舰船科学技术  2023, Vol. 45 Issue (12): 103-106    DOI: 10.3404/j.issn.1672-7619.2023.12.019   PDF    
自抗扰控制算法船舶动力定位仿真分析
徐亮     
江苏航运职业技术学院,江苏 南通 226010
摘要: 在远洋和深海海域,船舶如果采用传统的锚泊方式定位一方面存在灵活性差的问题,另一方面锚链长度造成的角度偏移会导致船体的定位精度差。因此,船舶的动力定位系统成为一项船舶重要的功能系统。在船舶的动力定位过程中,风浪等扰动作用会干扰动力定位的精度。针对这一问题,本文提出一种自抗扰控制算法。该算法利用跟踪微分器、状态观测器、误差反馈模块等关键环节,实现船舶动力定位推进器的精确控制,提高船舶动力定位的精度。此外,结合Simulink仿真平台,进行动力定位系统自抗扰控制技术的仿真分析。
关键词: 自抗扰     动力定位     微分器     状态观测器    
Simulation analysis of active disturbance rejection control algorithm for ship dynamic positioning
XU Liang     
Jiangsu Shipping College, Nantong 226010, China
Abstract: In the ocean and deep sea, if the ship adopts the traditional anchoring mode, on the one hand, there is a problem of poor flexibility, on the other hand, the angle deviation caused by the length of the anchor chain will lead to the poor positioning accuracy of the ship. Therefore, the ship dynamic positioning system has become an important functional system of the ship. In the process of ship dynamic positioning, wind and waves will interfere with the accuracy of dynamic positioning. To solve this problem, an active disturbance rejection control algorithm is proposed in this paper. The algorithm uses key elements such as tracking differential, state observer and error feedback module to achieve accurate control of ship dynamic positioning thrusters and improve the accuracy of ship dynamic positioning. In addition, the simulation analysis of active disturbance rejection control technology of dynamic positioning system is carried out based on Simulink simulation platform.
Key words: active disturbance rejection     dynamic positioning     differentiator     state observer    
0 引 言

船舶的动力定位系统主要由传感器、控制器、动力推进器等部件构成,其工作过程中需要采集环境的风浪流因素,通过控制器的动力分配,向推进器发送控制指令,产生抵抗外界环境干扰的作用力,使船舶在一定范围内保持定位。随着船舶大型化、控制程序复杂程度的提高,传统的动力定位系统精度已经难以满足要求,需要进行优化和升级。传统的动力定位方法一般是使用PID算法对船舶进行定位,通过调节PID的参数实现对船舶的闭环控制。但是调节的PID参数受到环境因素、船舶动力因素的影响,经常会出现超调的情况,同时在调节时间上也很容易出现长时间无法进入稳定状态的情况。

本文结合现有船舶的动力定位系统,建立船舶和干扰因素的数学模型,设计一种自抗扰控制算法的动力定位控制器。采用Simulink软件的仿真结果表明,基于自抗扰控制算法的船舶动力定位控制具有较高的精度。

1 船舶动力定位的数学建模

船舶动力定位过程受到的干扰力以波浪干扰力为主,本文在海浪干扰力建模时采用P-M波浪谱密度函数[1],如下式:

$ \varGamma (X,Y,t) = A\cos \left( {\dfrac{{2\text{π} }}{\lambda }\left( {Y\cos \theta + X\sin \theta - {w_1}t + \varphi } \right)} \right)。$

式中: $ \lambda $ 为波长; $ \theta $ 为波浪倾角; $ {w_1} $ 为波浪的频率; $ \varphi $ 为相位。

建立船舶动力定位过程的坐标系如图1所示。

图 1 船舶动力定位坐标系 Fig. 1 The coordinate system of the ship's dynamic positioning

图中, $ (O,X,Y) $ 为地球坐标系,U为横向与波浪的相对速度,V为首向与波浪的相对速度, $ \omega $ 为晃动角速度。

结合波浪谱密度函数[3],建立动力定位的波浪扰动载荷为:

$ \left\{ {\begin{array}{*{20}{l}} {{F_{\text{h}}} = 0.025m{V_l}^2 + 1.9} ,\\ {{T_0} = - 0.0026m{V_l}^3 + 0.0046m{V_l}^2} \text{,} \\ {{T_1} = m\dfrac{4}{5}\sqrt {\left( {{V_l}^2 + {U^2}} \right)} \sqrt {{\lambda _{}}} } 。\end{array}} \right. $

