人工智人-家居设计-大型船舶航向智能控制的研究.pdf

人工智能-船舶航向非线性系统的模型参考神经网络自适应控制.pdf

人工智能-机器学习-船舶航向智能控制算法研究及应用.pdf

安全技术-网络信息-神经网络理论应用于航向自动舵研究.pdf

资源包含相关研究文献及对应的matlab仿真程序，仅供参考。 本论文构造方法设计二阶迭代滑模面，将航向偏差的镇定转化为对滑模面的镇定，基于Ｌｙａｐｕｎｏｖ理论，推导出系统渐近稳定条件，进而可得到航向控制律。由于控制律中存在未知外界干扰项和系统不确定项，不能直接计算得到，本节将设计两种控制方法。 第一种方法是设计不含系统不确定项和未知外界干扰项的控制律将初步的控制律进一步推导，得到等效迭代滑模控制律，该控制律中设计参数较少，算法处理过程简单。 第二种方法是引入ＲＢＦ神经网络对系统不确定项进行逼近采用自适应控制技 术估计未知外界干扰项的界值，提出神经网络自适应迭代滑模控制律，该控制律能有效 地处理了模型不确定项和海况扰动的影响。

MATLAB，基于PID船舶航向控制程序，船舶

在建立直升机飞行模型参数之后编写的matlab程序用于航向角的控制

mup6050 z轴数据存在漂移情况 如果能复位能减少累积误差，里面有一部分程序是z轴清零

为了削弱抖振,结合模糊控制和滑模变结构控制的特点,并按照航向保持和航向改变的控制要求,设计了一种组合式航向控制器.当航向偏差较大时采用基于指数趋近律的滑模控制以缩短操舵时间,反之则采用模糊滑模控制柔化控制信号.仿真结果表明,所设计的模糊滑模控制器无论在响应时间还是在超调量上都优于常规滑模控制器,并对系统的参数摄动和外扰具有强鲁棒性,能满足船舶航向实时控制要求.

3.2 主应变与应变偏量及其不变量 和讨论应力状态时相类似。我们把剪应变等于零的面叫做主平面 ,主平面的法 线方向叫做主应变方向。主平面上的正应变就是主应变。 图 3-4 设在 ABC面的法线方向有一矢量 Sn (图 3-4) , 在变形过程 Sn 中的方向不变 , 只有长度变化为 δSn。因 Sn 与δSn 是在一条直线上 ,故 Sn 与δSn 的 分量成正比例 ,即 δSn Sn = δSx S x = δSy Sy = δSz Sz ( 3-28 ) 其中 Sx , Sy , Sz 及δSx ,δSy ,δSz 分别为 Sn 及 δSn 在 Ox , Oy, Oz轴上的投影。考虑到 δSn Sn = εn 则有 δSx =εn S x , δSy = εn S y , δSz = εn Sz ( 3-29 ) 于是 ,由 (3-16 ) ,有 δSx = εx Sx +εxy Sy +εx z Sz δSy = εxy S x +εy S y +εy z S z δSz =εx z S x +εy z S y +εz S z ( 3-30 ) 将关系式 ( 3-29)代入 (3-30)得 (εx - εn ) Sx +εxy S y +εx z Sz = 0 εxy Sx + (εy - εn ) Sy +εy z S z = 0 εx z S x +εy z S y + (εz - εn ) Sz = 0 ( 3-31 ) 或