熊衛(wèi)衛(wèi)，何祖軍

（江蘇科技大學(xué) 電子信息學(xué)院，江蘇 鎮(zhèn)江 212003）

基于模糊預(yù)測控制的船舶動力定位系統(tǒng)的設(shè)計

熊衛(wèi)衛(wèi)，何祖軍

（江蘇科技大學(xué) 電子信息學(xué)院，江蘇 鎮(zhèn)江 212003）

在系統(tǒng)分析和研究船舶動力定位系統(tǒng)的基礎(chǔ)上，提出一種基于模糊預(yù)測控制的船舶動力定位的方法，設(shè)計了模糊預(yù)測控制器。首先，在預(yù)測控制部分，探討預(yù)測模型和反饋校正的設(shè)計；在模糊控制部分，研究隸屬函數(shù)和模糊規(guī)則的具體制定。最后采用工程數(shù)據(jù)，對該算法和模糊預(yù)測控制器進(jìn)行了仿真驗證和性能評判，結(jié)果表明，所設(shè)計的控制器能對船舶進(jìn)行有效的定位。

船舶；動力定位；模糊預(yù)測控制；數(shù)學(xué)模型

動力定位系統(tǒng)是一種船舶依靠自身的推力系統(tǒng)來抵御外界風(fēng)、浪、流等環(huán)境干擾力，從而使船舶固定于海平面的某一固定位置或者沿某一航跡行駛的系統(tǒng)。動力定位技術(shù)與傳統(tǒng)的錨泊定位相比，具有機(jī)動性強(qiáng)、定位深度不受水深影響、對海床無破壞等優(yōu)點(diǎn)，在現(xiàn)代海洋開發(fā)中起到了越來越重要的作用[1]。

動力定位系統(tǒng)主要由3部分構(gòu)成：位置測量系統(tǒng)、控制器、推力系統(tǒng)。其中，控制器控制技術(shù)的發(fā)展代表著動力定位的發(fā)展[2]。早期控制器采用傳統(tǒng)的PID控制，現(xiàn)在實際應(yīng)用最廣泛的是基于卡爾曼濾波的LQG控制方法[3]。隨著計算機(jī)技術(shù)的發(fā)展，計算和處理信息的能力不斷提高，促使智能控制在動力定位中得到廣泛應(yīng)用。

船舶在海平面上的運(yùn)動具有非線性強(qiáng)、大時滯、強(qiáng)耦合、大慣性等特點(diǎn)，難以建立精確的數(shù)學(xué)模型。基于此，本文采用模糊預(yù)測控制算法，將模糊控制與預(yù)測控制的優(yōu)勢相結(jié)合并運(yùn)用于動力定位中。

基本思想是，利用預(yù)測模型得到系統(tǒng)未來輸出的預(yù)測值，將其與設(shè)定的目標(biāo)輸出值進(jìn)行比較得到預(yù)測誤差，并將預(yù)測誤差和預(yù)測誤差的變化率作為模糊控制器的輸入進(jìn)行模糊控制器的設(shè)計。最后通過仿真驗證了模糊預(yù)測控制器具有良好的控制性能。

1 數(shù)學(xué)模型

船舶在海平面上有6個自由度的運(yùn)動，動力定位只對其中的縱蕩、橫蕩和艏搖進(jìn)行控制。為了更好地研究船舶的運(yùn)動狀態(tài)，本文建立兩種坐標(biāo)系。坐標(biāo)系XYZ是建立在船體上的坐標(biāo)系，稱為隨船坐標(biāo)系，坐標(biāo)系的原點(diǎn)取在船重心G處；坐標(biāo)系XEYEZE是固定坐標(biāo)系，也稱地球坐標(biāo)系。

