動(dòng)力定位非線性自適應(yīng)反步控制器設(shè)計(jì)

夏國(guó)清，周全

哈爾濱工程大學(xué)自動(dòng)化學(xué)院，黑龍江哈爾濱 150001

動(dòng)力定位非線性自適應(yīng)反步控制器設(shè)計(jì)

夏國(guó)清，周全

哈爾濱工程大學(xué)自動(dòng)化學(xué)院，黑龍江哈爾濱 150001

提出了一種基于VxWorks實(shí)時(shí)操作系統(tǒng)的船舶動(dòng)力定位控制器設(shè)計(jì)，給出了整體框架和軟件模塊設(shè)計(jì)。實(shí)際工況中，存在模型參數(shù)難以精確描述和外界擾動(dòng)不確定的問(wèn)題，在控制方法上，設(shè)計(jì)了一種基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)反步控制。RBF神經(jīng)網(wǎng)絡(luò)對(duì)連續(xù)函數(shù)在緊集范圍內(nèi)具有任意經(jīng)度的逼近能力，可有效解決船舶水動(dòng)力高度非線性以及水動(dòng)力系數(shù)難以準(zhǔn)確估計(jì)的問(wèn)題。海浪流引起的不確定外界擾動(dòng)可通過(guò)自適應(yīng)估計(jì)補(bǔ)償。根據(jù)Lyapunov穩(wěn)定性理論證明所設(shè)計(jì)的控制器是全局漸近穩(wěn)定的，仿真結(jié)果驗(yàn)證了該方法的有效性。

VxWorks；動(dòng)力定位；RBF神經(jīng)網(wǎng)絡(luò)；自適應(yīng)控制；反步法

動(dòng)力定位技術(shù)是指船舶依靠自身的動(dòng)力，使船舶穩(wěn)定在空間一定點(diǎn)位置。對(duì)整個(gè)動(dòng)力定位系統(tǒng)而言，最核心的是系統(tǒng)控制器，其主要由硬件部分和軟件部分組成。早期的控制器大多采用工控機(jī)，但其存在體積大、功耗大等問(wèn)題；同時(shí)為了保證的系統(tǒng)的實(shí)時(shí)性，單靠硬件很難實(shí)現(xiàn)，需要借助實(shí)時(shí)操作系統(tǒng)的支持。采用嵌入式實(shí)時(shí)系統(tǒng)VxWorks就能很好地解決這些問(wèn)題。目前，挪威的kongsberg公司率先將PowerPC處理器與VxWorks操作系統(tǒng)相融合設(shè)計(jì)出了功能強(qiáng)大的動(dòng)力定位控制器［1］?？刂破鞯能浖夹g(shù)主要體現(xiàn)在控制算法上，早期的控制方法有PID控制、bang-bang控制，而后為自適應(yīng)控制、最優(yōu)控制、魯棒控制、非線性控制，到現(xiàn)在的智能控制［2-8］。本文基于VxWorks實(shí)時(shí)操作系統(tǒng)，設(shè)計(jì)了一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)反步控制器。

1 總體設(shè)計(jì)

如圖1所示，動(dòng)力定位系統(tǒng)是一種主要由控制部分、執(zhí)行部分和測(cè)量部分組成的閉環(huán)控制系統(tǒng)。動(dòng)力定位要求系統(tǒng)必須在規(guī)定的時(shí)間內(nèi)完成控制任務(wù)，因此對(duì)于控制器實(shí)時(shí)性、可靠性要求比較高。本文選擇了VxWorks實(shí)時(shí)操作系統(tǒng)設(shè)計(jì)控制器，并通過(guò)串口與運(yùn)行船舶運(yùn)動(dòng)仿真程序的PC機(jī)通訊［9］，組成閉環(huán)實(shí)現(xiàn)對(duì)船舶的控制，整體框架如圖2所示。

圖1 動(dòng)力定位系統(tǒng)框圖

圖2 整體框架

2 硬件平臺(tái)選擇

本文所使用的硬件為美國(guó)RTD公司的PC104計(jì)算機(jī)系統(tǒng)，該系統(tǒng)有良好的散熱性能和密封性能，能妥善保護(hù)系統(tǒng)內(nèi)部元件和數(shù)據(jù)。下面是PC104計(jì)算機(jī)的具體參數(shù)：

