基于智能模型的船舶横向运动控制研究
摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-23页 |
·课题背景 | 第12-16页 |
·国内外研究概况 | 第16-19页 |
·本文主要工作 | 第19-23页 |
第2章 船舶横向运动智能化模型建立 | 第23-42页 |
·引言 | 第23页 |
·船舶运动坐标系 | 第23-25页 |
·船舶横向运动数学模型 | 第25-33页 |
·切片理论 | 第25-26页 |
·船舶运动微分方程 | 第26-27页 |
·水动力参数模型 | 第27-33页 |
·船舶横向运动智能模型建立 | 第33-40页 |
·船舶横向运动智能模型概念 | 第33页 |
·基于径向基函数神经网络的水动力参数智能模型 | 第33-40页 |
·仿真结果分析 | 第40-41页 |
·本章小结 | 第41-42页 |
第3章 船舶横向运动自适应LQG控制研究 | 第42-70页 |
·引言 | 第42页 |
·船舶运动数学模型分析 | 第42-46页 |
·离散状态空间模型的建立 | 第42-45页 |
·系统稳定性分析 | 第45-46页 |
·海浪扰动建模与估计 | 第46-59页 |
·海浪扰动样本数据处理 | 第47-48页 |
·海浪成型滤波器及系统扩展 | 第48-53页 |
·海浪扰动最优估计 | 第53-58页 |
·海浪扰动仿真结果分析 | 第58-59页 |
·船舶横向运动自适应LQG控制 | 第59-69页 |
·随机最优控制理论 | 第59-61页 |
·基于智能模型的自适应LQG控制系统 | 第61-68页 |
·基于智能模型的自适应LQG控制仿真分析 | 第68-69页 |
·本章小结 | 第69-70页 |
第4章 船舶横摇运动自组织控制系统 | 第70-92页 |
·引言 | 第70页 |
·横摇运动自组织控制系统结构 | 第70-72页 |
·横摇运动前向智能模型 | 第72-83页 |
·反馈神经网路 | 第72-74页 |
·反馈神经网络稳定性 | 第74-76页 |
·横摇运动前向智能模型设计 | 第76-79页 |
·横摇运动前向智能模型的仿真分析 | 第79-83页 |
·基于前向智能模型的横摇运动控制器设计 | 第83-90页 |
·本章小结 | 第90-92页 |
第5章 船舶横摇艏摇耦合运动自组织控制系统 | 第92-107页 |
·引言 | 第92页 |
·船舶横摇艏摇耦合运动自组织控制系统结构 | 第92-93页 |
·横摇艏摇耦合运动的船舶前向智能模型 | 第93-99页 |
·横摇艏摇耦合运动前向模型网络结构 | 第93-95页 |
·横摇艏摇耦合运动前向智能模型网络训练 | 第95-99页 |
·横摇艏摇耦合运动前向智能模型的仿真分析 | 第99页 |
·横摇艏摇耦合运动控制器网络设计 | 第99-106页 |
·本章小结 | 第106-107页 |
结论 | 第107-110页 |
参考文献 | 第110-116页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第116-118页 |
致谢 | 第118-119页 |
个人简历 | 第119-120页 |
附录A 水动力参数计算结果 | 第120-127页 |
附录B 水动力参数一级拟和曲线 | 第127-136页 |
附录C 水动力参数二级拟和曲面 | 第136-139页 |
附录D 水动力参数逼近精度 | 第139-142页 |
附录E 扰动力及力矩估计 | 第142-145页 |
附录F 自适应LQG控制效果 | 第145-148页 |
附录G 横摇前向模型神经网络预报效果 | 第148-151页 |
附录H 横摇艏摇前向模型神经网络预报效果 | 第151页 |