圖1 坐標(biāo)系Fig.1 Coordinate system

動力定位低頻運(yùn)動的形式有很多種，文中采用下面形式[4]：

式中，

u，v，r——船舶的縱蕩速度、橫蕩速度和艏搖角速度；

Fx1，F(xiàn)y1——與u，v有關(guān)的水動力；T1是與u，v有關(guān)的水動力矩；

Fy2，T2——與u，r有關(guān)的水動力和力矩；

Fu，F(xiàn)v，Tzz——推進(jìn)器產(chǎn)生的力和力矩；

FxA，F(xiàn)yA，TA——風(fēng)的力和力矩；M是船舶質(zhì)量；

mx，my——X，Y軸方向上的附加質(zhì)量；

Izz——船舶繞Z軸轉(zhuǎn)動的轉(zhuǎn)動慣量；

Jzz——船舶繞Z軸轉(zhuǎn)動的附加轉(zhuǎn)動慣量。

2 模糊預(yù)測控制器

船舶在海平面上的運(yùn)動是一個很復(fù)雜的過程，屬于大時滯系統(tǒng)，而單純的模糊控制是一種“事后調(diào)節(jié)”的控制方式，所以單純使用模糊控制進(jìn)行動力定位，難以取得良好的控制效果。

模糊預(yù)測控制的實質(zhì)是模糊決策和預(yù)測推理的結(jié)合。利用模糊預(yù)測控制設(shè)計的控制系統(tǒng)框圖2所示。通過預(yù)測模型，得出船舶運(yùn)動下一時刻的位置預(yù)測值Yp，將其與期望目標(biāo)位置Yr進(jìn)行比較，得出位置偏差E及偏差變化率EC，E和EC就是模糊控制器的兩個輸入量。

圖2 模糊預(yù)測控制系統(tǒng)框圖Fig.2 Block diagram of fuzzy predictive control system

2.1 預(yù)測控制

文中所采用的預(yù)測控制的思想：根據(jù)系統(tǒng)的未來輸入和歷史輸出預(yù)測未來時刻的輸出。

設(shè)被控對象基于階躍響應(yīng)預(yù)測模型的輸出向量為a=[a1，a2，…，ap]，其中，P 為建模時域。 在 k 時刻控制有一增量Δu（k）時，在未來時刻的預(yù)測輸出值為：

其中，Y0（k+i）為初始值，i=1，…P。

在k時刻，把控制增量Δu（k）施加與控制對象，利用預(yù)測模型得出未來時刻的預(yù)測輸出值Ym（k+i），這是一個比較理想的過程。但是在實際應(yīng)用中，由于模型失配、外界環(huán)境干擾以及非線性等未知因素的存在，使得預(yù)測值和實際值之間可能會產(chǎn)生誤差。因此，需要利用實時信息進(jìn)行反饋矯正[5-6]。在k時刻，利用系統(tǒng)的實際輸出y（k）進(jìn)行反饋矯正。

其中，Yp（k+i）為校正后的預(yù)測值，Ym（k+i）為經(jīng)過預(yù)測模型得到的預(yù)測值，h為校正向量。

通過以上的計算，可以得出船舶運(yùn)動下一時刻的位置預(yù)測值，由位置預(yù)測值和目標(biāo)值可以得出位置偏差及其偏差變化率的預(yù)測值，它們將作為模糊控制器的輸入。

2.2 模糊控制

根據(jù)上一節(jié)所述，模糊控制器的兩個輸入為船舶位置的預(yù)測輸出誤差E及其誤差變化率EC。模糊控制器的輸出為控制力U。E、EC及U的論域均取為[-6，6]，狀態(tài)詞集取為{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}，用代碼表示為{NB，NM，NS，ZO，PS，PM，PB}。 輸入、輸出的隸屬度函數(shù)采用簡單而又具有一般性的三角函數(shù)，隸屬度函數(shù)曲線如圖3所示。

圖3 輸入（出）變量隸屬度函數(shù)的分布圖Fig.3 Membership functions of the input and output fuzzy sets

模糊控制規(guī)則庫采用“if…then…”的形式，對于船舶的縱蕩、橫蕩和艏搖。采用相同的模糊控制規(guī)則表，如表1所示。

表1 模糊控制規(guī)則表Tab.1 The fuzzy rules

對于模糊控制器的輸出，采用加權(quán)平均法進(jìn)行解模糊[7]。

3 仿真結(jié)果

現(xiàn)以某水面船位研究對象，該船總長為25.5 m，寬為8.5 m，質(zhì)量為 46 kg，出水量為1.81 m，排水量為38 t。

文中假設(shè)船舶的初始位置為（0 m，0 m，0°），定位點(diǎn)為（20 m，20 m，45°）。在靜水條件下的仿真結(jié)果如圖4、5和6所示。