式中: $ {F_h} $ 为扰动作用力; $ {V_l} $ 为波浪速度;T0 T1分别为2个方向的扰动力矩。

在该坐标系下建立动力定位运动方程如下式:

$ \vec M = \vec J\left( M \right)\vec V 。$

式中: $ \vec M $ 为船舶的位置向量、方向向量和横摇角度向量, $ \vec M = {\left[ {x,y,\alpha } \right]^{\rm{T}}} $ $ \vec V $ 为船舶的速度向量, $ \vec V = {\left[ {u,v,r} \right]^{\rm{T}}} $ $ \vec {\boldsymbol{J}} \left( M \right) $ 为关系矩阵,用下式表示:

$ \vec {\boldsymbol{J}}\left( M \right) = \left[ {\begin{array}{*{20}{c}} { - \cos \alpha }&{\cos \alpha }&0 \\ 1&{\sin \alpha }&0 \\ { - \sin \alpha }&0&1 \end{array}} \right]。$

由于船舶动力定位过程的运动以低频运动为主,建模如下:

$ \vec G{\vec V} + R\left( {{{\vec V}}} \right) + \vec F\left( {{{\vec V}} - {{\vec V}}_c} \right) = {\vec \tau _0} 。$

式中: $ {\vec V_c} $ 为低频下的船舶动力定位运动速度分量, $ {\vec V_c} = {\left[ {{u_c},{v_c},{r_c}} \right]^{\rm{T}}} $ $ \vec {\boldsymbol{G }}$ 为船舶的惯性矩阵, $ \vec{\boldsymbol{ F}} $ 为低频运动的系数矩阵。

$ \overrightarrow {\boldsymbol{G}} = \left[ \begin{gathered} m - {X_r}{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} 0{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \\ 0{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} m - {Y_r} \\ 0{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} 1 \\ \end{gathered} \right.\left. \begin{gathered} 0 \\ {\kern 1pt} {\kern 1pt} {Y_r} \\ {I_z} - {N_r} \\ \end{gathered} \right] \text{,} $
$ \vec {\boldsymbol{F}} = \left[ {\begin{array}{*{20}{c}} { - {X_r}}&0&0 \\ 0&{{Y_r}}&{ - {Y_r}} \\ 0&1&{ - {N_r}} \end{array}} \right] 。$

式中: $ m $ 为舰船质量; $ {I_z} $ 为转动惯量; $ {X_r} $ $ {Y_r} $ $ {N_r} $ 分别为低频运动下的附加质量; $ R\left( {{{\vec V}_{}}} \right) $ 为科里奥系数[3],表征惯性力对运动模型的影响; $ {\vec \tau _0} $ 为低频运动的力矩向量,与船舶推力、海浪、海风干扰作用力矩有关。

2 船舶动力定位的自抗扰控制器数学建模

船舶动力定位系统控制器的工作原理是通过位置测量传感器测得船舶的位置、航向等信息,同时采集海浪、海流、海风干扰条件,获得动力定位的位置与角度偏差,并将偏差值作为控制器的输入信号,通过一系列的控制解算,将推进器的调整指令发送至动力定位推进器[2]

图2为船舶动力定位控制系统的工作原理。

图 2 船舶动力定位控制系统的工作原理 Fig. 2 The working principle of the ship dynamic positioning control system

在船舶动力定位控制系统中,传统的控制方法是PID等控制,这些控制方法存在的问题是无法进行系统误差的纠偏,只能将误差信号反馈给控制系统[4]。不同于传统的控制方法,自抗扰控制器是一种误差观测和补偿的控制方法,可以将导致被控对象偏差的不确定性扰动进行补偿,正是因为自抗扰控制器具有观测和补偿的功能,在系统控制方面具有控制效果好和抗干扰能力强的特点,且自抗扰控制器不需要精确的数学模型。

本文针对船舶动力定位的控制系统开发一种自抗扰控制器,该控制器由跟踪微分器、扩展状态观测器、误差反馈模块等组成,原理如图3所示。

图 3 船舶动力定位控制系统自抗扰控制器原理 Fig. 3 Principle of ship dynamic positioning control system self-disturbance rejection controller