1）CPU：1．0 GHz Intel Celeron M處理器

2）內(nèi)存：256 MB DDR SDRAM

3）總線接口：ISA總線和PCI總線

4）數(shù)據(jù)總線：64 bit

5）DMA通道：7

6）中斷等級(jí)：16

3 軟件設(shè)計(jì)

動(dòng)力定位控制器主要完成對(duì)船舶的控制任務(wù)，它根據(jù)當(dāng)前的船舶位置和姿態(tài)信息，調(diào)用控制算法，得到控制船舶到指定位置的控制指令。本文基于VxWorks的多任務(wù)機(jī)制，把動(dòng)力定位控制器分為初始化模塊、通信模塊和控制模塊3部分。

3．1 初始化模塊

初始化模塊用一個(gè)非循環(huán)任務(wù)完成，主要完成基本初始化任務(wù)，如打開(kāi)串口、清空串口內(nèi)數(shù)據(jù)、創(chuàng)建用于任務(wù)間同步與通信的量和創(chuàng)建其他任務(wù)等。其流程圖如圖3所示。

3．2 通信模塊

通信該模塊由兩個(gè)循環(huán)任務(wù)組成。任務(wù)1負(fù)責(zé)接收PC機(jī)發(fā)送的船舶位置、姿態(tài)信息。任務(wù)2負(fù)責(zé)向PC機(jī)發(fā)送經(jīng)控制器解算后的控制命令。它們的工作流程如圖4所示。

3．3 控制模塊

控制模塊是指根據(jù)當(dāng)前船舶的位置和姿態(tài)來(lái)計(jì)算控制量，并將控制指令進(jìn)行數(shù)據(jù)打包?？刂迫蝿?wù)的流程圖如圖5所示。

圖3 系統(tǒng)初始化任務(wù)流程

圖4 通信任務(wù)流程

圖5 控制任務(wù)流程

4 控制器設(shè)計(jì)

4．1 船舶數(shù)學(xué)模型

動(dòng)力定位三自由度水面船運(yùn)動(dòng)非線性數(shù)學(xué)模型可表示為［10-11］

式中：η＝ [x y ψ]T為固定坐標(biāo)系下船舶的縱向位移、橫向位移以及艏搖角度，v＝ [u v r]T為隨船坐標(biāo)系下船舶的縱向速度、橫向速度和艏搖角速度，J（ψ）為兩坐標(biāo)系轉(zhuǎn)換關(guān)系，M為慣性矩陣，C（v）為科氏向心力矩陣，D為阻尼矩陣，τ為控制力和控制力矩，f為外部擾動(dòng)作用力。

4．2 動(dòng)力定位反步控制器設(shè)計(jì)

5 實(shí)例仿真

本文以某船為仿真實(shí)例，驗(yàn)證所設(shè)計(jì)的控制器性能。供給船的慣性矩陣、科氏向心力矩陣和阻尼矩陣分別為

在仿真中，船舶的初始位置 η0＝［0 0 0］T，期望目標(biāo)位置ηd＝［10 5 15］T，仿真結(jié)果如圖6所示。

圖6 RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)反步控制仿真

仿真結(jié)果表明，存在環(huán)境干擾，船舶數(shù)學(xué)模型g（v）中存在不確定項(xiàng)時(shí)，基于反步法，采用神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制，對(duì)f采用自適應(yīng)估計(jì)，采用6個(gè)網(wǎng)絡(luò)輸入，7個(gè)隱層節(jié)點(diǎn)的RBF神經(jīng)網(wǎng)絡(luò)對(duì)進(jìn)行g(shù)（v）非線性逼近，動(dòng)力定位仿真取得了較好的控制效果。

6 結(jié)束語(yǔ)

