2. 中国船舶集团有限公司第七一四研究所,北京 100101;
3. 武汉理工大学 船海与能源动力工程学院,湖北 武汉 430063;
4. 武汉理工大学 航运学院,湖北 武汉 430063
2. The 714 Research Institute of CSSC, Beijing 100101, China;
3. School of Naval Architecture, Ocean and Power Engineering, Wuhan University of Technology, Wuhan 430063, China;
4. School of Navigation, Wuhan University of Technology, Wuhan 430063, China
随着船舶的信息化与智能化,自主航行逐渐成为智能船舶标志性功能[1]。水上航行时,受到风浪环境、装载状态、航速规划、避障等因素的影响,自主航行功能应适应不同的航行工况,此时,集成多个适应不同航行工况特点的控制器、且具有良好控制器切换性能的混合切换控制技术对于船舶自主航行控制实现十分重要。混合切换控制在汽车、航天以及船舶领域应用较为广泛,郭景华等[2]以偏差和偏差变化率作为衡量参数,设计了一种由最优控制律和模糊控制律组成的混合切换控制器,用于解决智能车辆的横向控制问题;杨阳阳等[3]以横向偏差作为衡量参数,设计了一种基于MPC算法和PP算法的混合控制器,用于解决路径跟踪时初始偏差较大的情况。王勇等[4]以艏向偏差变化率作为衡量参数,提出将常规PID控制器和IS-PID模糊控制器通过模糊切换的方式结合在一起,用于解决船舶航向控制过程的复杂非线性控制问题。Trong等[5]提出了一种海洋船舶动力定位、机动操纵和航行运输一体化的混合控制系统结构,扩展了船舶在极端情况的可操作性。
本文以喷水推进船舶在有限水域与宽阔海域自主航行作为目标场景,基于混合切换控制理论,研究了波浪干扰下喷水推进船在宽阔海域中航向保持模式和有限水域下路径跟踪模式之间的自动切换控制问题。
1 数学模型 1.1 喷水推进船舶动力学模型本文研究对象为某型喷水推进船。采用大地坐标系和随船坐标系来描述船舶的运动状态,如图1所示。
![]() |
图 1 大地坐标系和随船坐标系 Fig. 1 The earth-fixed coordinate and body-fixed coordinate |
船舶在水面运动属于欠驱动控制问题[6],主要考虑纵荡、横荡以及艏摇3个自由度的运动,采用3个自由度的MMG[7]方程建立船舶动力学模型:
{(m+mx)˙u−(m+my)vr=Xctl+XS+Xw,(m+my)˙v+(m+mx)ur=Yctl+YS+Yw,(Izz+Jzz)˙r=Nctl+NS+Nw,˙x=u cos ψ−v sin ψ,˙y=u sin ψ+v cos ψ,˙ψ=r。 | (1) |
式中:
{Ys=Yνν+Yrr+Y|v|v|v|v+Y|r|v|r|v+Y|r|r|r|r,Xs=Xuuu|u|+Xvrvr+Xvvvv+Xrrrr,Ns=Nνν+Nrr+Nvvrv2r+Nvrrr2v+N|r|r|r|r。 | (2) |
式中:
船舶运动控制模型根据船舶自动操控需求对船舶动力学模型进行解耦、线性化等简化处理,本文所涉及的混合控制包括2个离散控制模型,分别为航向保持PID控制模型与路径跟踪滑模控制模型。
1.2 喷水推进器推力模型根据动量定理,喷水推进器的理想推力是喷出和吸入水流的动量差[10]:
T=ρQ(vj−αvs)。 | (3) |
式中:
Pe=C(n1 000)3。 | (4) |
依据式(4),可以进一步将推进力转化为船速和转速的函数,即
{Xctl=Tcos(δ),Yctl=Tsin(δ),Nctl=Yctl⋅LG。 | (5) |
式中:
波浪漂移力和力矩的计算公式如下[12]:
{Xw=0.5ρLa2cos(χ)CDXw(λ),Yw=0.5ρLa2sin(χ)CDYw(λ),Nw=0.5ρL2a2sin(χ)CDNw(λ)。 | (6) |
式中:
{CDXw=0.05−0.2(λL)+0.75(λL)2−0.51(λL)3,CDYw=0.46+6.83(λL)−15.65(λL)2+8.44(λL)3,CDNw=−0.11+0.68(λL)−0.79(λL)2+0.21(λL)3。 | (7) |
