前言

第1章 智能控制与船舶自动化系统概述 1

1.1 智能控制概述 1

1.1.1 智能控制的基本概念 2

1.1.2 智能控制的研究对象 3

1.1.3 智能控制的结构理论 4

1.1.4 几种典型的智能控制系统 6

1.1.5 智能控制与传统控制的关系 17

1.1.6 智能控制的前景和展望 18

1.2 船舶自动化系统概述 19

1.2.1 船舶运动控制装置 22

1.2.2 船舶操纵与主推进联合智能控制 24

1.2.3 运输船舶的自主智能控制与无人驾驶 25

1.2.4 自主式水下航行器的运动智能控制 27

1.3 典型船舶自动化系统 28

1.3.1 船舶自动舵控制系统 28

1.3.2 船舶柴油主机遥控系统 30

1.3.3 船舶减摇鳍控制系统 31

1.3.4 船舶动力定位系统 33

1.3.5 船舶电站自动化系统 34

参考文献 36

第2章 船舶自动舵智能控制 38

2.1 概述 38

2.1.1 船舶自动舵系统简介 38

2.1.2 船舶自动舵系统实例 41

2.2 水面船舶操纵运动数学模型 47

2.2.1 标准的三自由度船舶平面运动数学模型 47

2.2.2 简化的三自由度船舶平面运动数学模型 48

2.3 “育鲲”轮船舶运动数学模型仿真算例 49

2.4 船舶自动舵智能控制算法 53

2.4.1 船舶航迹跟踪Backstepping鲁棒控制 53

2.4.2 船舶航迹保持分段鲁棒自适应切换镇定智能控制 63

2.4.3 基于全局动态非线性滑模的欠驱动水面船舶轨迹跟踪控制 72

2.5 小结 81

参考文献 82

第3章 船舶减摇鳍智能控制 84

3.1 船舶横摇减摇技术综述 84

3.1.1 舭龙骨 84

3.1.2 减摇水舱 85

3.1.3 减摇鳍 85

3.1.4 舵减摇 86

3.1.5 零低航速减摇鳍 86

3.1.6 联合控制减摇技术 87

3.2 海浪数学模型 88

3.2.1 波幅模型与海浪频谱 88

3.2.2 波倾角模型与波倾角频谱 89

3.2.3 海浪数字仿真 91

3.3 船舶横摇运动数学模型 94

3.3.1 船舶线性横摇受力分析 94

3.3.2 线性横摇运动数学模型 96

3.3.3 船舶非线性横摇运动数学模型 98

3.3.4 船舶横摇运动数字仿真 100

3.4 船舶横摇运动预报 101

3.4.1 船舶横摇运动时间序列小波分析 101

3.4.2 基于小波变换和神经网络组合模型的横摇运动预测 104

3.5 船舶横摇减摇控制方法 107

3.5.1 船舶横摇减摇原理 107

3.5.2 船舶减摇鳍逆模式小波神经网络自适应控制 111

3.5.3 船舶横摇减摇滑模控制 117

3.6 小结 126

参考文献 126

第4章 船舶动力定位系统智能控制 128

4.1 船舶动力定位系统的基本概念 128

4.1.1 船舶动力定位系统的定义 128

4.1.2 船舶动力定位系统的组成 128

4.1.3 船舶动力定位系统的原理 129

4.2 船舶动力定位系统建模 130

4.2.1 船舶动力定位系统的运动模型 131

4.2.2 船舶动力定位系统的推力分配模型 135

4.2.3 船舶动力定位系统建模实例 137

4.3 船舶动力定位系统的控制 141

4.3.1 船舶动力定位系统控制方法分类 141

4.3.2 工业范式下的船舶动力定位控制 142

4.3.3 模型范式下的船舶动力定位控制 142

4.3.4 抗扰范式下的船舶动力定位控制 160

4.3.5 船舶动力定位控制的发展方向 172

4.4 小结 173

参考文献 173

第5章 船舶运动与主推进装置联合智能控制 176

5.1 船舶运动与主推进装置联合控制机理 176

5.1.1 船舶运动控制的复杂性 176

5.1.2 船舶运动与主推进装置控制存在强耦合性 177

5.1.3 船舶运动与主推进装置联合控制的方法与意义 178

5.2 线性变参数系统控制的数学基础 179

5.2.1 赋范空间、Banach空间、内积空间、Hilbert空间及零空间 179

5.2.2 信号范数和系统范数 180

5.2.3 凸集、凸包及凸体 180

5.2.4 Hermite矩阵和矩阵Kronecker乘积 181

5.2.5 线性矩阵不等式 182

