一種基于專家知識的動力定位控制算法及試驗

韓 冰, 董勝利

(上海船舶運輸科學(xué)研究所 航運技術(shù)與安全國家重點實驗室， 上海 200135)

一種基于專家知識的動力定位控制算法及試驗

韓 冰, 董勝利

(上海船舶運輸科學(xué)研究所 航運技術(shù)與安全國家重點實驗室， 上海 200135)

在動力定位系統(tǒng)對風(fēng)和流作用力進(jìn)行前饋控制的基礎(chǔ)上，運用卡爾曼濾波的狀態(tài)估計方法估算船舶低頻運動信號，提出一種基于專家經(jīng)驗的模型預(yù)測控制方法。為檢驗該算法的控制精度以及控制穩(wěn)定性等技術(shù)指標(biāo)，結(jié)合目標(biāo)船的實際情況，對動力定位系統(tǒng)的水池試驗進(jìn)行設(shè)計。在不同模擬環(huán)境下進(jìn)行試驗，結(jié)果表明，該控制算法能夠滿足目標(biāo)船對動力定位控制系統(tǒng)的技術(shù)要求，并且具有良好的控制精度和穩(wěn)定性。

船舶工程； 動力定位系統(tǒng)； Kalman濾波； 模型預(yù)測控制； 專家控制

動力定位系統(tǒng)(Dynamic Positioning System)是一種閉環(huán)控制系統(tǒng)，其功能是在不借助錨泊系統(tǒng)的情況下不斷檢測出船舶實際位置與目標(biāo)位置的偏差，再根據(jù)風(fēng)、浪、流等外界環(huán)境力的影響計算出使船舶恢復(fù)到目標(biāo)位置所需的推力，并對船舶上各推力器進(jìn)行推力分配，進(jìn)而使其產(chǎn)生相應(yīng)推力，使船舶保持在所要求的位置上。[1-2]其優(yōu)點是定位成本不會隨水深的增加而增加，操作也比較方便。

自20世紀(jì)60年代早期動力定位系統(tǒng)被研發(fā)生產(chǎn)以來，PID(Proportion Integration Differentiation)控制，基于Kalman濾波的最優(yōu)控制，以模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)為代表的智能控制方法都被嘗試應(yīng)用于動力定位系統(tǒng)。[3-4]近年來，動力定位系統(tǒng)的研發(fā)已在國內(nèi)得到廣泛重視，哈爾濱工程大學(xué)、上海交通大學(xué)等科研機構(gòu)已在動力定位系統(tǒng)的研究方面取得一些理論研究成果。[5-7]這些研究成果為我國自主研發(fā)動力定位控制系統(tǒng)打下了良好基礎(chǔ)。

上海船舶運輸科學(xué)研究所在成功研制出SRI-VC2110船舶機艙自動化系列產(chǎn)品的基礎(chǔ)上，研究開發(fā)出了SRI-VC2110DP系列動力定位控制系統(tǒng)。在自適應(yīng)模型預(yù)測控制方法的基礎(chǔ)上提出一種適用于動力定位控制的專家控制策略，并針對SRI-VC2110DP動力定位系統(tǒng)進(jìn)行了水池試驗。通過模擬各種自然海況下的定位控制，驗證了系統(tǒng)的穩(wěn)定性能，分析了系統(tǒng)的控制能力和控制精度。

1 SRI-VC2110DP控制系統(tǒng)

SRI-VC2110DP控制系統(tǒng)是基于船舶運動模型的模型預(yù)測控制結(jié)構(gòu)，通過自適應(yīng)擴(kuò)展卡爾曼濾波算法對船舶的運動狀態(tài)進(jìn)行分析估計，通過多種控制測量進(jìn)行定位控制?？刂葡到y(tǒng)由風(fēng)力計算模塊、流力估計模塊、Kalman濾波狀態(tài)估計器、控制器和推力分配模塊構(gòu)成，原理圖見圖1。

圖1 動力定位控制系統(tǒng)的原理框圖

1.1自適應(yīng)船舶運動模型

建立船舶低頻運動數(shù)學(xué)模型是研制動力定位控制系統(tǒng)過程中的核心問題。對一般海洋工程船而言，SRI-VC2110DP控制系統(tǒng)可根據(jù)船舶在運動中的數(shù)據(jù)進(jìn)行運動模型參數(shù)辨識，避免了復(fù)雜的工作。用于描述船舶運動的數(shù)學(xué)模型可分為低頻運動模型和高頻運動模型。低頻運動模型用于描述船舶在水平面的運動，高頻運動模型用于描述船舶受海浪等因素影響所產(chǎn)生的位置振蕩。

