摘要：针对潜艇低噪声操纵控制问题,将模型预测控制理论应用于潜艇垂直面运动低噪声操纵控制的研究,提出的控制律设计方法可实时设置约束条件,能实时在线设计控制律,可解决满足多种操纵控制需求的控制律在线设计难题。基于潜艇垂直面线性运动方程,推导了一种离散时间增量式状态方程,作为预测控制运动状态方程;采用Laguerre正交网络模型预测控制理论,提出并完成了一种可在线设计的多约束条件下,潜艇垂直面运动模型预测控制算法和一种对偶原理与模型预测控制相结合的在线状态观测器设计方法。仿真结果表明,提出的垂直面运动模型预测控制算法,具有良好的控制性能和控制品质。

摘要：针对船舶减横摇控制问题,本文基于自航船模水动力模型,采用动态校正的最优控制原理,建立随航速自动调度的最优舵速和鳍速状态反馈最优控制器、状态观测器和动态校正器,以某型自航船模为应用对象,完成了恶劣海况下的水池试验验证。试验结果表明,与舵-航向控制和鳍-减横摇分别控制算法相比,提出的舵鳍联合最优控制算法,在保证航向控制性能指标的同时,可提高机动航行的横倾控制能力和恶劣海况下的减横摇控制效果。

摘要：大型复杂机电液系统的故障安全分析面临的主要障碍是历史故障数据的不足。针对该问题,提出了基于虚拟样机的机电液系统故障安全分析方法,设计并构建了其演示平台。介绍了故障安全分析演示平台所涉及的关键技术实现方法,包括虚拟样机的建立与验证、基于故障仿真的故障模式与影响分析、基于蒙特卡罗仿真的概率风险分析以及基于广义回归神经网络的关键参数预警,并采用多种软件环境集成构建了演示平台。操舵系统的案例研究结果表明,所提出的技术方法能够有效缓解历史故障数据不足的问题,演示平台能够满足机电液系统故障安全分析的需要。

摘要：船舶在海面航行时,会受到风浪的干扰。此时,船舶航向控制困难,操舵频繁。采用Kalman滤波和模糊自整定PID控制,并基于线性化船舶运动方程的线性时,不变连续时间系统的设计方法得到的船舶操纵控制器,具有抗干扰能力强、鲁棒性好的特点,有效地解决了船舶在风浪干扰条件下的船舶航向控制时的操舵频繁与无效操舵问题。

摘要：针对AUV深度控制,提出深度偏差转换为指令纵倾的算法,基于拉盖尔网络逼近的模型预测控制理论,设计了舵角舵速硬约束和纵倾软约束条件下的纵倾运动模型预测控制器。仿真结果表明,该控制方法具有良好的动态控制性能,并可快速处理多种约束条件的二次规划问题。

摘要：为提高潜艇的声隐身性能,首先针对潜艇操舵控制系统的噪声特性进行了分析,然后设计了一种低噪声操舵二自由度控制策略,最后利用Matlab进行了仿真试验验证。仿真结果表明设计的控制策略控制效果较好,可为潜艇低噪声航行操控系统的设计提供一定的参考。

摘要：针对船舶在风浪等环境干扰下频繁打舵、控制偏差大的问题,从船舶运动模型和模型预测控制入手,研究Laguerre函数的应用,提出了一种基于Laguerre函数的船舶航向DMPC控制方法,设计了一种高海情下航向控制算法,并通过数字仿真验证了控制算法的有效性。

摘要：针对船舶海试中航向控制器参数调整时工作量大的问题,提出了利用递归牛顿随机法和最小方差自校正控制相结合的自适应航向控制算法。仿真案例表明,设计的最小方差间接自适应航向控制算法,无需调整控制器参数,具有良好的控制效果、控制品质和鲁棒性能。

摘要：非线性与大惯性是潜艇运动的主要特性,基于试验模型得到的潜艇标准运动方程在很多情况下无法准确描述潜艇的运动过程,特别是当潜艇运动方程建模误差较大时,传统基于模型的控制器设计方法就显得力不从心。因此,本文提出了一种不基于模型的卡尔曼神经网络模糊控制算法,在神经网络学习训练过程中,利用卡尔曼滤波算法优越的数学特性将扩展卡尔曼滤波递推公式与RBF算法结合训练神经网络权值,根据神经网络输出的潜艇运动参数设计模糊控制器。仿真结果表明,该算法具有很好的控制精度、动态特性和鲁棒性。

摘要：卡尔曼滤波算法是常用的优化算法之一，广泛应用于去噪、滤波、优化等方面。利用其优越的数学特性，在神经网络学习训练过程中，将扩展卡尔曼滤波递推公式与RBF算法结合，然后根据神经网络输出的潜艇运动参数来设计模糊控制器。仿真结果表明：该算法具有很好的控制精度、动态特性和鲁棒性。