现代船舶控制工程 目录
前言第1章 绪论1.1 船舶控制工程概述1.1.1 船舶横摇控制1.1.2 船舶航向控制1.1.3 船舶航向／横摇控制1.1.4 船舶航迹／航向控制1.1.5 船载三轴稳定平台姿态控制1.2 现代控制理论概述1.2.1 智能控制理论1.2.2 鲁棒控制理论1.2.3 抗饱和控制理论1.2.4 容错控制理论1.3 现代船舶控制工程概述1.4 全书结构内容安排第2章 船舶运动及海洋干扰建模2.1 引言2.2 参考坐标系2.3 船舶六自由度运动建模2.3.1 平移运动三方程2.3.2 旋转运动三方程2.3.3 空间六自由度一般方程2.4 船舶运动模型简化2.4.1 船舶四自由度耦合运动方程2.4.2 船舶水平面运动线性化模型2.4.3 方程右端诸项推导2.5 船舶运动模型参数的计算2.5.1 附加质量和附加惯性矩的估算2.5.2 耦合运动模型黏性水动力系数的估算2.5.3 线性模型黏性水动力系数的估算2.5.4 船舶耦合运动模型水动力系数计算结果2.5.5 船舶线性简化模型水动力系数计算结果2.6 海洋干扰建模2.6.1 海浪干扰建模2.6.2 海风干扰建模2.6.3 海流干扰建模2.7 小结第3章 船舶减摇鳍模糊控制3.1 引言3.2 基础知识3.2.1 模糊控制理论的发展3.2.2 模糊遗传算法优化理论3.2.3 模糊控制理论基础3.3 船舶减摇鳍遗传模糊PID复合控制3.3.1 遗传模糊PID复合控制器结构3.3.2 模糊控制器设计3.3.3 遗传模糊优化控制器设计3.3.4 遗传模糊PID复合控制器设计3.4 船舶减摇鳍控制系统仿真研究3.4.1 船舶减摇鳍PID控制仿真3.4.2 船舶减摇鳍GA-FCPID复合控制仿真3.4.3 船舶减摇鳍控制系统仿真分析3.5 小结第4章 船舶航向控制系统抗饱和控制4.1 引言4.2 基础知识4.2.1 Lyapunov稳定性4.2.2 吸引域估计4.2.3 L2增益4.2.4 凸集分析4.2.5 线性凸包法4.2.6 LMI与凸优化4.3 抗饱和控制算法4.3.1 问题描述4.3.2 控制器设计4.3.3 主要结果4.3.4 LMI优化求解4.4 船舶航向保持静态抗饱和控制4.4.1 船舶航向保持运动建模4.4.2 舵驱动系统建模4.4.3 船舶航向保持控制器设计4.4.4 系统仿真4.5 船舶航向转向抗饱和控制4.5.1 船舶航向转向运动建模4.5.2 船舶航向转向静态抗饱和控制4.5.3 船舶航向转向饱和有限时间控制4.5.4 系统仿真4.6 小结第5章 船舶航向／横摇鲁棒控制5.1 引言5.2 基础知识5.2.1 参数摄动系统的线性分式表示5.2.2 线性分式变换与参数摄动系统5.2.3 简单函数参数摄动系统的线性分式表示5.2.4 多项式函数参数摄动系统的线性分式表示5.2.5 有理函数参数摄动系统的线性分式表示5.3 船舶横摇H00鲁棒控制5.3.1 H00灵敏度极小化5.3.2 船舶横摇减摇与H00灵敏度极小化5.3.3 控制器输出约束问题5.3.4 船舶横摇减摇系统H00鲁棒控制器设计5：3.5 系统仿真5.4 船舶航向H00鲁棒控制5.4.1 航向控制系统H00鲁棒控制与u综合5.4.2 基于u综合的航向控制系统H00鲁棒控制器设计5.4.3 系统仿真5.5 船舶航向／横摇H00鲁棒控制5.5.1 航向／横摇联合控制原理5.5.2 航向／横摇联合H00控制的模型研究5.5.3 基于u综合的航向／横摇联合H00鲁棒控制器设计5.5.4 系统仿真5.6 小结第6章 船舶航迹／航向神经网络控制6.1 引言6.2 基础知识6.2.1 神经网络研究进展6.2.2 模糊神经网络的分类6.2.3 神经网络与模糊逻辑融合6.3 模糊神经网络控制器研究6.3.1 模糊神经网络控制器的设计6.3.2 模糊神经网络控制器的优化6.4 免疫遗传模糊神经网络研究6.4.1 遗传算法理论分析6.4.2 免疫模糊遗传算法研究6.5 船舶航迹／航向神经网络控制研究6.5.1 船舶航迹／航向控制过程分析6.5.2 船舶航迹／航向神经网络控制器结构设计6.5.3 基于免疫模糊遗传算法的优化设计6.5.4 船舶航迹／航向神经网络控制系统仿真6.6 小结第7章 