對船舶運動的模型進(jìn)行描述，在文獻(xiàn)[4]給出的一般性船舶高低頻運動模型的基礎(chǔ)上，分別建立船舶高低頻運動模型，并在水池試驗中利用卡爾曼濾波算法對模型參數(shù)進(jìn)行實時修正。

1.2卡爾曼濾波估計

動力定位系統(tǒng)控制過程中，波頻信號在船舶的運動中僅表現(xiàn)為周期性振蕩，不會改變船舶的平均位置。因此,在動力定位控制中，為避免不必要的能量浪費以及推力器磨損，僅對低頻運動加以控制。動力定位系統(tǒng)中的卡爾曼濾波器主要用于修正預(yù)測模型參數(shù)以及對測量信號中的高頻信號進(jìn)行濾波，以得到低頻運動信號。

假設(shè)船舶運動的綜合模型可表示為

(1)

式(1)中：ω為過程噪聲和模型不確定度;v為測量噪聲;假設(shè)它們均服從高斯白噪聲分布。

根據(jù)卡爾曼濾波算法，可對船舶運動方程進(jìn)行以下濾波計算。

(2)

(3)

(4)

K(k)R(k)KT(k)

(5)

(6)

(7)

k=k+1，返回式(3)

(8)

根據(jù)以上方程，對船舶平面運動模型速度變量進(jìn)行濾波仿真。

1.3風(fēng)和流力的計算

船舶在海上作業(yè)時會受到環(huán)境的干擾，使船位和艏向發(fā)生變化。一般環(huán)境力是指海上風(fēng)、浪、流等對船的作用力。船的受風(fēng)作用力可通過模型進(jìn)行計算；由于波浪對船的漂移力相對流作用力較小，在實際控制中可忽略；船的受海流作用力通常需要根據(jù)船舶運動狀態(tài)進(jìn)行估算。

1.3.1風(fēng)力計算

設(shè)ρ0為空氣密度(取0.132 26 kg×s2/m4)，則風(fēng)力(矩)可表達(dá)為

(9)

式(9)中:Ax為上層建筑正投影面積;Ay為上層建筑側(cè)投影面積;L1為船舶總長;Cwx，Cwy，Cwm分別為縱向、橫向風(fēng)力及風(fēng)力矩系數(shù)。

1.3.2流力模型

海流對船舶作用的時變性較弱，因此可通過預(yù)測模型狀態(tài)與實際船舶運動狀態(tài)測量值的偏差進(jìn)行估計。采用這種計算方法的同時，可以將風(fēng)、流以外的擾動一同進(jìn)行補償計算。

1.4基于專家知識的控制器設(shè)計

動力定位控制系統(tǒng)的控制策略是：將由位置測量系統(tǒng)得到的實際狀態(tài)信號與預(yù)定目標(biāo)值進(jìn)行比較，計算出抵消位置偏差和外接干擾所需的推力的大小，經(jīng)推力分配，對推進(jìn)器發(fā)出控制指令以實現(xiàn)船舶的定位控制。PID控制器是一種線性控制器，在工業(yè)中普遍采用，根據(jù)給定值與實際輸出值構(gòu)成控制偏差e(t)，其控制規(guī)律為

寫成傳遞函數(shù)形式，有

(10)

式(10)中：kp為控制系統(tǒng)增益。

考慮到實際船舶航行中可能經(jīng)受的如天氣和船速突變等特殊狀況會控制系統(tǒng)產(chǎn)生影響，需在應(yīng)用PID控制器的同時引入高頻濾波器，以保證控制器的穩(wěn)定。但實際上，由于船舶運動慣性較大，采用常規(guī)PID控制算法容易出現(xiàn)船舶振蕩、穩(wěn)定時間長等問題。對于慣性較大的船舶控制對象，針對船舶在動力定位過程中的不同運動狀態(tài)，采用不同的控制策略往往是比較有效的方法。在進(jìn)行大量水池試驗的基礎(chǔ)上，提出一種適用于動力定位系統(tǒng)的專家控制策略，以解決船舶定位控制過程中的振蕩問題。

令e(k)為離散采用時刻的控制誤差，e(k-1)和e(k-2)分別為前一個和前兩個時刻的控制誤差，則有:

根據(jù)動力定位船與目標(biāo)位置的偏差關(guān)系，專家控制策略可分為以下5種情況進(jìn)行設(shè)計：

1) 當(dāng)|e(k)|gt;E1，E1gt;0時，系統(tǒng)控制誤差較大,此時不需考慮船舶運動趨勢，控制器應(yīng)按最大輸出調(diào)整船舶位置，使控制誤差快速減小。其中E1是設(shè)定的較大控制誤差邊界。

2) 當(dāng)e(k)Δe(k)gt;0時，船舶在偏離目標(biāo)位置，這時應(yīng)增大控制增益，改變船舶的運動趨勢。

3) 當(dāng)e(k)Δe(k)lt;0，e(k)e(k-1)gt;0時，船舶在靠近控制目標(biāo)，此時應(yīng)減小控制增益，防止產(chǎn)生較大的超調(diào)量。

