一种基于事件触发的船舶自适应内模运动控制系统及方法技术方案

本发明专利技术公开了一种基于事件触发的船舶自适应内模运动控制系统及方法，控制方法将事件触发器与内模控制相结合，提高该控制的自适应能力。控制系统包括岸基收发系统、船载控制系统，船载控制系统包括船载模型辨识器、船载控制器、事件触发器、能源系统、数据采集模块、船舶动力系统，船载控制系统与岸基收发系统通过无线信号连接，船载控制器与船载模型辨识器信号连接，数据采集模块与船载控制器信号连接，载模型辨识器、船载控制器、数据采集模块分别与电源系统信号连接。本发明专利技术通过构建基于事件触发器的自适应运动控制装置，在外界干扰较多的情况下，根据船舶控制要求与数据处理能力要求下，实现船舶的精确。实现船舶的精确。实现船舶的精确。

【技术实现步骤摘要】
一种基于事件触发的船舶自适应内模运动控制系统及方法


[0001]本专利技术涉及船舶控制
，尤其是涉及一种基于事件触发的船舶自适应内模运动控制系统及方法。

技术介绍

[0002]随着海洋与内陆水域的开发，船舶作为一种新型的智能化设备得到广泛关注。现有工程使用的船舶都是基于固定模型或者固定控制器参数进行控制，这种控制方式对控制器算力需求较低，在外界干扰不大或者船舶自身参数变化不大的情况下，可以完成基本的控制任务。但是船舶特殊的工作环境决定了其会受到很多外界干扰例如风浪流的影响，根据任务不同，也要搭载不同体积、重量的传感器，其自身物理参数也会发生变化。因此这种控制方式使得船舶的使用有了极大的限制。
[0003]现有船舶轨迹跟踪控制一般分成两个部分：船舶控制部分和制导部分，常常是先获取船舶数学模型，针对该模型设计控制器，然后设计制导算法，根据期望轨迹获取期望姿态，进一步获取船舶控制量。但是这种方法是将船舶视为线性系统，对其建立三自由度数学模型，这种控制方式的控制精度非常依赖于模型的精确程度。即使通过自适应等控制方法，也需要等到控制精度发生下降之后，才对模型进行更新，不能保证船舶控制精度的稳定性。
[0004]如公开号为CN114967702A的中国专利，该专利技术采用模糊控制的方法设计船舶控制器，这种方法很好地控制了响应时间与超调量，但是这种方法过于依赖规则库，其制导部分依然使用的是三自由度数学模型。在外界环境干扰较大时，虽然设计了扰动估计器但是该控制系统还是基于已经发生控制偏差。
[0005]又如公开号为CN114089749A的中国专利，该专利技术设计了一种船舶航向与速度控制方法，该方法通过自抗扰控制方法设计了跟踪微分器、状态观测控制器和非线性状态误差反馈律用以解决干扰下的船舶非线性问题。但是该方法是基于船舶三自由度数学模型设计的，该控制方法虽然可以跟踪控制误差，但是器非线性处理器是针对非线性干扰的，因此对于船舶自身的非线性特性，并没有加以处理。其控制器参数设定过于依赖工程经验。
[0006]如授权号为CN112034711B的中国专利，该专利技术是基于深度强化学习的一种船舶抗海浪干扰的控制方法。但这种方法是对海浪与船舶分别进行建模的一种方法，并且将上述模型映射到仿真环境中，通过传感器采集相应的参数，通过仿真环境进行建模并训练模型，通过评价函数等将训练出来的网络模型与真实船舶控制数据相对比，使得该方法计算量较大，并且针对船舶控制效果较差时没有合理的调整机制。