PID控制(Proportion Integral Derivative)是按被控对象实时采集的目标数据与给定的目标值比较产生的误差的比例(P)、积分(I)和微分(D)来进行控制,通过整定PID这3项的增益参数使被控制的量稳定收敛于目标值,是一种稳定性好、可靠性高、实用面广的控制方法[13],广泛应用于单输入单输出(SISO)的船舶航向控制领域。本文采用PID控制来对喷水推进船进行航向保持。
航向控制的控制律如下式:
δ=kPˆψ+kI∫t0ˆψdτ+kD˙ˆψ。 | (8) |
式中:
航速控制的控制律如下式:
T=mx(kPˆu+kI∫t0ˆudτ+kD˙ˆu)。 | (9) |
式中:航速误差
滑模控制[14](Sliding Mode Control , SMC)是一种特殊的非线性控制,它通过设计一个滑模面,使得系统状态在有限时间内到达滑模表面并停留在滑模面上,实现系统控制偏差为0。鉴于欠驱动船舶路径跟踪过程航向与路径控制的耦合、及动力学模型的非线性等因素,本文采用滑模控制来对喷水推进船进行路径跟踪。
航向控制的控制律[7]如下:
{u=ueq+uad,ueq=B0(¨ψd−λ1˙ˆψ−f0(ψ,˙ψ)−λ2ˆψ),uad=−B0(Ks+G−1∫sdt),δ=asin(u/((T+ρAjvjV−αv)LG))。 | (10) |
式中:
航速控制的控制律[15]如下式:
T=[Xs1/(1.15+0.2|u|)−mvr−mˆw1−k4mˆu]cos(δ)。 | (11) |
式中:
滑模控制中,航向控制和航速控制的控制律稳定性采用Lyapunov稳定性方法进行验证[7,15]。
本文采用基于前视距离的视线导航法(Line-of-sight guidance,LOS)来对船舶的目标首向角进行规划,根据船舶当前位置与目标路径之间的横向距离以及设置的前视距离,计算得到船舶的首向指令[16],使船舶始终朝着指令首向航行,直至横向距离趋近于0,完成对参考轨迹的跟踪。
2.3 监督开关控制监督开关控制(SSC)是一个由连续状态多控制器和离散状态逻辑组成的混合系统,由监督器和控制器2独立的主模块组成,基于监督开关控制[17]建立的混合控制框架依据所设计的切换逻辑,在线性和非线性控制器之间进行切换,保证喷水推进船舶的稳定运行,具体框架如图2所示。图中,模式1为航向保持,模式2为路径跟踪,
![]() |
图 2 混合控制框架 Fig. 2 Block diagram of hybrid control |
定义P1–2为从模式1向模式2的切换控制点,P2–1为从模式2向模式1的切换控制点,P1–2与 P2–1可通过任务初始化装定。假定D1为航向保持状态下当前位置与P1–2的距离,D2为路径跟踪状态下当前位置与P2–1的距离。需要说明的是,模式1与模式2的切换没有先后顺序限制。也就是说,控制对象的初始状态既可为模式1,也可为模式2。
1)从模式1到模式2的切换逻辑
步骤1 检测D1,如果D1 < R1,启动滑模控制器,但仍保持输出PID控制器的结果。此阶段为PID控制器与滑模控制器并存的阶段。
步骤2 当步骤1 持续L1个周期之后,输出滑模控制器结果,停止PID控制器,切换结束。
2)从模式2到模式1的切换逻辑
步骤1 检测D2,如果D2 < R2,启动PID控制器,但仍保持输出滑模控制器的结果。此阶段为滑模控制器与PID控制器并存的阶段。
步骤2 当步骤1 持续L2个周期之后,开始计算基于滑窗平均的纵向速度相对变化率
δu=l∑i=1|ud,i−ui|ud,i。 | (12) |
式中:
此阶段仍然是滑模控制器与PID控制器并存的阶段。
步骤3 如果
需要说明的是,R1、L1、R2、L2、l和
船舶主要参数见表1。
![]() |
表 1 喷水推进船的主要参数 Tab.1 Main particulars of pump jet ship |
设置外界干扰为3级海浪,船舶纵向目标速度
算例1 该算例的仿真控制路径各点的坐标为:A(0, 500)、B(
![]() |
图 3 算例1的仿真控制路径 Fig. 3 Simulation control path of example 1 |
