發(fā)布時間：2025-01-17 12:16

　　 針對船舶運動具有時滯性特點,傳統(tǒng)PID控制航向算法難以達到預期的控制精度,采用改進粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)對PID控制器參數(shù)優(yōu)化。首先采用Nomoto模型作為船舶運動模型;其次將隨機正弦調(diào)整策略與概率變異策略相結(jié)合對目標函數(shù)尋優(yōu),提高粒子群在解空間的搜索能力,避免其陷入局部最優(yōu)解,加快算法收斂速度;最后將優(yōu)化后的參數(shù)輸入到控制系統(tǒng)中仿真船舶航向保持運動。仿真結(jié)果表明采用改進粒子群優(yōu)化算法調(diào)整PID控制參數(shù)提高了船舶的航向控制性能,船舶航向調(diào)整時未出現(xiàn)超調(diào),且控制系統(tǒng)可以控制船舶航向穩(wěn)定在設(shè)定航向附近。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 基于PID控制參數(shù)調(diào)整的船舶航向控制系統(tǒng)

利用PID控制算法實現(xiàn)對船舶航向的控制，其系統(tǒng)流程如圖1所示。由于傳統(tǒng)PID控制參數(shù)一般是經(jīng)驗確定，在外界環(huán)境多變時，控制系統(tǒng)的性能會受到很大干擾，控制精度會下降很大。本文利用改進粒子群優(yōu)化算法確定PID算法的3個參數(shù)值，提高PID控制系統(tǒng)的抗干擾能力和控制精度。優(yōu)化算法的思想是....

圖2 基于Simulink仿真工具的船舶航向控制系統(tǒng)模型

本文采用“育龍”輪為研究對象，船舶的自身參數(shù)[11]：兩柱間長為126m，船寬為8m，方形系數(shù)為0.681，滿載排水量為14278.12^3，舵葉面積為18.8m2，船速為15kn，重心距中心距離為0.25m。本文中改進粒子群優(yōu)化算法參數(shù)設(shè)置：粒子數(shù)目為20；加速常數(shù)....

圖3 優(yōu)化算法的收斂速度比較

如圖3所示，隨著迭代次數(shù)的增加，采用標準和所有改進粒子群優(yōu)化算法得到粒子群值最終保持穩(wěn)定都非常接近，表明所有算法都已收斂，可以確定一組使得控制系統(tǒng)性能最佳的PID參數(shù)。本文改機粒子群優(yōu)化算法在搜索前期具有更小值，迭代次數(shù)在2～16次時，粒子陷入局部極值，之后便跳出局部搜索，在解空....

圖4 在靜水條件下船舶航向角與舵角的變化曲線

利用臨界比例法整定PID控制參數(shù)，經(jīng)過多次測試后確定一組PID參數(shù)，即KP=3,KI=0.002,KD=40，仿真船舶以5度航向保持直線航行，與采用本文改進粒子群優(yōu)化PID算法計算的結(jié)果進行對比。圖4是仿真船舶在靜水條件下航向保持運動時的航向角和舵角變化曲線。從圖4(a)看出人工....

本文編號：4028049