1)跟踪微分器

跟踪微分器是自抗扰控制系统的输入调制模块,其功能是进行输入信号的过滤和调制,将调制后的信号发送至扩展状态观测器和系统的其他模块[5]

跟踪微分器的数学模型为:

$ \left\{ {\begin{array}{*{20}{l}} {{x_1}(k + 1) = {x_1}(k) + h{x_2}(k)},\\ {{x_2}(k + 1) = {x_2}(k) + h \cdot fh},\\ {f = K\left( {{x_1}(k) - v(t),{x_2}(k),r,{h_0}} \right)} 。\end{array}} \right. $

式中: $ h $ 为跟踪微分器的步长; $ r $ 为输入信号的响应; $ {h_0} $ 为输入信号的噪声,步长和噪声决定了跟踪微分器的性能, $ h $ 越大,跟踪微分器的信号调制处理速度越快。

2)扩展状态观测器

扩展状态观测器接收来自跟踪微分器的信号,并通过扩展状态参数实时反映控制系统的特性。

状态扩展观测器的输入为:

$ \begin{gathered} {d_1} = - {u_1}{G_i}\left( s \right) + \theta {Q_i}\left( s \right)p\left( s \right),\\ {d_2} = - {u_2}q\left( s \right){Q_i}\left( s \right) - {f_d}\left( d \right)。\\ \end{gathered} $

其中: $ {d_1} $ $ {d_2} $ 分别为干扰信号值; $ {u_1} $ $ {u_2} $ 分别为动力定位系统的控制输入信号; $ \theta $ 为输出的动力定位航向角。

经过状态观测器的误差补偿后,动力定位系统的输出为:

$ \begin{gathered} {\theta _1} = {u_1}\frac{{{G_i}\left( s \right) + \theta {Q_i}\left( s \right)}}{{q\left( s \right){Q_i}\left( s \right)}} - \theta ,\\ {\theta _2} = \frac{{p\left( s \right){u_2} - {f_d}\left( d \right)}}{{{Q_i}\left( s \right)}} + \theta。\\ \end{gathered} $

式中: $ {G_i}\left( s \right) $ 为自抗扰控制器的传递函数; $ {Q_i}\left( s \right) $ 为跟踪微分器的传递函数; $ p\left( s \right) $ 为信号低通滤波传递函数; $ q\left( s \right) $ 为信号高通滤波传递函数; $ {f_d}\left( d \right) $ 为扰动信号。

经过扩展状态观测器的补偿后,动力定位系统输出的航向角误差e的隶属度函数曲线如图4所示。

图 4 自抗扰控制器的航向角误差e的隶属度函数 Fig. 4 Membership function of course angle error e of active disturbance rejection controller
3 基于自抗扰控制器的船舶动力定位系统仿真分析

结合模糊算法,基于自抗扰控制器设计一种船舶动力定位控制系统,系统原理图如图5所示。

图 5 基于自抗扰控制器的船舶动力定位原理 Fig. 5 Principle of ship dynamic positioning based on active disturbance rejection controller

定义该自抗扰控制系统的控制模型为:

$ \begin{array}{*{20}{l}} {\dot \mu = R\left( \psi \right)v},\\ {M\dot v = - Dv + \tau + w},\\ {\tau = 0.3 \times \dfrac{{\delta v}}{{\delta t}}}。\end{array} $

式中: $ w $ 为动力定位的扰动;v为船舶与波浪的相对速度; $ R\left( \psi \right) $ 为航向角函数; $ \tau $ 为航向角变化角加速度。

动力定位系统的航向角误差反馈量为:

$ \delta {\text{ = }}\eta - {\eta _0} \text{,} $

航向角误差反馈量的时间导数为:

$ \frac{\rm d}{{{\rm{d}}t}}\delta {\text{ = }}\dot \eta - {\dot \eta _0} = R\left( \psi \right)v - \frac{{{\rm{d}}{{\dot \eta }_0}}}{{{\rm{d}}t}} 。$

可以得到模糊自抗扰控制器的函数表达式为:

