传统船舶舵机控制系统只适于控制对象是线性系统且时延和阶数等已知的情况，但在实际应用中，船舶舵机控制过程受船舶运行情况和航行环境的影响，属于随机过程。为此，设计一种新的基于神经网络的船舶舵机控制系统，依据功能要求设计船舶舵机的不同控制模型，再设计整体控制系统结构。通过设计4个不同层次的控制器结构，实现神经网络控制器的整体设计，利用神经网络算法对控制器中的参数进行学习和调整，神经网络控制器输出结果即为船舶舵机控制结果。实验结果表明，所设计系统控制效果好，不易受外界环境的干扰。
Servo control system of traditional ship control object is only suitable for linear systems and delay and order and known, but in practical application, the ship steering control process is influenced by the ship operation and navigation environment, which belongs to the random process. For this reason, a new control system of ship steering gear based on neural network is designed, and the different control models are designed according to the functional requirements. Through the design of 4 different levels of the structure of the controller, to achieve the overall design of neural network controller, learning and adjustment of the parameters in the controller using neural network algorithm, neural network controller output is the result of ship steering control. The experimental results show that the designed system has good control effect and is not easy to be interfered by external environment.
2017,39(5): 99-102 收稿日期：2017-02-23
DOI：10.3404/j.issn.1672-7619.2017.05.019
分类号：TP391
作者简介：蔡冬林(1973-),男,硕士,副教授,研究方向为轮机工程
参考文献：
[1] 和江, 文建刚, 侯文. 基于模糊神经网络PID算法的舵机控制与仿真[J]. 中北大学学报自然科学版, 2016, 37(2):150-156.
[2] 陈黎, 鲁涛. 液压式船舶舵机控制系统设计与仿真[J]. 舰船科学技术, 2014, 36(12):78-81.
[3] 谭成午, 张桂香, 刘福建. 基于复合控制的飞机舵机伺服系统动态仿真[J]. 计算机仿真, 2016, 33(1):77-80.
[4] 刘晓琳, 王春婷, 袁昆. 飞机舵机电液加载系统的多余力抑制方法研究[J]. 计算机测量与控制, 2014, 22(12):4166-4169.
[5] 王修岩, 谷新铭, 李宗帅. 基于单神经元和前馈补偿的电动加载复合控制[J]. 电气传动, 2015, 45(7):48-51.
[6] 张艳, 郭凯, 丁茂森. 船舶柴油发电机组转速的模糊RBF神经网络PID控制[J]. 船电技术, 2014, 34(5):1-5.
[7] 夏永泉, 李耀斌, 李晨. 基于多神经网络的小麦病害在线诊断系统[J]. 科技通报, 2016, 32(10):59-62.
[8] 康见见, 柴嘉鸿, 孙士杰, 等. 基于BP神经网络的柴油机燃烧特征参数前馈预测模型[J]. 科学技术与工程, 2014, 14(24):221-225.
[9] 郝帆. 基于神经网络的工程结构智能监测系统设计[J]. 电子设计工程, 2016, 24(23):112-114.
[10] 宋文龙, 吕迎春, 秦建敏, 等. 基于MSP430和BP神经网络PID的跑步机控制系统[J]. 现代电子技术, 2016, 39(22):150-153.
