摘要：减摇水舱是一种减小船舶横摇的重要装置，倾斜摇摆试验台是对其进行研究的主要手段。设计了一种基于RBF神经网络的PID控制器，实验研究表明，其在实际系统中具有优于常规PID控制器的性能。
关键词：减摇水舱；倾斜摇摆台；RBF-PID
中图分类号：TP303
文献标识码：A 文章编号：1672-7800（2014）003-0021-02
作者简介：徐磊（1992-），男，江苏科技大学电子信息学院学生，研究方向为测控技术。
0 引言
船舶在海上航行时会受到风、浪和流的影响，在其干扰下会产生剧烈的横摇及横荡运动，这将极大威胁船舶的航行安全。减摇水舱是减小船舶横摇的重要减摇装置之一，尤其是在船舶处于低航速和零航速的情况下，常规减摇装置如减摇鳍，将很难发挥作用，而采用减摇水舱造价相对较低，可以有效解决船舶在低航速航行时的耐波性难题，并且达到明显的减摇效果。
倾斜摇摆台是开展减摇水舱研究的重要手段，它可以模拟实际船舶在海浪中的运动，在此基础上研究水舱的运动控制规律并可检测到相应的减摇效果。鉴于海浪横摇力矩幅值和频率变化过快，同时对控制系统要求很高，本文设计的倾斜摇摆台采用基于RBF-PID算法的电液力矩伺服控制系统，以大幅度提高系统的伺服精度。
1 倾斜摇摆台电液力矩伺服系统数学建模
减摇水舱倾斜摇摆台系统如图1 所示。
其中Ka为电液伺服阀比例环节系数；Kf为扭矩传感器比例环节系数；Kq为电液伺服阀阀口流量增益；B为负载折算阻尼系数；CK为负载折算刚度；A为油缸活塞有效工作面积；V0为油缸工作腔、职称论文发表http://www.400qikan.com阀腔和连接管道的总容积的一半；β为工作油液的有效体积弹性模数；Km为油缸总泄漏系数；m为负载折算质量。
2 基于RBF-PID算法的控制器设计
RBF 神经网络不仅具有良好的泛化能力，而且避免了像反向传播那样繁琐、冗长的计算，使其学习速度较通常的BP网络要快，目前得到了广泛应用。RBF神经网络具有任意非线性逼近能力，可以通过大量学习实现PID的最优参数整定。本文设计的RBF神经网络整定PID控制系统结构如图2所示。
PID控制算法采用增量式算法，3个参数kp、ki、 kd的整定为在线调整方式。RBF神经网络采用三层前向网络，由输入到输出的映射为非线性，而隐含层空间到输出空间的映射为线性，从而大大加快了学习速度，提高了算法精度，有效避免了局部极小问题。
在本文电液力矩伺服系统中，采用RBF神经网络进行辨识，其结构如下：输入层为3个神经元，隐含层为6个神经元，输出层为1个神经元。辨识网络的3个输入为：u（k）、y（k）、 y（k-1）。神经网络整定目标函数为：
3 系统仿真
3.1 相关参数设定
某船舶相关船型参数和环境参数如下：排水量D=1 574t，船长L=100m，船宽B=10.5m，初稳心高h=1.065m，吃水T=3.2m，水舱水量占总排水量的4.1%左右，船舶固有周期T=7.263s，无因次阻尼系数μ=0.16，缩尺比λ=8.6，六级海情H1/3=5m，海浪最大横摇力矩Mmax=3.5×106N·m，海浪最大角频率ωmax=2rad/s，要求系统误差小于5%。根据以上参数， 按照缩尺比得出的具体参数如表1所示。
4 结语
本文对倾斜摇摆台电液力矩伺服系统进行了数学建模，实现了基于RBF-PID算法的控制系统仿真。仿真结果表明， 该控制系统能够对给定信号正确模拟，并进行相应减摇，能够满足倾斜摇摆台系统以及减摇水舱对减摇效果的要求。
参考文献：
[1] 李道根.自动控制原理[M]. 哈尔滨：哈尔滨工业大学出版社，2007.
[2] 姜学军.计算机控制技术[M].北京：清华大学出版社，2009.
相关专题：论文格式模板下载 论文格式模板 论文模板下载 毕业论文格式模板下载 毕业论文模板下载 论文格式模板范文 论文范文 毕业论文在线翻译 论文格式 毕业论文 生态学报 凯里学院学报
