摘要
船舶减摇鳍是船舶与海洋工程中的一种重要系统,目前已在多种船舶中广泛应用。减摇鳍对于提高船舶耐波性,增加船舶使用寿命,改善设备与人员的工作条件,提高舰艇的战斗力具有重要作用。减小船舶横摇是目前船舶运动控制领域的重要课题之一。本文以船舶减摇鳍系统作为研究对象,对于船舶减摇鳍系统智能控制算法及其虚拟现实环境下的可视化仿真进行了系统深入的研究。减摇鳍系统目前大多采用基于力矩对抗原理的PID控制器。控制器的性能对船舶自然横摇周期和无因次横摇衰减系数有着很大的依赖关系。由于船舶横摇运动的复杂性、非线性、时变性和海况的不确定性,经典PID控制难以获得满意的控制效果。采用先进的控制策略是解决这一问题的有效方法。本文提出了基于逆模式小波神经网络的船舶减摇鳍系统自适应控制方法。由于小波神经网络结合了小波特有的多分辨特性和神经网络固有的自学习和自适应的能力,能够实现良好的动态非线性映射的特点,使得小波神经网络具有学习收敛速度快,逼近精度高、参数(隐层节点数和权重)的选取有理论指导,有效避免了局部最小值问题等优点。
NETL