船舶舵／翼舵一鳍／翼鳍联合智能控制7.1 引言7.2 舵／翼舵水动力特性建模7.2.1 舵／翼舵水动力系数回归模型7.2.2 回归模型参数估计7.2.3 回归模型显著性检验7.3 鳍／翼鳍水动力特性建模7.3.1 鳍／翼鳍水动力系数回归模型7.3.2 回归模型参数估计7.3.3 回归模型显著性检验7.4 系统驱动能量方程7.4.1 舵／翼舵驱动能量方程建立7.4.2 鳍／翼鳍驱动能量方程建立7.5 舵角／翼舵角智能决策器7.5.1 舵角／翼舵角分配规则研究第8章 船舶航向及机炉协调支持向量机复合控制第9章 船舶航行控制系统故障在线智能预报第10章 船载三轴稳定平台姿态控制第11章 船舶航迹／航向解析容错控制参考文献
现代船舶控制工程 节选
《现代船舶控制工程》结合作者二十多年来从事船舶控制工程领域的研究工作，详细阐述了船舶航行与姿态控制、船载设备控制等领域的理论、方法和工程应用，尤其是模糊控制、神经网络、遗传算法、支持向量机、鲁棒控制、抗饱和控制等现代控制理论与智能算法在船舶控制工程中的应用研究。主要包括船舶多自由度运动数学建模、船舶横摇减摇鳍模糊控制、船舶航行抗饱和控制、船舶航向／横摇鲁棒控制、船舶航迹／航向神经网络控制、船舶舵／翼舵-鳍／翼鳍联合智能控制、船舶航向及机炉协调支持向量机复合控制、船舶航行控制系统故障在线智能预报、船载三轴稳定平台姿态控制、船舶航迹／航向容错控制等。《现代船舶控制工程》内容丰富，题材新颖，工程背景强，在章节内容上力求完整性与独立性，尤其注重理论与实践的结合。《现代船舶控制工程》可作为从事船舶控制工程、控制理论与控制工程相关专业的教师、研究生、高年级本科生的课程教材与教学用书，亦可作为船舶控制工程研究和设计人员的参考书。
现代船舶控制工程 相关资料
插图：目前，随着各种神经网络理论模型和学习算法的提出，神经网络理论已日趋成熟，其应用已渗透到生物学、物理学、地质学等诸多领域，并在智能控制、模式识别、非线性优化等方面取得了令人鼓舞的进展。2.模糊控制模糊集合和模糊算法的概念是由美国加利福尼亚大学著名教授查德（Zadeh）于20世纪60年代，在他的.FuzzySets和FuzzxyAlgorithm等著名论著中首先提出的。1972年2月，日本以东京工业大学为中心，成立了模糊系统研究会。模糊理论是在模糊集理论的基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容。模糊逻辑控制器的基本结构通常由知识库、模糊推理系统、输入量模糊化和输出量精确化四个部分组成。模糊控制以模糊集合、语言变量和模糊逻辑为基础，用比较简单的数学形式直接将人的判断、思维过程表达出来，是一种有效的数学工具与手段，很好地解决了经典控制理论难以解决的问题，因此能在信息时代获得如此迅速的发展。模糊控制具有以下特点：①直接采用语言型控制规则，设计中不需要建立被控对象的精确数学模型，使得控制机理与策略易于接受，便于应用。②系统语言控制规则具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。’③有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。④鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。模糊控制具有良好控制效果的关键是要有一个完善的控制规则。但由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们的认识往往比较贫乏或难以总结完整的经验，这就使得单纯的模糊控制在某些情况下很粗糙，难以适应不同的运行状态，影响了控制效果。常规模糊控制的两个主要问题在于：改进稳态控制精度和提高智能水平与适应能力。在实际应用中，往往是将模糊控制或模糊推理的思想与其他相对成熟的控制理论或方法结合起来，发挥各自的长处，从而获得理想的控制效果。由于模糊规则和语言很容易被人们广泛接受，加上模糊化技术在微处理器和计算机中能很方便地实现，所以这种结合展现出强大的生命力和良好的效果。对模糊控制的改进方法可大致分为模糊复合控制、自适应与自学习模糊控制以及模糊控制与智能化方法的结合等几大方面。
