﻿ 模糊控制理论在船舶操纵中的应用
 舰船科学技术  2022, Vol. 44 Issue (8): 60-63    DOI: 10.3404/j.issn.1672-7649.2022.08.012 PDF

Application of fuzzy control theory in ship maneuvering
ZHANG Yi-ming
Institute of Navigation Technology, Jiangsu Maritime Institute, Nanjing 211170, China
Abstract: In order to test the fit degree between the ship's running water power and the preset power numerical curve, the application of fuzzy control theory in ship maneuvering is studied. According to the operation principle of fuzzy filter monitor, a complete expression of ship course control is established, and then a standard ship maneuvering motion model is constructed according to the numerical calculation results of pulp force maneuvering index and rudder force maneuvering index, so as to complete the research on the application of fuzzy control theory in ship maneuvering. The results show that the fuzzy control theory can make the ship's hydrodynamic value fit better with the preset dynamic value curve. Compared with the variable universe fuzzy control technology, it is more in line with the practical application needs of stabilizing the ship.
Key words: fuzzy control theory     ship manoeuvring     filter monitor     pulp force control     rudder force control     traveling hydrodynamic force
0 引　言

1 基于模糊控制理论的船舶操纵运动模型 1.1 模糊滤波监测器

 $\theta = \frac{[{{f_1}^2\left( {{\phi _1}} \right) - {f_2}^2\left( {{\phi _2}} \right)}]{{\sqrt[\uproot{5}{{ \rho}} ]{{{j_1}^2 - {j_2}^2}}}}}{{\lambda \beta \left| {\Delta E} \right|} {{\left| {K' - \bar K} \right|}^2}}。$ (1)

 图 1 模糊滤波监测器的结构示意图 Fig. 1 Structure diagram of fuzzy filter monitor
1.2 航向控制表达式

 $F = \frac{{{\left| {{s_1} + {s_2} + \cdots + {s_z}} \right|}^2}{{\theta }{{\left| {\bar D} \right|}^2}\displaystyle\sum\limits_{s = 1}^n {\sqrt {{l_n}^2 - {l_s}^2} } }} {{\chi \hat q \displaystyle\sum\limits_{\varepsilon = 1,\sigma = 1\hfill} {{{\dot y}^2} - \left( {{y_\varepsilon } + {y_\sigma }} \right)} {{}}}}。$ (2)

1.3 桨力操纵量

 ${h_1} = \frac{F}{{\sqrt {\dfrac{{\dot x}}{\xi } + \frac{1}{{{{\left( {{\raise0.7ex\hbox{$k$} \mathord{\left/ {\vphantom {k B}}\right.} \lower0.7ex\hbox{$B$}}} \right)}^2}}}} }} \cdot {\left| {\dfrac{{{\gamma _1} \cdot {\tau _1}}}{{{b_1} \cdot {{\vec a}_1}}}} \right|^2} 。$ (3)

1.4 舵力操纵量

 ${h_2} = \frac{{{h_1}^2 - \beta \dfrac{{\mu \left( {{{\tilde g}^2} - {{\bar A}^2}} \right)}}{{\varpi \sqrt {{{\left| {{c_v} - {c_m}} \right|}^{v - m}}} }}}}{{{{\left| {\dfrac{{{\gamma _2} \cdot {\tau _2}}}{{{b_2} \cdot {{\vec a}_2}}}} \right|}^2}}} 。$ (4)

2 实例分析

1）利用基于模糊控制理论的船舶操纵运动模型控制实验组船舶；

2）利用变论域模糊控制技术控制对照组船舶；

3）分别统计实验组、对照组船舶的行进水动力数值；

4）将实验组、对照组水动力数值与预设动力数值进行对比。

 图 2 船舶运动航迹线路 Fig. 2 Ship track

 图 3 船舶横向行进水动力数值 Fig. 3 Dynamic values of ship transverse running water

 图 4 船舶纵向行进水动力数值 Fig. 4 Numerical value of longitudinal inflow force of ship

1）在变论域模糊控制技术作用下，船舶横向行进水动力数值、纵向行进水动力数值均不能与预设水动力数值保持较好的贴合状态；

2）在模糊控制理论的作用下，船舶横向行进水动力数值、纵向行进水动力数值都可以与预设水动力数值保持高度贴合的存在状态；

3）基于模糊控制理论的船舶操纵运动模型能够促使船舶行进水动力数值与预设动力数值曲线更好贴合，符合稳定操纵船舶运动行为的实际应用需求。

3 结　语

 [1] 张叶, 任鸿翔, 王德龙. 基于KNN算法的船舶操纵智能评估系统[J]. 上海海事大学学报, 2021, 42(4): 33-38. [2] 孙寒冰, 肖佳峰, 王伟, 等. 船舶操纵水动力导数的数值求解及敏感度分析[J]. 中国舰船研究, 2022, 17(1): 60-70. [3] 欧阳承达, 张军, 赵红梅. 模糊控制系统模型在轴承故障诊断中的应用[J]. 工程技术研究, 2020, 66(10): 131-132. DOI:10.3969/j.issn.1671-3818.2020.10.059 [4] 黄斌, 吕帮俊, 彭利坤, 等. 变论域模糊控制在X舵抗干扰操纵中的应用[J]. 华中科技大学学报(自然科学版), 2020, 48(7): 40-46. [5] 梅斌, 孙立成, 史国友, 等. 基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模[J]. 交通运输工程学报, 2020, 20(2): 88-99. [6] 王立鹏, 张智, 马山, 等. 考虑船舶操纵性约束的改进遗传算法航线规划[J]. 哈尔滨工程大学学报, 2021, 42(7): 1056-1062. [7] 王川隘, 童思陈, 蒋聘凤, 等. 风流效应下船舶操纵运动数值模拟[J]. 大连海事大学学报, 2020, 46(3): 50-59. [8] 欧阳子路, 王鸿东, 王检耀, 等. 基于智能控制的船舶水动力导数敏感性分析方法[J]. 中国舰船研究, 2021, 16(4): 116-124. [9] 张国庆, 姚明启, 杨婷婷, 等. 考虑事件触发输入的船舶自适应动力定位控制[J]. 控制理论与应用, 2021, 38(10): 1597-1606. DOI:10.7641/CTA.2021.00416