首页--交通运输论文--水路运输论文--船舶工程论文--船舶机械论文--船舶系统论文--船舶操纵控制系统论文

船舶动力定位的智能控制及推力分配研究

创新点摘要第5-6页
摘要第6-8页
ABSTRACT第8-9页
第1章 绪论第13-23页
    1.1 船舶动力定位系统的研究意义第13-14页
    1.2 船舶动力定位系统简介第14-16页
        1.2.1 船舶动力定位系统的组成第14-16页
        1.2.2 船舶动力定位系统的工作流程第16页
    1.3 船舶动力定位系统研究的状况第16-20页
        1.3.1 传统的PID控制技术第16-17页
        1.3.2 线性最优控制技术第17页
        1.3.3 非线性控制技术第17-19页
        1.3.4 自适应控制技术第19页
        1.3.5 智能控制技术第19-20页
    1.4 论文主要工作第20-23页
第2章 船舶动力定位控制的相关理论基础第23-34页
    2.1 引言第23页
    2.2 Lyapunov稳定性理论第23-26页
        2.2.1 基本概念第23-25页
        2.2.2 Lyapunov稳定性定理第25-26页
    2.3 径向基神经网络第26-28页
    2.4 Backstepping设计方法第28-30页
    2.5 自抗扰控制第30-31页
    2.6 滑模变结构控制的原理第31-33页
    2.7 本章小结第33-34页
第3章 动力定位船舶的非线性数学模型第34-46页
    3.1 引言第34页
    3.2 运动学特性方程第34-36页
        3.2.1 船舶运动参考坐标系第34-36页
        3.2.2 水面船舶的运动学特性第36页
    3.3 动力学特性方程第36-43页
        3.3.1 船体所受流体力及力矩第36-37页
        3.3.2 主机特性及螺旋桨推力计算模型第37-40页
        3.3.3 舵机特性及舵力的计算第40-41页
        3.3.4 船舶运动干扰力及力矩的计算第41-43页
    3.4 船舶动力定位三自由度数学模型第43-45页
    3.5 本章小结第45-46页
第4章 动力定位船舶的航向保持智能控制第46-64页
    4.1 引言第46-48页
    4.2 船舶航向保持的自抗扰智能控制第48-56页
        4.2.1 船舶航向数学模型的建立第48-49页
        4.2.2 线性自抗扰技术在船舶航向保持系统中的应用第49-50页
        4.2.3 仿真研究第50-56页
    4.3 船舶航向保持的RBF神经网络自适应控制律设计第56-63页
        4.3.1 问题的描述第56-57页
        4.3.2 控制律的设计第57-58页
        4.3.3 稳定性分析第58-61页
        4.3.4 仿真研究第61-63页
    4.4 本章小结第63-64页
第5章 船舶动力定位的智能自适应控制第64-91页
    5.1 引言第64-65页
    5.2 船舶动力定位双环滑模控制律的设计第65-72页
        5.2.1 问题的描述第66页
        5.2.2 双环滑模控制律的设计第66-68页
        5.2.3 稳定性分析第68页
        5.2.4 仿真研究第68-72页
    5.3 船舶动力定位RBF神经网络自适应控制律设计第72-80页
        5.3.1 问题的描述第73页
        5.3.2 神经网络控制律的设计第73-74页
        5.3.3 稳定性分析第74-76页
        5.3.4 仿真研究第76-80页
    5.4 船舶动力定位自适应输出反馈控制律设计第80-89页
        5.4.1 问题的描述第80-81页
        5.4.2 输出反馈控制律设计第81-84页
        5.4.3 稳定性分析第84-85页
        5.4.4 仿真研究第85-89页
    5.5 本章小结第89-91页
第6章 船舶动力定位的推力分配优化策略第91-106页
    6.1 引言第91-92页
    6.2 推力分配问题的求解策略第92页
    6.3 船舶动力定位的推力分配数学模型第92-94页
        6.3.1 推力分配的目标函数第92-93页
        6.3.2 推力分配的约束条件第93页
        6.3.3 推力分配的数学模型第93-94页
    6.4 动态单目标非线性约束优化粒子群算法第94-99页
        6.4.1 动态单目标优化问题转化成许多静态优化问题第95页
        6.4.2 PSO的数学模型第95-96页
        6.4.3 改进的惯性因子第96页
        6.4.4 改进的比较准则第96-97页
        6.4.5 新的扰动算子第97-98页
        6.4.6 算法流程第98页
        6.4.7 算法分析第98-99页
    6.5 仿真研究第99-105页
    6.6 本章小结第105-106页
结论第106-108页
参考文献第108-118页
攻读学位期间公开发表论文第118-119页
致谢第119-120页
作者简介第120页

论文共120页,点击 下载论文
上一篇:当代广州中心城区居住建筑发展研究
下一篇:中国经济高速增长的亲贫困程度研究:1989-2009