：模糊PID控制器采用双输入三输出的模糊自适应控制算法的参考模型；所述双输入包括位置偏差e与误差变化率ec，所述三输出包括PID三个控制律参数的补偿量Δk
p
、Δk
i
以及Δk
d
；
[0027]步骤S2.3：通过将不同输入通道的位置偏差e与误差变化率ec缩放到某一相同论域内，并按照设定的隶属度函数将位置偏差e与误差变化率ec模糊化，获取模糊量；
[0028]步骤S2.4：根据系统特性制定PID三个控制律参数的补偿量Δk
p
、Δk
i
以及Δk
d
模糊规则，所述模糊规则用公式表达的形式为
[0029][0030]式中：n和m为角标，表示第n行第m列；k为系数；Δk
′
p
为Δk
p
的修正量；Δk
′
i
为Δk
i
的修正量；Δk
′
d
为Δk
d
的修正量；R
kp
为e和ec与修正量Δk
′
p
的模糊关系；R
ki
为e和ec与修正量Δk
′
i
的模糊关系；R
kd
为e和ec与修正量Δk
′
d
的模糊关系；E是隶属于偏差e的模糊值；EC是隶属于偏差变化率ec的模糊值；
[0031]步骤S2.5：将模糊量代入模糊规则中进行模糊推理，获得模糊输出量Δk
′
p
、Δk
′
i
以及Δk
′
i
，计算公式为：
[0032][0033]步骤S2.6：通过反模糊化将将模糊输出量Δk
′
p...

【技术保护点】

【技术特征摘要】
1.一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法，其特征在于，包括：步骤S1：建立船舶动力定位系统的数学模型，所述数学模型包括静水中的船舶操纵运动数学模型与风浪中的船舶操纵运动数学模型；步骤S2：设计模糊PID控制器，确定模糊论域与隶属度函数，制定模糊控制规则；通过所述模糊PID控制器实现对船舶的在固定坐标系下的实际位置进行修正；步骤S3：采用改进的粒子群算法对船舶动力定位系统的模糊PID控制器的模糊参数进行寻优，设计经粒子群优化的模糊控制系统；步骤S4：基于经粒子群优化的模糊控制系统实现对船舶的定位控制。2.根据权利要求1所述的一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法，其特征在于，所述步骤S1中建立船舶动力定位系统的数学模型具体为步骤S1.1：建立船舶三自由度运动数学模型为：其中，m为船舶质量；表示流体惯性力和流体惯性力矩；u为沿x方向的移动(纵荡)的线速度；r为绕z轴转动的角速度；x
G
为重心在船体x轴坐标系下的位置；X为沿x方向的移动(纵荡)的力，Y为沿y方向的移动(横荡)的力，Z为沿z方向的移动(垂荡)的力，下标H、P、R分别表示船体水动力，螺旋桨力和舵力；I
zz
为绕z轴的转动惯量；步骤S1.2:对所述船舶三自由度运动数学模型进行线性化处理，获得静水中的船舶操纵运动数学模型，对应的模型为：其中，X
u
为沿x轴方向的单位速度上受到的流体黏性力；Y
v
为沿y轴方向的单位速度上受到的流体黏性力；N
r
为绕z轴的单位速度上受到的流体力矩；为水动力在纵荡方向上，在x轴方向的加速度作用下引起的附加质量；为水动力在横荡方向上，在y轴方向的加速度作用下引起的附加质量；为水动力在艏摇横荡方向上，在z轴方向的加速度作用下引起的附加质量；为水动力在艏摇方向上，在y轴方向的加速度作用下引起的附加质量；为水动力在艏摇方向上，在z轴方向的加速度作用下引起的附加质量；步骤S1.3：建立风浪中的船舶操纵运动数学模型为：其中，为加速度矩阵，为加速度矩阵，表示流体惯性力和流体惯性力矩；v为速度矩阵，v＝[u v r]
T
；τ
t
为合外力矩阵，τ
t
＝[τ
tx τ
ty τ
tn
]
T
，τ
tx
为沿x轴方向所受的合外力，τ
ty
为沿y轴方向所受的合外力，τ
tn
为沿z轴方向所受的合外力；M为质量矩阵，
m为船舶质量，表示水动力导数；D为阻尼矩阵，X
u
、Y
v
,、N
r
、Y
r
、N
v
表在单位速度上受到的流体黏性力或力矩。3.根据权利要求1所述的一种基于动态种群代价诱导粒子群优化的船舶模糊PID控制方法，其特征在于，步骤S2中所述设计模糊PID控制器具体为步骤S2.1：通过建立的船舶数学模型，估计因外界环境力与推进器推力对船舶的作用而产生的船舶的位置信息；所述外界环境力包括海风、海浪以及海流对船舶产生的力；通过传感器测量系统检测出船舶的实际位置与所需要的目标位置的差值作为位置偏差e；将单位时间内的位置偏差e作为误差变化率ec；并以位置偏差e与误差变化率ec作为模糊自适应控制算法的输入；步骤S2.2：模糊PID控制器采用双输入三输出的模糊自适应控制算法的参考模型；所述双输入包括位置偏差e与误差变化率ec，所述三输出包括PID三个控制律参数的补偿量Δk
p
、Δk
i
以及Δk
d
；步骤S2.3：通过将不同输入通道的位置偏差e与误差变化率ec缩放到某一相同论域内，并按照设定的隶属度函数将位置偏差e与误差变化率ec模糊化，获取模糊量；步骤S2.4：根据系统特性制定PID三个控制律参数的补偿量Δk
p
、Δk
i
以及Δk
d
模糊规则，所述模糊规则用公式表达的形式为式中：n和m为角标，表示第n行第m列；k为系数；Δk
′
p
为Δk
p
的修正量；Δk
′
i
为Δk
i
的修正量；Δk
′
d
为Δk
d
的修正量；R
kp
为e和ec与修正量Δk
′
p
的模糊关系；R
ki
为e和ec与修正量Δk
′
i
的模糊关系；R
kd
为e和ec与修正量Δk
′
d
的模糊关系；E是隶属于偏差e的模糊值；EC是隶属于偏差变化率ec的模糊值；步骤S2.5：将模糊量代入模糊规则中进行模糊推理，获得模糊输出量Δk
′
p
、Δk
′
i
以及Δk
′
i
，计算公式为：步骤S2.6：通过反模糊化将模糊输出量Δk
′
p
，Δk
′
i
和Δk
′
d
分别与量化比例因子k
up
、k
ui
以及k
ud
相乘后可以得到精确修正量Δk
p
，Δk
i
以及Δk
d
；根据得到的精确修正量Δk
p
、Δk
i
以及Δk
d
对所述PID控制器的三个控制律参数进行修正，获取最终PID控制器的三个控制律参数k
p
、k
i
以及k
d
，其表达式为：式中：k
′
p
、k
′
i
、k
′
d
为PID控制器的初始值；步骤S2.7：根据所述最终PID控制器的三个控制律参数k
p
、k
i
以及k
d
，并结合PID控制器输出与执行机构的对应关系，获取模糊PID控制器，计算公式为：u(k)＝Δu(k)+u(k
‑
...

【专利技术属性】
技术研发人员：庹玉龙，刘宇欣，彭周华，王莎莎，李佳良，吝健龙，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：