$ f\left( t \right) = \frac{{\displaystyle\sum\limits_0^{{n_1}} {\sum\limits_0^{{n_2}} {\left( {\left( {R\left( t \right)v - {\eta _0}} \right)} \right)} } }}{{\displaystyle\sum\limits_0^{{n_1}} {\sum\limits_0^{{n_2}} {\eta \left( t \right)} } }} 。$

其中: $ {n_1},{n_2} $ 为自抗扰控制器的控制时间历程[6]

基于Simulink软件进行自抗扰船舶动力定位控制的仿真,采用的船舶参数如表1所示。

表 1 船舶参数表 Tab.1 The parameters of the model ship model for test

图6为输入信号为9.5°航向角下,Simulink软件仿真得到的船舶动力定位航向角变化曲线。

图 6 船舶自抗扰动力定位的航向角变化曲线 Fig. 6 Heading angle change curve of ship self-disturbance rejection dynamic positioning
4 结 语

针对舰船动力定位过程的系统扰动信息,本文建立一种自抗扰船舶动力定位控制系统。通过建立动力定位模型和自抗扰控制器模型,在Simulink中完成了船舶动力定位的航向角控制仿真。仿真结果表明,基于自抗扰控制器的船舶动力定位系统的控制精度高、控制响应快。

参考文献
[1]
农宝翔, 杨超, 杜刃刃, 刘康康. 基于模糊自抗扰的光伏储能控制策略研究[J]. 电力科学与工程, 2023, 39(3): 17-24.
NONG Bao-xiang, YANG Chao, DU Jian-jian, LIU Kang-kang. Research on photovoltaic energy storage control strategy based on fuzzy self-disturbance rejection[J]. Electric Power Science and Engineering, 2023, 39(3): 17-24. DOI:10.3969/j.ISSN.1672-0792.2023.03.003
[2]
周雪松, 郭帅朝, 马幼捷, 李月超, 马闯. 基于改进自抗扰的变流系统直流母线电压波动抑制策略[J]. 电力系统保护与控制, 2023, 51(3): 68-78.
ZHOU Xue-song, GUO Shuai-chao, MA You-jie, LI Yue-chao, MA Chuang. Voltage fluctuation suppression strategy of DC bus line of converter system based on improved self-disturbance rejection[J]. Power System Protection and Control, 2023, 51(3): 68-78.
[3]
刘春强, 骆光照, 涂文聪. 航空机电作动永磁同步电机自抗扰控制研究综述[J]. 电气工程学报, 2021, 16(4): 12-24.
LIU Chun-qiang, LUO Guang-zhao, TU Wen-cong. Review on self-disturbance rejection control of permanent magnet synchronous motor operated by aviation electromechanical[J]. Journal of Electrical Engineering, 2021, 16(4): 12-24.
[4]
芮宏斌, 曹伟, 王天赐. 基于改进型自抗扰控制的光伏板清洁机器人路径跟踪控制研究[J]. 机械设计, 2021, 38(S2): 79-83.
RUI Hong-bin, CAO Wei, WANG Tian-ci. Research on path tracking control of photovoltaic panel cleaning robot based on improved disturbance rejection control[J]. Mechanical Design, 2021, 38(S2): 79-83. DOI:10.13841/j.cnki.jxsj.2021.s2.016
[5]
姚芳, 赵晓鹏, 吴正斌, 林祥辉, 郑帅. 一种基于自抗扰控制的电子差速控制策略研究[J]. 仪器仪表学报, 2021, 42(3): 177-191.
YAO Fang, ZHAO Xiao-peng, WU Zheng-bin, LIN Xiang-hui, ZHENG Shuai. Research on electronic differential control strategy based on disturbance rejection control[J]. Chinese Journal of Scientific Instrument, 2021, 42(3): 177-191. DOI:10.19650/j.cnki.cjsi.J2007110
[6]
朱熀秋, 顾志伟. 基于模糊神经网络逆系统的五自由度无轴承永磁同步电机自抗扰控制[J]. 电机与控制学报, 2021, 25(2): 72-81.
ZHU Xi-qiu, GU Zhi-wei. Automatic disturbance rejection control of five-degree-of-freedom bearingless permanent magnet synchronous motor based on fuzzy neural network inverse system[J]. Electric Machines and Control, 2021, 25(2): 72-81. DOI:10.15938/j.emc.2021.02.009