-
公开(公告)号:CN114755918B
公开(公告)日:2024-07-23
申请号:CN202210273296.9
申请日:2022-03-18
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种推进器部分失效下的无人船控制失效率和扰动估计方法及系统。本发明方法,包括:构建推进器失效的无人船模型,并给定无人船模型一个系统输入;建立状态观测器模块和扰动估计器模块,将当前时刻速度的观测值同时导入到两个模型中,分别得到系统总扰动与环境扰动的估计值和失效控制增益;建立失效率估计模块,对无人船失效率进行估计。本发明将数据驱动自学习方法与自抗扰控制相结合,提出一种响应速度快、效益高、适用性强的推进器部分失效下的无人船控制失效率和扰动估计方法,不仅可以实现对失效率进行估计,而且还能实现对复杂的未知时变系统总扰动进行估计。解决了在无人船发生推进器部分失效时对失效率和外部扰动的估计问题。
-
公开(公告)号:CN114564028B
公开(公告)日:2024-12-03
申请号:CN202210272085.3
申请日:2022-03-18
Applicant: 大连海事大学
IPC: G05D1/43 , G05D1/644 , G05D109/10
Abstract: 本发明公开了一种离散时间数据驱动自学习的无人船航速控制系统,包括:速度估计模块、扰动观测器模块、无模型控制器模块、数据驱动参数更新律模块;无模型控制器模块用于计算前向力矩τ(n);速度估计模块用于计算下一时刻无人船的动力学未知项估计#imgabs0#下一时刻的无人船航速估计#imgabs1#扰动观测器模块用于计算下一时刻的系统总扰动估计#imgabs2#数据驱动参数更新律模块用于根据下一时刻的系统总扰动估计#imgabs3#计算下一时刻的控制增益估计#imgabs4#本发明的在估计总扰动的基础上,通过利用扩张状态观测器和数据驱动更新律,不仅解决了对可变化的控制增益进行估计,而且还能辨识控制增益估计不准确部分的问题,最终实现了系统完全自学习和监控功能的效果。
-
-
公开(公告)号:CN114755918A
公开(公告)日:2022-07-15
申请号:CN202210273296.9
申请日:2022-03-18
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种推进器部分失效下的无人船控制失效率和扰动估计方法及系统。本发明方法,包括:构建推进器失效的无人船模型,并给定无人船模型一个系统输入;建立状态观测器模块和扰动估计器模块,将当前时刻速度的观测值同时导入到两个模型中,分别得到系统总扰动与环境扰动的估计值和失效控制增益;建立失效率估计模块,对无人船失效率进行估计。本发明将数据驱动自学习方法与自抗扰控制相结合,提出一种响应速度快、效益高、适用性强的推进器部分失效下的无人船控制失效率和扰动估计方法,不仅可以实现对失效率进行估计,而且还能实现对复杂的未知时变系统总扰动进行估计。解决了在无人船发生推进器部分失效时对失效率和外部扰动的估计问题。
-
公开(公告)号:CN113253721A
公开(公告)日:2021-08-13
申请号:CN202110443942.7
申请日:2021-04-23
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种时变海流干扰下无人船集群协同避碰制导方法及系统,方法考虑了制导信号可能违背无人船速度约束情形,通过构建无人船编队航行中的输入速度约束条件,以防止因编队中的无人船速度不相适应导致互碰的危险。系统采用控制闸函数设计了避碰控制器,能够实现无人船编队控制中无人船彼此之间、无人船与环境障碍物之间的避碰,提高了无人船编队航行安全性。采用状态观测器来估计海流速度,通过状态观测器可以提高无人船集群协同控制的精度,同时也大大加强了无人船的稳定性。
-
公开(公告)号:CN114564028A
公开(公告)日:2022-05-31
申请号:CN202210272085.3
申请日:2022-03-18
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种离散时间数据驱动自学习的无人船航速控制系统,包括:速度估计模块、扰动观测器模块、无模型控制器模块、数据驱动参数更新律模块;无模型控制器模块用于计算前向力矩τ(n);速度估计模块用于计算下一时刻无人船的动力学未知项估计下一时刻的无人船航速估计扰动观测器模块用于计算下一时刻的系统总扰动估计数据驱动参数更新律模块用于根据下一时刻的系统总扰动估计计算下一时刻的控制增益估计本发明的在估计总扰动的基础上,通过利用扩张状态观测器和数据驱动更新律,不仅解决了对可变化的控制增益进行估计,而且还能辨识控制增益估计不准确部分的问题,最终实现了系统完全自学习和监控功能的效果。
-
-
-
-
-