圖4 縱向位置仿真曲線Fig.4 Simulation result showing in surge direction

圖5 橫向位置仿真曲線Fig.5 Simulation result showing in sway direction

圖6 艏向角度仿真曲線Fig.6 Simulation result showing in yaw direction

從仿真結(jié)果可以看出，基于模糊預(yù)測控制算法設(shè)計的控制器，在縱向、橫向和艏搖3個方向上都達(dá)到了很好的控制效果，使船舶準(zhǔn)確的從初始位置（0 m，0 m，0°）到達(dá)目標(biāo)定位點(diǎn)（20 m，20 m，45°），達(dá)到了進(jìn)行實時控制時理想的預(yù)測性能，穩(wěn)態(tài)精度較高，使動力定位系統(tǒng)具有良好的魯棒性和穩(wěn)定性。

4 結(jié) 論

文中利用模糊控制與預(yù)測控制混合控制算法，設(shè)計了船舶動力定位的控制器，針對某船進(jìn)行了仿真研究。仿真結(jié)果表明，控制器結(jié)合了模糊控制和預(yù)測控制的優(yōu)點(diǎn)，達(dá)到了良好的控制效果。隨著我國海洋事業(yè)的發(fā)展，動力定位控制技術(shù)的研究將會得到更多的重視。為了得到更先進(jìn)、更成熟的控制方法，多種智能控制方法相融合的控制算法，將是動力定位控制技術(shù)研究的熱點(diǎn)。

[1]趙志高，楊建民，王磊，等.動力定位系統(tǒng)發(fā)展?fàn)顩r及研究方法[J].海洋工程，2002（2）:91-97.

ZHAO Zhi-gao，YANG Jian-min，WANG Lei，etal.The development and research method of dynamic positioning system[J].The Ocean Engineering， 2002（2）:91-97.

[2]Fossen T.Guidance and control of ocean vehicles[M].New York:Wiley，1994.

[3]余培文，陳輝，劉芙蓉.船舶動力定位系統(tǒng)最優(yōu)控制器的仿真設(shè)計[J].船海工程，2009，38（4）:118-120.

YU Pei-wen，CHEN Hui，LIU Fu-rong.Simulation of optimal controller for ship dynamic positioning system[J].Ship&Ocean Engineering，2009，38（4）:118-120.

[4]童進(jìn)軍.一種基于模型的動力定位控制系統(tǒng)的研究[D].上海：上海交通大學(xué)，2003.

[5]李葵芳.模糊預(yù)測控制算法研究與應(yīng)用[D].東營：中國石油大學(xué)，2008.

[6]丁寶蒼.預(yù)測控制的理論與方法[M].北京：機(jī)械工業(yè)出版社，2008.

[7]張桂蘭，鄧志良.模糊控制器在船舶動力定位系統(tǒng)中的應(yīng)用及改進(jìn)[J].中國造船，2005，46（4）：26-30.

ZHANG Gui-lan，DENG Zhi-liang. Application and improvement of fuzzy controller in ship dynamic postioning systems[J].Shipbuilding of China，2005，46（4）:26-30.

Design of ship dynamic positioning systems based on fuzzy predictive control

XIONG Wei-wei，HE Zu-jun
（School of Electronics and Information，Jiangsu University of Science and Technology，Zhenjiang212003，China）

A fuzzy predictive control scheme is proposed in dynamic positioning and a fuzzy predictive controller was designed base on the study of dynamic ship positioning.First， in the predictive control part， the designs of predictive model and correcting on line of predictive control are discussed.In the fuzzy control part，membership functions and fuzzy rules of fuzzy control are discussed.Evaluation of the algorithms and fuzzy predictive controller is made with project date.Simulation results show that the fuzzy predictive controller can hold the position and heading effectively.

ship； dynamic positioning； fuzzy control； predictive control

U664.81

A

1674－6236（2012）03-0121-03

2011-11-15 稿件編號：201111085

熊衛(wèi)衛(wèi)（1986—），女，山東德州人，碩士研究生。研究方向：船舶動力定位系統(tǒng)的智能控制。