4) 當(dāng)e(k)Δe(k)gt;0，e(k)e(k-1)lt;0時，船舶處于運動方向轉(zhuǎn)換位置，此時控制器輸出保持上一時刻的作用。

5) 當(dāng)|e(k)|≤E2時，船舶已到達(dá)目標(biāo)位置附近，此時可引入誤差積分控制量，以減小系統(tǒng)的穩(wěn)態(tài)控制誤差。其中E2是可接受的控制誤差邊界。

2 動力定位水池試驗系統(tǒng)設(shè)計

2.1SRI-VC2110DP動力定位系統(tǒng)

SRI-VC2110DP系列船舶動力定位系統(tǒng)按中國船級社規(guī)范和英國勞氏船級社規(guī)范設(shè)計,由動力定位操縱臺、推力器操縱臺、側(cè)翼操縱終端、控制箱、打印機及各種傳感器組成。SRI-VC2110DP1系統(tǒng)組成框圖見圖2。

圖2 SRI-VC2110DP1系統(tǒng)組成框圖

2.2水池試驗系統(tǒng)設(shè)計

為檢驗所提出的控制算法在動力定位控制中的控制能力，對SRI-VC2110DP系統(tǒng)進(jìn)行水池試驗驗證。試驗系統(tǒng)示意圖見圖3。

圖3 SRI-VC2110DP1水池試驗系統(tǒng)組成框圖

2.3試驗?zāi)Ｐ图捌渫七M(jìn)裝置

水池試驗控制對象是以某2 000 t全回轉(zhuǎn)起重船為原型，按λ=28的縮尺比建造的(主要參數(shù)見表1),模型槳與實船槳尺寸見表2。

此外，為模擬風(fēng)力對船模的作用情況，船模按比例裝配了上層建筑模型和起重機模型，其動力系統(tǒng)由岸上電纜配電，動力定位控制系統(tǒng)通過以太網(wǎng)與船模動力控制箱連接。

表1 船模主要參數(shù)表

表2 船槳模型主要參數(shù)表

2.4傳感器及測量裝置

涉及的各項試驗均在航運技術(shù)與安全國家重點實驗室提供的風(fēng)浪流水池中進(jìn)行。試驗測量裝置分為環(huán)境測量裝置、船模運動測量裝置(艏向精度2°，位置精度0.02 m)和推進(jìn)器狀態(tài)監(jiān)測裝置。其中，環(huán)境測量裝置主要包括聲學(xué)多普勒流速儀、熱線風(fēng)速變送器、非接觸伺服式浪高儀和電容式浪高儀，主要用于試驗過程中對風(fēng)、浪、流的測量。

3 水池試驗驗證

為驗證所提出的專家經(jīng)驗控制方法在真實海況條件下的控制效果，通過水池模擬風(fēng)、浪、流環(huán)境條件，進(jìn)行船舶動力定位控制試驗驗證。分別對船舶有利艏向和非有利艏向兩種情況進(jìn)行試驗，以比較提出的控制方法和傳統(tǒng)控制方法在定位控制中的效果。試驗以目標(biāo)船作業(yè)條件為依據(jù)設(shè)置水池試驗環(huán)境(見表3)。

3.1有利艏向條件下的定位控制試驗

試驗過程中的流向和風(fēng)向均為000°，船舶定位設(shè)置成有利艏向條件下的自動定位控制。通過提出的基于專家經(jīng)驗的控制方法得到的船舶定位曲線見圖4，定位過程中船舶艏向變化曲線見圖5。

從圖5給出的船舶運動軌跡可以看出，所提出的控制算法能有效控制船舶的位置，并使其穩(wěn)定在目標(biāo)位置區(qū)域。位置控制均方誤差lt;0.03 m，折合實際船舶位置誤差lt;0.84 m?？刂七^程中，艏向最大誤差lt;3°，艏向均方誤差lt;0.8°，折合實際船舶控制誤差lt;0.8°。

表3 水池試驗條件參數(shù)表

圖4 船舶自動定位位置變化曲線

圖5 船舶自動定位艏向變化曲線

在同樣的環(huán)境力條件下，采用一般PID控制策略對船模進(jìn)行定位控制試驗，試驗結(jié)果見圖6和圖7。從試驗結(jié)果可以看出，定位控制過程中船舶位置波動范圍較大。定位過程中位置均方誤差為0.11 m，折合實際船舶位置誤差3.08 m。同時，控制過程中船舶艏向控制最大誤差約為4°，均方誤差為1.89°。

