[发明专利]基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法

说明书

本发明提供的是一种基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法。包括显控计算机(1)、导引系统(2)、扩张状态观测器(3)、滑模控制器(4)、RBF神经网络补偿器(5)、执行机构(6)、动力定位船舶(7)、传感器系统(8)。本发明的基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法考虑了船舶运动中的未建模动态、模型不确定、环境干扰和执行机构输入饱和问题，提高船舶动力定位系统的抗干扰能力和定位精度，在推进器、螺旋桨等执行机构输入受限情况下能够达到较好的控制效果。

技术领域

本发明涉及一种船舶动力定位滑模控制系统，本发明也涉及一种船舶动力定位滑模控制方法。

背景技术

海上石油和天然气等海洋资源的开采为船舶动力定位的发展开启了新纪元，配备动力定位控制系统的船舶数目从最初的几艘到目前的几千艘甚至更多，充分显示了动力定位控制系统广阔的应用前景。动力定位控制系统广泛应用在海上石油开发、钻取岩心、海底采矿、铺缆、铺管、潜水支援、海上消防等作业中。动力定位系统是指仅通过自身推进器或螺旋桨产生的推力来保持船舶的位置和艏向。在船舶动力定位运动控制中，由于水动力参数等因素引起的模型不确定项、数学模型中的未建模动态项和慢变环境干扰等影响船舶运动的控制效果，并且由于推进器等执行机构的限幅问题使得控制系统输入受限，因此，针对这些问题进行研究具有一定的实际意义。

中国专利CN103760900A提出了一种考虑控制输入约束的船舶运动控制系统，该专利利用滤波反步法与自适应神经网络相结合对船舶运动进行控制，解决了控制过程中的输入约束问题与船舶模型未知非线性问题。与该方法不同的是，本发明主要针对执行机构饱和情况下船舶运动中模型不确定、未建模动态项和环境干扰问题进行研究。

中国专利CN105867382A提出了一种基于等效干扰补偿的船舶动力定位控制系统，该专利将外界环境干扰、内部系统不确定项和干扰项等效成一个状态变量对船舶运动的三个自由度分别设计扩张状态观测器，提高了控制系统的抗干扰能力。与该方法不同的是，本发明除了对船舶运动中模型不确定、未建模动态项和环境干扰问题进行研究，还对控制系统中由于推进器、螺旋桨等执行机构引起的饱和问题进行研究。

发明内容

本发明的目的在于提供一种抗干扰能力好、定位精度高且在执行机构输入受限情况下能够达到较好控制效果的基于RBF神经网络补偿的船舶动力定位滑模控制系统。本发明的目的还在于提供一种基于RBF神经网络补偿的船舶动力定位滑模控制方法。

本发明的基于RBF神经网络补偿的船舶动力定位滑模控制系统，包括显控计算机1，导引系统2，扩张状态观测器3，滑模控制器4，RBF神经网络补偿器5，执行机构6，动力定位船舶7，传感器系统8；其特征是：传感器系统8实时采集动力定位船舶7的位置和角度信息，简称位姿信息η，并将采集到的位姿信息传递给显控计算机1和扩张状态观测器3；显控计算机1实时显示船舶的实际位姿信号并将期望位姿阶跃信号η_d0传递给导引系统2；导引系统2对期望位姿阶跃信号进行平滑处理，得到连续的期望位姿信息η_d和其一阶、二阶导数并传递给滑模控制器4；扩张状态观测器3将船舶运动中的未建模动态、模型不确定项和环境干扰扩张成一个扩张状态向量d，并对位姿信息和扩张状态向量进行估计，得到扩张状态向量估计值位姿信息估计值及其一阶、二阶导数并传递给滑模控制器4；RBF神经网络补偿器5针对控制输入饱和下的控制量误差δ进行RBF逼近，得到控制量补偿误差并传递给滑模控制器4；滑模控制器4针对期望位姿信息和其一阶、二阶导数η_d,位姿信息估计值及其一阶、二阶导数和扩张状态向量估计值控制输入饱和下的控制量误差估计进行滑模控制，得到执行机构6在输入饱和条件下的控制量τ；执行机构6根据滑模控制器4输出的控制量τ对动力定位船舶7进行控制，使得船舶运动到期望位姿状态。

本发明的基于RBF神经网络补偿的船舶动力定位滑模控制方法为：