其中,AB段与EF段为基于PID的航向保持;BCDE段为基于SMC的路径跟踪。通过监督控制框架的切换逻辑,在B点与E点实现控制策略的转换。其中,AB段与EF段的目标艏向角
![]() |
图 4 波浪漂移力/力矩图 Fig. 4 Wave drift force/moment diagram |
系统的初始运动状态设置为:u=1 m/s、v=0.1 m/s、r=0 rad/s、x=0 m、y=500 m、
![]() |
表 2 算例1的算法参数设置 Tab.2 Algorithm parameter setting of example 1 |
算例2 该算例设计了直线上的切换控制仿真,以验证转弯对横向误差的影响。仿真控制路径以及参数设置如下:航迹起点:(0, 500);航迹终点:(
仿真结果如图5~图11所示。其中,图5~图8为算例1的仿真结果,图9~图11为算例2的仿真结果。
![]() |
图 5 航行轨迹 Fig. 5 Sailing path |
![]() |
图 8 横向误差时间曲线 Fig. 8 Time plot of lateral error |
![]() |
图 9 航行轨迹 Fig. 9 Sailing path |
![]() |
图 11 艏向角时间曲线 Fig. 11 Time plot of heading angle |
1)由图5可得,在单独的每段工况中,喷水推进船舶在控制器的作用下,均能够良好地完成仿真目标,相邻路径之间的航行航迹连贯平滑,没有局部的回折,说明混合切换控制器能够实现2种控制策略之间的良好切换。图8为算例1的横向误差时间曲线,图中AB段与EF段为航向保持的横向误差曲线,仅为了满足仿真的完整性,不作为该段处控制器性能的衡量标准。BE段为路径跟踪的横向误差曲线,该曲线在每段目标路径末端围绕0刻度线小范围上下波动,说明船舶在滑模控制器的作用下,实际航迹基本贴合期望航迹。在航向保持向路径跟踪的切换点处,横向误差变化的最大值接近30 m。图10是算例2的横向误差时间曲线,当切换路径为直线时,切换点(time=970 s)附近,横向误差变化的最大值为4.8 m。前者的误差变化值远大于后者,说明算例1中切换点处横向误差出现较大的超调,是由船舶在转弯时受到最小转向半径的限制所引起的,而非混合切换控制策略本身的原因。超调后会在控制器的作用下再次收敛,也表明本文中控制器参数设置的较为合理。算例2在切换点处横向误差的变化较小,因此在图9中,船舶在切换点处的航行航迹没有较大的波动,平稳地切换至下一段目标路径。
![]() |
图 10 横向误差时间曲线 Fig. 10 Time plot of lateral error |
2)图6是算例1的纵向速度时间曲线,在当前的参数控制下,纵向速度在各个工况下都能在短时间内收敛于理想值。在控制器稳定后,纵向速度存在一定的低频波动,这是因为外界存在持续的环境扰动,使得船体在位置和方向上存在较小的变化。切换点E是由路径跟踪切换为航向保持,该点附近纵向速度的最大差值保持在1 m/s,这是由于混合控制逻辑中添加了对纵向速度相对变化率的控制,基于滑窗平均的纵向速度相对变化率能够消除海浪干扰对检测判据的影响,减小控制策略切换时船舶纵向速度的变化差值,实现平稳切换。
![]() |
图 6 纵向速度时间曲线 Fig. 6 Time plot of longitudinal velocity |
3)图7为算例1的首向角时间曲线,可以看出,各段目标路径中,在控制器的作用下,实际首向角均能够响应目标首向角的变化并保持较小的误差,进而保证了实际航迹能够吻合期望航迹。图11为算例2的首向角时间曲线,在切换点前后,首向角没有大幅度的波动,在混合控制器下的作用下实现平缓过渡,符合实际航行的要求。
![]() |
图 7 首向角时间曲线 Fig. 7 Time plot of heading angle |
本文研究了海浪干扰下喷水推进船舶混合切换控制,建立了船舶动力学模型,对推进力、粘性水动力以及波浪漂移力进行了计算,基于监督开关控制设计了混合控制框架,将PID控制和滑模控制2种控制策略嵌入其中,实现船舶在航向保持以及路径跟踪2种不同工况下的切换控制。仿真结果表明所提出的混合控制策略可行,能够在三级海浪干扰下,完成航行任务,未来可用于喷水推进船舶混合控制系统进一步研制与开发。
[1] |