3.2非最優(yōu)艏向條件下的定位控制試驗

試驗過程中流向為045°，風(fēng)向為000°，船舶定位控制為非有利艏向條件下的自動定位控制。采用基于專家經(jīng)驗的控制方法得到的船舶定位曲線見圖8，定位過程中船舶艏向變化曲線見圖9。

圖6 PID控制船舶自動定位位置變化曲線

圖8 船舶自動定位位置變化曲線

圖9 船舶自動定位艏向變化曲線

由圖8和圖9可以看出，在非有利艏向條件下專家控制策略仍能對船舶位置進(jìn)行有效控制，定位控制過程中最大誤差lt;0.1 m，均方誤差為0.05 m，折合實際誤差1.4 m。艏向最大誤差lt;3°，均方誤差1.1°，折合實際船舶均方誤差為1.1°。

在非有利艏向條件下采用一般PID控制方法得到的船舶運動軌跡和艏向分別見圖10和圖11。

可見,雖然一般PID控制方法能夠控制船舶位置，但船舶始終在目標(biāo)位置附近振蕩。與此同時，在非有利艏向條件下船舶艏向振蕩也比較明顯。

圖10 PID控制船舶自動定位位置變化曲線

圖11 PID控制船舶自動定位艏向變化曲線

從水池試驗結(jié)果可以看出,采用本文所述控制策略的SRI-VC2110DP動力定位控制系統(tǒng)能夠更有效地對船模進(jìn)行控制。由于試驗用于艏向測量容易受磁場影響，因此艏向控制會出現(xiàn)小范圍波動。此外,水池試驗系統(tǒng)船模供電和通信采用有線方式完成，用于供電和通信的線纜受自重和風(fēng)力的作用也會對試驗結(jié)果產(chǎn)生較大影響，造成系統(tǒng)控制誤差。如果試驗條件得到改善，本文提出的控制策略能夠達(dá)到更高的控制精度。

4 結(jié) 語

針對SRI-VC2110DP動力定位系統(tǒng)對定位控制算法的需要，提出了一種基于專家知識的動力定位控制策略。該方法能夠根據(jù)船舶在動力定位過程中的不同運動狀態(tài)自適應(yīng)選擇不同的控制參數(shù)，進(jìn)而有效避免大慣性被控對象引起的系統(tǒng)振蕩。通過多項水池試驗,證明了該控制策略的有效性。

[1] SELKAINAHO J. Tuning a Dynamic Positioning System [J]. Automatica, 1993, 29(4):865-875.

[2] 趙志高,楊建民,王磊,等.動力定位系統(tǒng)發(fā)展?fàn)顩r及研究方法[J].海洋工程,2002, 20(1):91-97.

[3] BALCHEN J G, JENSSEN N A, SAELID S. Dynamic Positioning Using Kalman Filtering and Optimal Control Theory[C]. IFACPIFIP Symposium on Automation in Offshore Oil Field Operation, 1976.

[4] BALCHER J G, JENSSEN N A, MATHISEN E, et al. A Dynamic Positioning System Based on Kalman Filtering and Optimal Control[J]. Modeling, Identification and Control, 1980, 3(1):135-163.

[5] 王元慧，施小成，邊信黔. 基于模型預(yù)測控制的船舶動力定位約束控制[J]. 船舶工程，2007，29(3):22-25.

[6] 李文魁，張博，田蔚風(fēng)，等.一種波浪中的船舶動力定位運動建模方法研究[J].儀器儀表學(xué)報，2007，28(6):1 051-1 054.

[7] 童進(jìn)軍，何黎明，田作華. 船舶動力定位系統(tǒng)的數(shù)學(xué)模型[J]. 船舶工程,2002,24(5):27-29.

[8] 童進(jìn)軍，何黎明，田作華. 船舶動力定位系統(tǒng)控制器的設(shè)計[J]. 船舶工程,2002,24(6):50-53.

AnExperienceBasedControlStrategyandPoolExperimentationforDynamicPositioningSystem

HANBing，DONGShengli
(State Key Laboratory of Navigation and Safety Technology, Shanghai Ship and Shipping Research Institute, Shanghai 200135, China)

An expert experience model predictive control strategy is suggested based on the feed forward control of wind and current with Kalman filter for the low frequency motion estimation. For testing the control accuracy and control stability, a pool test of the dynamic positioning system is designed and completed based on the actual situation of the target ship. The test results with different simulated environment show that the control strategy of dynamic positioning system meets the technical requirements of the target ship with good control accuracy and stability.

ship engineering; dynamic positioning system; Kalman filter; model predictive control; expert control

2014-02-25

韓 冰(1981-),男,吉林省吉林市人，副研究員，博士，主要從事船舶動力裝置仿真以及動力定位控制系統(tǒng)研究。E-mail:hanbing@sssri.com.

1000-4653(2014)02-0010-05

U664.82

A