本文設(shè)計(jì)了一個(gè)非線性船舶動(dòng)力定位RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)反步控制器?？刂破骰赩xWorks實(shí)時(shí)嵌入式系統(tǒng)設(shè)計(jì)，保證了系統(tǒng)的強(qiáng)實(shí)時(shí)性。利用RBF神經(jīng)網(wǎng)絡(luò)的非線性逼近能力進(jìn)行在線估計(jì)，有效地解決了水動(dòng)力模型高度非線性及參數(shù)不確定的問(wèn)題。仿真結(jié)果表明動(dòng)力定位取得滿意的控制效果，驗(yàn)證了本方法的有效性、實(shí)用性。

［1］基于VxWorks的嵌入式動(dòng)力定位控制器的設(shè)計(jì)與實(shí)現(xiàn)［D］．哈爾濱：哈爾濱工程大學(xué)，2011：4-6．

［2］葉寶玉，王欽若，熊建斌．船舶動(dòng)力定位非線性自適應(yīng)反步控制器設(shè)計(jì)［J］．計(jì)算機(jī)工程與設(shè)計(jì)，2012，33（9）：3647-3651．

［3］YU Peiwen，CHEN Hui．Design of optimal controller for dy-namic positioning system［J］．Advanced Materials Re-search，2011，308／309／310：2127-2130．

［4］趙大威，邊信黔，丁福光．非線性船舶動(dòng)力定位控制器設(shè)計(jì)［J］．哈爾濱工程大學(xué)學(xué)報(bào)，2011，32（1）：57-61．

［5］王欽若，葉寶玉，宋亞男．船舶／平臺(tái)動(dòng)力定位系統(tǒng)研究現(xiàn)狀與產(chǎn)學(xué)進(jìn)展［C］／／中國(guó)自動(dòng)化學(xué)會(huì)中南六省自動(dòng)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)．廣州，中國(guó)，2010：43-49．

［6］SORENSEN A J．A survey of dynamic positioning control systems［J］．Annual Reviews in Control，2011，35（1）：1127-1130．

［7］FOSSEN T．Guidence and control of ocean vehicles［M］．New York：Wiley，1994：562-568．

［8］WONDERGEM M．Output feedback tracking of ships［J］．IEEE Transaction on Control Systems Technology，2011，19（2）：798-802．

［9］鄭燕，王楊．關(guān)于VxWorks實(shí)時(shí)操作系統(tǒng)串口通訊程序的設(shè)計(jì)與實(shí)現(xiàn)［J］．決策管理，2009，9（5）：41-42．

［10］趙之韻．船舶動(dòng)力定位系統(tǒng)控制器設(shè)計(jì)［D］．大連：大連海事大學(xué)，2009：20-22．

［11］馮欣．基于Backstepping的船舶動(dòng)力定位系統(tǒng)控制器設(shè)計(jì)［D］．大連：大連海事大學(xué)，2009：10-15．

［12］劉金琨．智能控制［M］．2版．北京：電子工業(yè)出版社，2009：158-168．

Nonlinear adaptive backstepping controller design of dynamic positioning system

XIA Guoqing，ZHOU Quan
College of Automation，Harbin Engineering University，Harbin 150001，China

This paper designed a type of dynamic positioning controller based on real-time operating system Vx-Works，and showed the design of general structure and soft module in detail．In actual working condition，the pa-rameters in the model of nonlinear dynamic positioning ship are difficult to be accurately described and the external disturbances are usually uncertain．An adaptive backstepping controller based on RBF neural network is designed．The approximation ability of RBF neural networks for continuous function in compact set is of arbitrary precision，which can effectively solve the problems that the ship hydrodynamic force is highly nonlinear and the hydrodynamic coefficients are difficult to be accurately estimated．The uncertain additional forces caused by the ocean current can be estimated by adaptive compensation．Global asymptotic stability is proved by the Lyapunov stability theory，and the simulation results show that the designed controller is available and valid in ship dynamic positioning．

VxWorks；dynamic positioning；RBF neural network；adaptive control；backstepping

TP273

A

1009-671X（2014）03-0027-04

10．3969／j．issn．1009-671X．201308005

2013-08-16．

夏國(guó)清（1962-），男，教授，博士生導(dǎo)師；

周全（1989-），男，碩士研究生．

周全，E-mail：ZhouQuan_Louis＠163．com．