基于vxworks實時操作系統(tǒng)的船舶動力定位控制設(shè)計

基于vxworks實時操作系統(tǒng)的船舶動力定位控制設(shè)計

動態(tài)跟蹤技術(shù)是指船舶依靠自身的動力穩(wěn)定在空間的特定點。對整個動力定位系統(tǒng)而言,最核心的是系統(tǒng)控制器,其主要由硬件部分和軟件部分組成。早期的控制器大多采用工控機(jī),但其存在體積大、功耗大等問題;同時為了保證的系統(tǒng)的實時性,單靠硬件很難實現(xiàn),需要借助實時操作系統(tǒng)的支持。采用嵌入式實時系統(tǒng)VxWorks就能很好地解決這些問題。目前,挪威的kongsberg公司率先將PowerPC處理器與VxWorks操作系統(tǒng)相融合設(shè)計出了功能強(qiáng)大的動力定位控制器?？刂破鞯能浖夹g(shù)主要體現(xiàn)在控制算法上,早期的控制方法有PID控制、bang-bang控制,而后為自適應(yīng)控制、最優(yōu)控制、魯棒控制、非線性控制,到現(xiàn)在的智能控制。本文基于VxWorks實時操作系統(tǒng),設(shè)計了一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)反步控制器。1控制器的實時性、可靠性如圖1所示,動力定位系統(tǒng)是一種主要由控制部分、執(zhí)行部分和測量部分組成的閉環(huán)控制系統(tǒng)。動力定位要求系統(tǒng)必須在規(guī)定的時間內(nèi)完成控制任務(wù),因此對于控制器實時性、可靠性要求比較高。本文選擇了VxWorks實時操作系統(tǒng)設(shè)計控制器,并通過串口與運(yùn)行船舶運(yùn)動仿真程序的PC機(jī)通訊,組成閉環(huán)實現(xiàn)對船舶的控制,整體框架如圖2所示。2系統(tǒng)內(nèi)部元件本文所使用的硬件為美國RTD公司的PC104計算機(jī)系統(tǒng),該系統(tǒng)有良好的散熱性能和密封性能,能妥善保護(hù)系統(tǒng)內(nèi)部元件和數(shù)據(jù)。下面是PC104計算機(jī)的具體參數(shù):1)CPU:1.0GHzIntelCeleronM處理器2)內(nèi)存:256MBDDRSDRAM3)總線接口:ISA總線和PCI總線4)數(shù)據(jù)總線:64bit5)DMA通道:73控制指令動力定位控制器主要完成對船舶的控制任務(wù),它根據(jù)當(dāng)前的船舶位置和姿態(tài)信息,調(diào)用控制算法,得到控制船舶到指定位置的控制指令。本文基于VxWorks的多任務(wù)機(jī)制,把動力定位控制器分為初始化模塊、通信模塊和控制模塊3部分。3.1基本初始化任務(wù)初始化模塊用一個非循環(huán)任務(wù)完成,主要完成基本初始化任務(wù),如打開串口、清空串口內(nèi)數(shù)據(jù)、創(chuàng)建用于任務(wù)間同步與通信的量和創(chuàng)建其他任務(wù)等。其流程圖如圖3所示。3.2pc機(jī)接收、控制通信該模塊由兩個循環(huán)任務(wù)組成。任務(wù)1負(fù)責(zé)接收PC機(jī)發(fā)送的船舶位置、姿態(tài)信息。任務(wù)2負(fù)責(zé)向PC機(jī)發(fā)送經(jīng)控制器解算后的控制命令。它們的工作流程如圖4所示。3.3控制模塊控制模塊是指根據(jù)當(dāng)前船舶的位置和姿態(tài)來計算控制量,并將控制指令進(jìn)行數(shù)據(jù)打包?？刂迫蝿?wù)的流程圖如圖5所示。4控制設(shè)計4.1隨船坐標(biāo)系轉(zhuǎn)換動力定位三自由度水面船運(yùn)動非線性數(shù)學(xué)模型可表示為式中:η=[xyψ]T為固定坐標(biāo)系下船舶的縱向位移、橫向位移以及艏搖角度,v=[uvr]T為隨船坐標(biāo)系下船舶的縱向速度、橫向速度和艏搖角速度,J(ψ)為兩坐標(biāo)系轉(zhuǎn)換關(guān)系,M為慣性矩陣,C(v)為科氏向心力矩陣,D為阻尼矩陣,τ為控制力和控制力矩,f為外部擾動作用力。4.2設(shè)計整體函數(shù)構(gòu)造李雅普諾夫函數(shù)對z1求導(dǎo)得將v看作虛擬控制:式中:z2=v-α為新的狀態(tài)誤差變量,α為待設(shè)計的鎮(zhèn)定函數(shù)。設(shè)計鎮(zhèn)定函數(shù)為式中k1為待設(shè)計的正定的對角矩陣。V1對時間的導(dǎo)數(shù):2rbf神經(jīng)網(wǎng)絡(luò)仿真模型兩邊同乘M得構(gòu)造系統(tǒng)第2個李雅普諾夫函數(shù):V2對時間的導(dǎo)數(shù):令為使,可設(shè)計控制律為式中:k2為待設(shè)計的正定對角陣。實際船舶作業(yè)時,g(v)和f不能精確地獲得。本文對不確定項g(v)采用RBF神經(jīng)網(wǎng)絡(luò)逼近,對f采用自適應(yīng)估計,定義為f的估計值,估計誤差理論上來說,RBF神經(jīng)網(wǎng)絡(luò)能夠逼近非線性函數(shù)達(dá)到任何精度,即對給定的逼近誤差上界εN>0,存在神經(jīng)網(wǎng)絡(luò)輸出的最佳估計值g*(v),使得式中:W*是最佳逼近的神經(jīng)網(wǎng)絡(luò)權(quán)值,ε是逼近誤差。在實際中W*是無法獲得的,本文使用W*的估計值定義則控制律(1)中的g(v)可由代替,其中即控制律為式中:τ0為魯棒項,補(bǔ)償RBF神經(jīng)網(wǎng)絡(luò)逼近誤差。3自適應(yīng)增益對角陣式中:Γ1>0、Γ2>0,為待設(shè)計的自適應(yīng)增益對角陣。對V3求導(dǎo):取自適應(yīng)律為為補(bǔ)償RBF神經(jīng)網(wǎng)絡(luò)逼近誤差,設(shè)計則采用控制律式(2)系統(tǒng)可以實現(xiàn)全局漸近穩(wěn)定。5基于神經(jīng)網(wǎng)絡(luò)的動力定位仿真本文以某船為仿真實例,驗證所設(shè)計的控制器性能。供給船的慣性矩陣、科氏向心力矩陣和阻尼矩陣分別為仿真結(jié)果表明,存在環(huán)境干擾,船舶數(shù)學(xué)模型g(v)中存在不確定項時,基于反步法,采用神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制,對f采用自適應(yīng)估計,采用6個網(wǎng)絡(luò)輸入,7個隱層節(jié)點的RBF神經(jīng)網(wǎng)絡(luò)對進(jìn)行g(shù)(v)非線性逼近,動力定位仿真取得了較好的控制效果。6orps動力系統(tǒng)仿真本文設(shè)計了一個非線性船舶動力定位RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)反步控制器?？刂破骰赩xWorks實時嵌入式系統(tǒng)設(shè)計,保證了系統(tǒng)的強(qiáng)實時性。利用RBF神經(jīng)網(wǎng)絡(luò)的非線性逼近能力進(jìn)行在線估計,有效地解決了水動力模型高度非線性及參數(shù)不確定的問題。仿真結(jié)