抗参数横摇的欠驱动船舶航迹跟踪控制研究

The proposed research is going to study the ship’s parametric rolling prevention during the path-following control process, in which ship’s rudder is applied to stabilize the parametric rolling. Firstly, the ship’s path-following control process will be divided into 3 subsystems, namely, course-keeping subsystem, cross-track subsystem and rolling prevention subsystem. A nonlinear time series model will be used to describe the 3 subsystem separately, the optimal model structures, indexes and parameters will be selected. Based on the 3 subsystem models, a single-input three-output seakeeping and maneuvering unified model will be constructed, whose model performance will be evaluated by long-term prediction performance, limited horizon short-term prediction performance and ship’s turning test. Then, the parametric rolling process will be analyzed and modeled by using statistical modeling method. At last, based on the underactuated unified model and parametric rolling predictive model, a predictive control of parameter adaptation will be designed, which can adjust the controller performance according to the ship’s sailing states. When the parametric rolling happens, the rudder will be used to stabilize the rolling motion, otherwise, the rudder motion would be suppressed to avoid activating the rolling motion.

本课题拟采用舵减摇的方式，在保证高精度航迹跟踪控制性能的同时，抑制船舶参数横摇共振的发生。首先，将船舶的航迹跟踪过程分为航向保持、航迹跟踪和横摇抑制三个子系统，采用一种非线性时间序列模型分别对三个子系统进行分析和建模，找出三个子系统最优的多指数模型结构和模型参数。综合三个单变量多指数子系统模型，构建船舶的1输入3输出操纵与耐波统一模型，从长期预测性能、一定时域的短期预测性能和船舶转弯性能三个方面综合评价建模效果。然后，对参数横摇运动进行分析，采用统计建模的方法构建参数横摇运动的预报模型。最后，基于该欠驱动统一模型和参数横摇预报模型，拟设计一种能够对船舶航行状态进行识别和预判，并自动调整、权衡控制器性能的自适应模型预测控制策略，当参数横摇未发生时，抑制舵角的激烈变化，以免激发船舶横摇，当参数横摇发生时，利用船舵产生的横摇力矩增大横摇动阻，抵消横摇回复力矩，以达到减摇的目的。

本课题以船舶为研究对象，采用基于具有径向基函数型系数的带外生变量的自回归模型（RBF-ARX）的建模理论和控制器设计方法，解决船舶的航迹跟踪控制问题。在模型结构方面，提出了一种更灵活的多变量多指数RBF-ARX模型结构，使多变量RBF-ARX模型不同子系统的输出自回归部分和输入自回归部分可以选择不同的模型指数和模型阶次，灵活的结构也增加了模型的复杂性和参数的辨识难度；提出了函数型权重的RBF-ARX（FWRBF-ARX）模型结构，该结构可以减少RBF网络隐含层节点数，充分利用径向基函数的局部逼近能力；在建模方法方面，提出了一种间接的RBF-ARX建模方法，该方法可以得到准临界稳定的RBF-ARX模型，大大提高了RBF-ARX模型的长期预测能力；针对间接的RBF-ARX建模方法，提出了另一种先估计模型的线性参数，在保证线性参数不发散的情况下再辩是非线性参数，该方法解决了原结构化非线性参数优化方法（SPNOM）中线性参数发散的病态问题。在参数优化方面，还提出了正则SNPOM（R-SNPOM）参数优化方法，当原SNPOM出现病态问题时，可以尝试使用该方法得到收敛的模型参数；在控制器设计方面，设计了基于准临界稳定 RBF-ARX 模型的模型预测控制策略（MPC）和线性二次型调节器（LQR），其内部模型采用了灵活的模型结构，充分地利用 RBF-ARX 模型的全局预测能力和模型预测控制器的多步预测输出； 由于临界稳定的 RBF-ARX 模型具有更好的长期预测性能，在控制仿真中采用准临界稳定模型作为被控对象，设计了新型的 Fuzzy 控制策略，与以往 Fuzzy 控制策略的不同之处在于，将输入量的隶属度函数和输出量的隶属度矩阵相结合， 减少了模糊矩阵计算的复杂性，同时减少了船舶舵角剧烈地大角度操纵；设计了基于 RBF-ARX 模型多点线性化的模型预测控制器（RBF-ARX-MPC-MPL）基于 RBF-ARX 模型的全局非线性模型预测控制器(RBF-ARX-MPC-GNO)和以往不同的地方在于，以往 RBF-ARX-MPC 的设计，仅用到了工作点附近的线性化的 RBF- ARX 模型。