许维明, 瞿荣泽, 薛国良, 等. 智能船舶系统研究现状及发展趋势[J]. 船舶, 2023, 34(4): 46-55. |
[2] |
郭景华, 胡平, 李琳辉, 等. 智能车辆横向混合切换控制器设计[J]. 农业机械学报, 2012(2): 1-5. |
[3] |
杨阳阳, 何志刚, 汪若尘, 等. 智能车辆路径跟踪横向混合控制器设计[J]. 重庆理工大学学报(自然科学版), 2018, 32(11): 7-14. |
[4] |
王勇, 贾宝柱. 模糊切换型船舶运动PID控制器[J]. 中国航海, 2006, 29(4): 30-34. |
[5] |
TRONG D N, ASGEIR J S, SER T Q. Multi-operational controller structure for station keeping and transit operations of marine vessels[J]. IEEE Transactions on Control Systems Technology, 2008, 16(3): 491-498. DOI:10.1109/TCST.2007.906309 |
[6] |
封培元, 刘义, 范佘明. 基于自动控制的两船并行航行自航模型测试平台[J]. 船舶, 2021, 32(5): 87-93. |
[7] |
曾薄文.喷水推进水面无人艇的非线性控制方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2012.
|
[8] |
INOUE S, HIRANO M, KIJIMA K. Hydrodynamic derivatives on ship manoeuvring[J]. International Shipbuilding Progress, 1981, 28(1): 112-125. |
[9] |
INOUE S, HIRANO M, KIJIMA K, et al. A practical calculation method[J]. International Shipbuilding Progress, 1981, 28: 207-222. DOI:10.3233/ISP-1981-2832502 |
[10] |
孙存楼, 王永生. 喷水推进器推力预报的两种不同方法比较[J]. 船舶力学, 2010, 14(11): 1208-1212. |
[11] |
蔡佑林, 张恒, 陈刚, 等. 面向中低速船的浸没式喷水推进技术[J]. 船舶, 2023, 34(3): 92-96. |
[12] |
LIU W J, SUI Q M, XIAO H R, et al. Sliding backstepping control for ship course with nonlinear disturbance observer[J]. Journal of Information and Computational Science, 2011, 8(16): 3809-3817. |
[13] |
刘传才, 缪泉明, 李定, 等. 自治式水下机器人的控制研究[J]. 船舶力学, 1997(1): 67-71. |
[14] |
周超, 张伟, 李德军, 等. 水下航行器对接过程下的动力学建模与运动仿真研究[J]. 船舶力学, 2023, 27(9): 1327-1336. |
[15] |
秦梓荷.水面无人艇运动控制及集群协调规划方法研究[D] .哈尔滨: 哈尔滨工程大学, 2018.
|
[16] |
燕聃聃, 文元桥, 肖长诗, 等. 吊舱推进的小型水面无人船航迹控制系统设计[J]. 船海工程, 2017, 46(46): 210-214+21. |
[17] |
TOMERA M. Hybrid switching controller design for the maneuvering and transit of a training ship[J]. International Journal of Applied Mathematics and Computer Science, 2017, 27(1): 63-77. DOI:10.1515/amcs-2017-0005 |