IMC 船舶操縱估測

IMC 船舶操縱估測 指導教授:曾慶耀老師上課學生:陳俊宏 National Taiwan Ocean University

大綱 • 簡介 • 船舶操縱動態之建模 • 內模控制結構 • 模擬結果 • 結論 National Taiwan Ocean University

簡介一般船舶自動駕駛儀通常是使用PID控制類型，需要調整至較理想的結果。而這個調整是假設在某些特定條件之下，當海和船舶可能無法給予良好之參數的時候。　例如：船舶的前進速度與海,風和浪的變化。此時自動駕駛儀需要在海上保持航向，為了避開障礙物，航向必須要有所改變。 National Taiwan Ocean University

在期刊中，提出關於ＩＭＣ的模型控制的建議。在期刊中，提出關於ＩＭＣ的模型控制的建議。　而為了簡化結構，設計出快速且穩定的控制器，必須考慮以下幾點：　１利用內部模型來估測輸出變量。　２利用一個過濾器，來達到所需的強健性。 3 利用控制演算法來計算輸出變量值，使結果接近所需的軌跡。 National Taiwan Ocean University

本期刊之船舶動態是三階的微分方程，將使用GPC方法，以CARIMA方程的三階差分方程來代表船舶的動態做為模型。本期刊之船舶動態是三階的微分方程，將使用GPC方法，以CARIMA方程的三階差分方程來代表船舶的動態做為模型。估測所需的航向，利用二次函數的加權使未知的誤差最小化，控制誤差範圍，進一步使誤差增益為零，使用receding horizon的方法，由此得出未知控制參數，來模擬進行時間最佳化軌跡控制器。 National Taiwan Ocean University

船舶操縱動態之建模 考慮船舶轉向問題，如下圖所示。 δ：舵角 θ：參考航向角 μ：絕對航向角 φ：相對航向角 National Taiwan Ocean University

National Taiwan Ocean University

內模控制結構 本期刊，使用ＩＭＣ架構比傳統負回授架構的優勢為Ｇ（Z）比較容易設計，且具獨立的強健性的觀點，並透過增加過濾器Ｆ（z）在負回授中，作為一個明確設計目標之強健性的方式。下圖為本期刊的負回授控制系統。 National Taiwan Ocean University

如下圖，使用ＩＭＣ架構容易設計，並增加過濾器 Ｆ（z）在負回授中，作為一個明確設計目標之強健性的方式。將原系統C（Z）與　（Ｚ）之閉迴路式為新的控制器　　（Ｚ） National Taiwan Ocean University

對於GPC之心得:其應用原理是利用已知的軌跡在未來的取樣瞬間預　對於GPC之心得:其應用原理是利用已知的軌跡在未來的取樣瞬間預　　　　　　　　　　測一個所需要的輸出值，去逼近所期望的值，使　　　　　　　　　　估測誤差最小化。本期刊之ＧＰＣ演算法引用 Clarke, 在1987發表的期刊"Generalized predictive control, part I and part11",之中的一般二次函數： National Taiwan Ocean University

模擬結果 船舶操縱動態涉及兩個參數，K和T. Ｋ值與速度的平方成正比，在航程中Ｋ值會頻繁的變化。Ｔ值(時間常數)的改變會使水深跟著一起變化。在模擬研究中，雖然只有Ｋ改變的算法也可以處理T的變化問題。自適應時間最佳控制方法，船舶操縱模擬結果都涉及相對航向角在12秒中由-15至0度的變化。 National Taiwan Ocean University

為了直接比較最低的轉向時間，參考一個線性時變的軌跡，為了直接比較最低的轉向時間，參考一個線性時變的軌跡，假設同一船舶參數和初始條件，K=0.1421/ S和T =5.07s，，相對航向角在10秒中由-15至0度變化。而IMC結構採用一個過濾器，對預測誤差負回授迴路補償的模型的干擾動態，一階過濾器為以下形式：模擬時，估測誤差過濾前，使用GPC運算法求y(k)的估測誤差,在所有模擬研究中，取樣週期為0.1秒，控制範圍NU值為10。 National Taiwan Ocean University

第一次模擬結果如下圖 假設舵角動態忽略， K=0.142, =0.17,維持不變。第一個曲線為輸入u(k) 第二個曲線為輸出舵角δ(k) 第三個曲線為估測誤差比較航向間的差異,可看出控制是平滑且很好的。取樣週期為0.1秒，控制範圍NU值為10 National Taiwan Ocean University

第二次模擬結果如下圖 假設舵角動態忽略,在12秒時改變K值,從0.142 到 0.568,=0.142維持不變。從圖可以看出，GPC算法能夠應對系統模型最多只能到一定程度後，性能變得振盪。取樣週期為0.1秒，控制範圍NU值為10 National Taiwan Ocean University

第三次模擬結果如下圖 考慮舵角動態，隨時間改變Ｋ值，圖形和上次一樣，沒有太大的數字顯示響應之間的差異. 且若GPC演算法能夠應付未建模動態, 則舵角動態會有平穩的振盪行為。使用GPC算法，實現下式取樣週期為0.1秒，控制範圍NU值為10 National Taiwan Ocean University

最後一次模擬結果如下圖 Ｋ＝　 =0.142,N2=5 和第一次模擬結果相同的的條件(注意舵角的比例變化)，但N2設為5。由圖可看出舵角輸出因期望輸出值已達飽和。所以較小的N2更容易受到不穩定控制器所影響， National Taiwan Ocean University

本文中，提出了IMC結構中ＧＰＣ運算法與閉迴路預測誤差的過濾器之建議。本文中，提出了IMC結構中ＧＰＣ運算法與閉迴路預測誤差的過濾器之建議。 1.　此算法能夠實現良好的追蹤性能，比即時建模的適應性方法來實現還要好。 2.　在預測誤差閉迴路控制器增加了高階的強健性，能　　　夠應付當系統plant和模型之間有很大的誤差的不　　　確定性，故建議,使用即時建模時,利用使用此方法　　有望改善如此大變化的估測。結論: National Taiwan Ocean University

IMC 船舶操縱估測

IMC 船舶操縱估測

Presentation Transcript