5.2.6 基于LMI的H∞鲁棒控制 184

5.3 线性变参数控制理论 191

5.3.1 线性变参数控制理论的基本方法 191

5.3.2 LPV多胞系统 193

5.3.3 切换LPV系统简介 194

5.3.4 多胞变增益状态反馈H∞控制 195

5.4 船舶航向LPV控制 196

5.4.1 船舶运动模型LPV表示 196

5.4.2 LPV多胞输出反馈航向控制 199

5.4.3 基于切换LPV的船舶航向控制 203

5.5 基于极点配置的LPV状态反馈船舶运动联合智能控制 207

5.5.1 基于圆域极点配置的多胞变增益状态反馈H∞控制器设计 208

5.5.2 船舶航向与柴油主机联合智能控制 210

5.5.3 欠驱动船舶直线航迹与柴油主机LPV联合智能控制 216

5.5.4 浅水域船舶航向与柴油主机LPV联合智能控制 221

5.6 小结 225

参考文献 227

第6章 船舶智能导航系统 230

6.1 船舶导航系统简介 231

6.1.1 无线电导航系统 234

6.1.2 卫星导航系统 235

6.1.3 组合导航系统 236

6.2 综合船桥系统的配置和功能 239

6.2.1 综合船桥系统的配置 239

6.2.2 综合船桥系统的船舶导航功能 241

6.3 船舶综合船桥系统网络技术 241

6.3.1 概述 241

6.3.2 三层结构的一体化网络体系 242

6.3.3 网络通信协议 244

6.3.4 网络冗余性设计 246

6.4 综合船桥系统导航信息融合 247

6.4.1 基本原理和主要任务 247

6.4.2 滤波方法和算法 248

6.5 粒子滤波在多传感器融合中的应用 260

6.5.1 集中式融合的标准粒子滤波 260

6.5.2 二阶集中式粒子滤波 261

6.5.3 二阶自适应权值粒子滤波的多传感器信息算法 262

6.5.4 仿真结果与实验分析 263

6.6 基于FNN的GPS/INS/LOG组合导航方法的应用 269

6.6.1 GPS/INS/LOG组合导航模型 269

6.6.2 GPS/INS/LOG组合导航系统 271

6.6.3 基于FNN的GPS/INS/LOG组合导航系统 272

6.6.4 实船实验 276

6.7 小结 281

参考文献 282

第7章 船舶智能避碰系统 284

7.1 概述 284

7.1.1 船舶避碰 285

7.1.2 船舶决策支持系统 285

7.2 船舶避碰方法研究 286

7.2.1 船舶避碰基本概念 286

7.2.2 船舶避碰研究现状 288

7.2.3 船舶避碰研究分析 290

7.3 基于软计算方法的船舶智能避碰 294

7.3.1 基于神经网络的船舶智能避碰 294

7.3.2 基于遗传算法的船舶智能避碰 296

7.3.3 基于模糊逻辑的船舶智能避碰 301

7.4 船舶航迹规划研究 312

7.4.1 船舶航迹数学模型的建立 312

7.4.2 航路规划 317

7.4.3 算法运行速度的提高 319

7.4.4 计算结果 321

7.5 船舶操纵决策支持系统 325

7.5.1 船舶操纵决策支持系统概述 325

7.5.2 船舶操纵决策支持系统结构 326

7.5.3 航迹库算法 327

7.5.4 模拟结果 328

7.6 小结 334

参考文献 335

第8章 欠驱动自主式水下航行器的运动智能控制 337

8.1 概述 337

8.2 欠驱动AUV运动模型及其特性分析 340

8.2.1 欠驱动AUV运动学方程 340

8.2.2 欠驱动AUV动力学方程 344

8.2.3 欠驱动AUV运动系统特性分析 346

8.3 欠驱动AUV控制系统构成 351

8.4 欠驱动AUV基本运动智能控制 353

8.4.1 欠驱动AUV运动控制概述 353

8.4.2 欠驱动AUV的航速控制 358

8.4.3 欠驱动AUV的航向智能控制 362

8.4.4 欠驱动AUV的纵倾及深度控制 364

8.5 欠驱动AUV目标跟踪智能控制 367

8.5.1 欠驱动AUV三维路径跟踪控制 367

8.5.2 欠驱动AUV轨迹跟踪控制 373

8.6 小结 382

参考文献 382

附录 本书部分专业术语中英文对照表 384

彩图2100433B