神经网络控制赋能船舶航迹自动舵技术的创新与实践.docx

一、引言

1.1研究背景与意义

在全球经济一体化的大背景下，航运作为国际贸易的关键纽带，其重要性愈发凸显。随着科技的飞速发展与贸易规模的持续扩张，船舶正朝着大型化、高速化、智能化方向迈进。超大型船舶在拥有强大运输能力的同时，航行时也具有很大的惯性，这对船舶的操纵控制提出了极高要求。与此同时，航运量及船舶航行密度日益增大，航道及港口相对变得狭窄，船舶操纵的难度和复杂性显著增加。

船舶自动舵作为船舶航行的关键设备，其性能直接关乎船舶航行的安全性、经济性和操纵性。自动舵能够自动保持船舶在给定航向或航迹上航行，有效减轻舵手的劳动强度，高精度地维持船舶航向和航迹，减少偏航次数及偏航值。自1922年自动舵问世以来，其经历了机械式自动舵、PID自动舵、自适应自动舵和智能自动舵等多个发展阶段。然而，传统的控制方法，如PID控制，虽具有结构简单、参数易于调整等优点，但因其基于确定性数学模型设计，难以适应船舶运动特性随航速、装载、水深等因素的变化，以及扰动特性随风、流、浪等海况的改变，在复杂海况下的控制效果欠佳。

神经网络控制技术作为人工智能领域的重要成果，具有高度非线性映射、自学习、自组织、自适应、联想记忆和并行计算等强大能力。这些特性使其能够有效处理船舶航行中的非线性、不确定性和时变等复杂问题，为船舶航迹自动舵的发展带来了新的契机。将神经网络控制技术应用于船舶航迹自动舵，能够使自动舵更好地适应船舶运动和海况的变化，实现更精准的航迹控制，从而显著提升船舶航行的安全性和经济性。在安全性方面，精确的航迹控制可有效避免船舶碰撞、搁浅等事故的发生，保障船舶和人员的生命财产安全。在经济性方面，优化的航迹控制能够减少船舶航行过程中的能量消耗，降低运营成本，提高运输效率。此外，神经网络控制的船舶航迹自动舵还能推动船舶智能化水平的提升，为未来船舶的无人驾驶等先进技术发展奠定坚实基础。

1.2国内外研究现状

船舶自动舵的发展历程漫长且成果丰硕。1920年，德国的Aushütz和1923年美国的Sperry分别独立研制出机械式自动操舵仪，这是自动舵发展的雏形，采用的是经典控制理论中最简单的比例放大控制规律，即第一代自动舵。但这种自动舵仅能对航向进行初步控制，用于惯性很大的船舶效果不理想，会使船舶在设定航向两边来回摆动，导致转舵装置过度磨损，燃料消耗增加。

20世纪50年代，随着经典控制理论的发展，PID舵开始兴起。1950年日本研制出“北辰”自动舵，1952年美国研制出新型的Sperry自动舵，均采用PID控制规律。PID自动舵凭借其结构简单、参数易于调整和固有的鲁棒性等优点，得到广泛认可，几乎所有船舶都装备了这种操舵仪，被称为第二代自动舵。然而，PID自动舵以确定性数学模型为基础，而船舶运动特性随航速、装载、水深等因素变化，扰动特性随风、流、浪等海况改变，其不能自动适应这些变化，在复杂海况下控制效果欠佳。

20世纪70年代后期和80年代早期，自适应自动舵的研究和发展迅速。1975年Oldenburg等人提出对一般的PID自动舵用直接推断法进行修正，通过对波浪信号、船速、负载变化等选择最佳控制参数，提高了控制的准确性。1977年，Kallslrom和Astrom提出自校正自适应控制方法。自适应自动舵能在一定程度上适应船舶动力状态及其数学模型参数的变化，但控制系统复杂，在多种外界干扰因素同时存在时，难以实现完全自动的最优操作。

从20世纪80年代起，智能自动舵的研究逐渐兴起，其中神经网络控制作为智能控制的重要分支，开始应用于船舶自动舵领域。1990年，Witt等人利用GPS给出船舶精确位置，采用PD舵控制信号作为神经舵的教师信号，经过训练神经网络，对未学习过的任意航线，神经网络控制器能达到与PD控制器基本相同的控制效果。国内也有众多学者对神经网络控制的船舶自动舵展开研究，如哈尔滨工程大学的学者利用神经网络学习理论结合PID算法，形成神经元PID、神经元自适应PSD和神经网络PID控制算法，并应用到船舶航向控制中，仿真结果表明在存在海风、海浪和海流干扰情况下，控制效果明显优于传统PID算法。

在神经网络控制自动舵的研究中，目前主要集中在神经网络结构的优化、参数的自适应调整以及与其他控制算法的融合等方面。部分研究通过改进神经网络结构，如采用递归神经网络、径向基神经网络等，以提高对船舶复杂动态特性的建模能力。在参数调整方面，运用遗传算法、粒子群算法等智能优化算法，实现神经网络参数的自动寻优。此外，将神经网络与模糊控制、鲁棒控制等相结合的复合控制策略也成为研究热点，以充分发挥不同控制方法的优势，提升自动舵的性能。

尽管当前研究取得了一定成果，但仍存