技术实现思路

[0007]专利技术目的：针对上述问题，本专利技术的目的是提供一种基于事件触发的船舶自适应内模运动控制系统，有效解决现有船舶智能控制的工程性问题，完成在线辨识控制，实现船舶控制效果的优化。并提供了其控制方法。
[0008]技术方案：一种基于事件触发的船舶自适应内模运动控制系统，包括岸基收发系
统、船载控制系统；
[0009]岸基收发系统包括上位机系统；
[0010]船载控制系统包括船载模型辨识器、船载控制器、事件触发器、能源系统、数据采集模块、船载动力系统；
[0011]上位机系统与船载模型辨识器通过无线信号连接，船载模型辨识器、事件触发器、能源系统、数据采集模块、船载动力系统分别与船载控制器信号连接，事件触发器、能源系统分别与船载模型辨识器信号连接。
[0012]能源系统向船载控制系统其他模块提供电源。
[0013]进一步的，船载控制器为STM32F4单片机，能源系统包括电池、分电板、降压模块及功率计，数据采集模块包括GPS和IMU惯导模块，船载动力系统包括船舶电调系统和推进器系统。
[0014]进一步的，岸基收发系统还包括遥控器，遥控器与上位机系统信号连接。
[0015]进一步的，岸基收发系统和船载控制系统上分别设有一个相互无线通讯的无线数据传输模块，使上位机系统与船载模型辨识器信号连接。
[0016]一种上述的基于事件触发的船舶自适应内模运动控制系统的船载控制系统的设计方法，包括以下步骤：
[0017]步骤11：基于船载模型辨识器构建双向长短记忆循环神经网络模型辨识网络；
[0018]步骤12：基于船载控制器构建基于事件触发的自适应内模控制器；
[0019]步骤13：构建事件触发器内部运行模型。
[0020]双向长短记忆循环神经网络模型辨识网络的输入端与数据传输模块输出端通过USB口相连接；双向长短记忆循环神经网络模型辨识网络的输出端与基于事件触发的自适应内模控制器的输入端通过RS485串口相连接；基于事件触发的自适应内模控制器的输出端与事件触发器输入端相连接；事件触发器输出端与船载动力系统输入端相连接。事件触发器决定船舶辨识模型更新速率。
[0021]进一步的，在步骤11中，双向长短记忆循环神经网络模型辨识网络由两个正反长短记忆循环神经网络拼接而成，其中，单向长短记忆循环神经网络包括遗忘门、输入门、输出门；
[0022]其中，f
t
为遗忘门，用于决定上一时刻的记忆单元状态c
t
‑1用于计算当前的记忆单元状态c
t
。可以表示为：
[0023][0024]其中i
t
和g
t
构成了当前时刻输入门，i
t
将当前输入x
t
和上一时刻的输出h
t
‑1判断有用的部分后，通过门σ的控制后作为新的记忆单元的一部分被存储在记忆单元中；g
t
表示新的通过激活函数tanh更新后的新的输入信息，但是这部分不是全部有用的，因此需要两部分相乘后获得新的记忆单元状态。输入门可以表示为：
[0025][0026]根据上述输入门和遗忘门可知新的记忆单元状态可以表示为：
[0027]c
t
＝f
t
*c
t
‑1+i
t
*g
t
；
[0028]输出门h
t
同是也是下一时刻的输出之一，这个输出受到当前记忆单元的影响，需要一个激活函数决定输出哪些部分，因此可以表示为：
[0029][0030]不同于现有模型辨识方法，只考虑了顺时序数据之间的关系，本方法同时考虑了模型辨识中，数据时序问题不仅体现在正向时间顺序上，其模型数据逆向时间顺序同样有逻辑。
[0031]最佳的，双向长短记忆循环神经网络模型采用matlab与QT混编，默认更新频率为5s/次。运行在船载工控机上。
[0032]进一步的，在步骤12中，自适应内模控制器通过KEIL5进行编译，通过双向长短记忆循环神经网络模型直接对理想状态下的自适应内模控制器进行模型辨识，将双向长短记忆循环神经网络模型预测的输出传输至自适应内模控制器。
[0033]船舶作为一个非线性的未知动态模型，设为P，其内部模型表示为M，系统控制器表述为C，船舶系统输入表示为u，输出为y，则船舶系统的状态空间方程可以表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于事件触发的船舶自适应内模运动控制系统，其特征在于：包括岸基收发系统(1)、船载控制系统(2)；岸基收发系统(1)包括上位机系统(11)；船载控制系统(2)包括船载模型辨识器(21)、船载控制器(22)、事件触发器(23)、能源系统(24)、数据采集模块(25)、船载动力系统(26)；上位机系统(11)与船载模型辨识器(21)通过无线信号连接，船载模型辨识器(21)、事件触发器(23)、能源系统(24)、数据采集模块(25)、船载动力系统(26)分别与船载控制器(22)信号连接，事件触发器(23)、能源系统(24)分别与船载模型辨识器(21)信号连接。2.根据权利要求1所述的一种基于事件触发的船舶自适应内模运动控制系统，其特征在于：船载控制器(22)为STM32F4单片机，能源系统(24)包括电池、分电板、降压模块及功率计，数据采集模块(25)包括GPS和IMU惯导模块，船载动力系统(26)包括船舶电调系统和推进器系统。3.根据权利要求1所述的一种基于事件触发的船舶自适应内模运动控制系统，其特征在于：岸基收发系统(1)还包括遥控器(12)，遥控器(12)与上位机系统(11)信号连接。4.根据权利要求1所述的一种基于事件触发的船舶自适应内模运动控制系统，其特征在于：岸基收发系统(1)和船载控制系统(2)上分别设有一个相互无线通讯的无线数据传输模块(13)，使上位机系统(11)与船载模型辨识器(21)信号连接。5.一种如权利要求1～4任一所述的基于事件触发的船舶自适应内模运动控制系统的船载控制系统的设计方法，其特征在于包括以下步骤：步骤11：基于船载模型辨识器(21)构建双向长短记忆循环神经网络模型辨识网络；步骤12：基于船载控制器(22)构建基于事件触发的自适应内模控制器；步骤13：构建事件触发器(23)内部运行模型。6.根据权利要求5所述的一种船载控制系统的设计方法，其特征在于：在步骤11中，双向长短记忆循环神经网络模型辨识网络由两个正反长短记忆循环神经网络拼接而成，其中，单向长短记忆循环神经网络包括遗忘门、输入门、输出门；其中，f
t
为遗忘门，用于决定上一时刻的记忆单元状态c...

【专利技术属性】
技术研发人员：孟宇航，叶辉，杨晓飞，薛文涛，刘伟，杜昭平，张号，娄猛猛，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：