به نام خدا

BP Neural Network Based PID Control For Ship Steering

عنوان مقاله:

ارائهجواد دهنده:سرشا

94تیر ر

FUZZYCONTROL

مقدمه

در این مقاله قصد داریم:

اساس، مشخصات و الگوریتم یادگیری شبکه را معرفی کنیم.BPعصبی

کالسیک را با شبکه عصبی PIDکنترل کننده BP.ترکیب کنیم

در نهایت، پاسخ سیستم ارائه شده را در مقابل انواع اغتشاشات بررسی کنیم.

در واقع هدف این است که هدایت دستی مسیر کشتی را به صورت خودکار انجام دهیم.

FUZZYCONTROL

PID آنالین به جای PIDدالیل مطرح شدن کالسیک

کالسیک به سختی امکان PIDتنظیم پارامترهای پذیر است.

PIDحتی در صورت تنظیم مناسب پارامترهای کالسیک، با توجه به عواملی همچون سرعت کشتی، میزان بار و شرایطمشخصات دینامیکی کشتی تغییر می کند؛ بنابراین به یک کنترل کننده آنالین نیاز است.

FUZZYCONTROL

محاسبه مدل سروو

معادالت دستگاه هدایت به صورت مقابل داده می شود:

با MATLABمشخصات دینامیکی دستگاه هدایت در فرضیات زیر شبیه سازی شده است:

درجه است.35حداکثر دلتا

درجه در ثانیه 3آهنگ دستگاه هدایت بیشتر از نیست.

FUZZYCONTROL

(steering gearدستگاه هدایت )

در steering gearبلوک دیگرام شکل زیر آورده شده است:

FUZZYCONTROL

steeringنمونه واقعی از gear

FUZZYCONTROL

مدل کشتی

NOMOTOمدل بلوک دیاگرام مدل برای کشتی:

کشتی:

FUZZYCONTROL

روش زیگلر نیکولز برای تنظیم پارامترهای PID

بهره ای که با آن سیستم به نوسان می افتد و نیز مرحله سومپریود نوسانات را یادداشت می کنیم

پس از آن به تدریج بهره را زیاد می کنیم تا جایی که مرحله دومسیستم نوسان بدون اتالف داشته باشد

ابتدا به جای کنترل کننده یک بهره با مقدار اولیه مرحله اولصفر قرار می دهیم

با توجه به جدول مقابل پارامترهای PID.تنظیم می شوند

FUZZYCONTROL

پارامترهای کشتی برای شبیه سازی

متر، 9 متر، عمق: 20.8 متر، عرض: 126طول: متر بر ثانیه، 7.2، سرعت: 0.688ضریب مجذوری:

متر، سطح 0.25فاصله بین مرکز جاذبه و مرکز متر مربع بنابراین:18.8رادر:

FUZZYCONTROL

اغ�تشاش

سیگنال های زیر به عنوان ورودی های اغتشاش در نظر گرفته شده اند:

اغتشاش باد:

اغتشاش جریان:

اغتشاش امواج:

FUZZYCONTROL

بدون حضور اغتشاش و نیز در PIDشبیه سازی کنترل کننده کالسیک حضور آن

FUZZYCONTROL

برای هدایت PID بر پایه کنترل کننده BPشبیه سازی شبکه عصبی کشتی

aتعیین تعداد نرون های ورودی و الیه مخفی و •

در نظر 4 و 5 و 3خروجی که در اینجا به ترتیب گرفته شده اند.

b و نیز به )k(yout و محاسبه )rin)kدریافت •

)e)k(=rin)k(-yout)kدست آوردن c

محاسبه ورودی و خروجی هر الیه که خروجی • هستند.PIDالیه آخر پارامترهای

d• محاسبه سیگنال کنترلیu)k(

e•تنظیم وزن ها

f• برابر قرار دادنk=k+1

FUZZYCONTROL

نتایج و تحلیل شبیه سازی )بدون حضور اغتشاش(

FUZZYCONTROL

نتایج و تحلیل شبیه سازی )با حضور اغتشاش(

FUZZYCONTROL

نتایج

در PID بر پایه BPدر حضور کنترل کننده شبکه عصبی PIDمقایسه با کنترل کننده کالسیک :

سیستم سریع تر با شرایط انطباق پیدا می

سیستم کندمقاوم تر

سیستم فراجهش استکمتری دارد

خس������������ت����������������ه نب�������������������اشی�������������د!