一种复合航行器的帆适用于横风环境的神经网络控制方法
1.本发明属于复合航行器控制技术领域，具体涉及一种复合航行器的帆适用于横风环境的神经网络控制方法。
背景技术：
2.复合航行器帆的控制，在海洋环境中，实现作业任务时，是关键的控制系统单元之一，尤其是航行器工作在横风条件下，有效的控制复合航行器的帆，可以提高复合航行器的工作效率。从现阶段的公开文献获知，多数的复合航行器有关帆的运动控制方法，主要是采用传统的pid控制方法。此种控制方法的优势是控制策略简单，收敛速度快，但是其不足之处，主要表现于：在控制非线性、强耦合、复杂的控制策略及其鲁棒性方面，存在明显不足。因此，为了解决此问题，本发明，采用神经网络与传统的pid控制相结合的控制方法，实现了，复合航行器的帆，在横风条件下的运动控制相关策略，并且通过大量的试验的验证，效果显著。与目前的其他控制方法相比，主要优势表现为：处理复杂的横风条件下的复合航行器有关帆的相关运动控制、解决了非线性解耦问题、鲁棒性能方面明显提升。
技术实现要素：
3.为解决上述背景技术中提出的问题。本发明提供了一种复合航行器的帆在横风环境的智能控制方法，具有方便使用的特点。
4.为实现上述目的，本发明提供如下技术方案：一种复合航行器的帆在横风环境的智能控制方法，主要涉及了智能控制体系中的人工智能方面的控制方法，其核心控制策略是基于神经网络与pid控制相结合的控制方法。所述神经网络，包括神经网络bp权值控制与pid控制单元。
5.所述，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制单元中，被设计了神经网络控制器、神经网络辨识器、pid控制器等。
6.所述，神经网络控制器、被设置在智能控制器的中心；神经网络辨识器，被设置在智能控制器的两端；pid控制器，被设置在智能控制器的后端。
7.所述，神经网络辨识器单元，被用于进行信息数据的感知与识别，在处理完信息数据后，再将被处理的结果信息，传送到神经网络控制器单元中。
8.所述，神经网络控制器单元，被用于进行信息数据的复杂性的、非线性的综合处理，在处理完信息数据后，再将被处理的结果信息，传送到pid控制单元中。
9.所述，pid控制单元，被用于接收神经网络控制器的输出信息并且控制复合航行器的相关执行单元。
10.优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，设备自检，检测正常，被设置执行下一单元操作，检测异常，被设置为报警。
11.优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与
pid控制策略，被设置为，初始化系统参数。
12.优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，辨识风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。
13.优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，前进、后退、左转、右转等运动操作。
14.与现有技术相比，本发明的有益效果是：本发明一种复合航行器的帆在横风环境的智能控制方法，主要包括了智能控制体系中的人工智能方面的控制方法，其核心控制策略是基于神经网络与pid控制相结合的控制方法，神经网络，涉及了神经网络bp权值控制与pid控制单元。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制单元中，被设计了神经网络控制器、神经网络辨识器、pid控制器等。神经网络控制器、被设置在智能控制器的中心；神经网络辨识器，被设置在智能控制器的两端；pid控制器，被设置在智能控制器的后端。神经网络辨识器单元，被用于进行信息数据的感知与识别，在处理完信息数据后，再将被处理的结果信息，传送到神经网络控制器单元中。神经网络控制器单元，被用于进行信息数据的复杂性的、非线性的综合处理，在处理完信息数据后，再将被处理的结果信息，传送到pid控制单元中。pid控制单元，被用于接收神经网络控制器的输出信息并且控制复合航行器的相关执行单元。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，设备自检，检测正常，被设置执行下一单元操作，检测异常，被设置为报警。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，初始化系统参数。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，辨识风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，前进、后退、左转、右转等运动操作。
15.此方法的主要优势是处理复杂的非线性事件、未知环境情况下的鲁棒性明显提升，与传统其他的控制方法来比，更加有效的提升了复合航行器的作业能力。
附图说明
16.图1为本发明的总流程图；
17.图2为本发明的智能控制图；
18.图中：
19.1、总流程图；s1.1、初始化参数；s1.2、设备自检；s1.3、bp神经网络辨识器；s1.4、神经网络控制器；s1.5、pid控制器；s1.6、执行器(前进、停止、左转、右转)。
20.2、神经网络与pid控制图；s2.1、bp神经网络辨识器(前置)；s2.2、神经网络控制器；s2.3、pid控制器；s2.4、bp神经网络辨识器(后置)；s2.5、执行器(前进、停止、左转、右转)。
具体实施方式
21.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.请参阅图1-2，本发明提供以下技术实施方案：一种复合航行器的帆在横风环境的智能控制方法，主要涉及了智能控制体系中的人工智能方面的控制方法，其核心控制策略是基于神经网络与pid控制相结合的控制方法。所述神经网络，包括神经网络bp权值控制s2.1、s2.2s、s2.4与pid控制单元s2.3。
23.本实施例中，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制单元中，被设计了神经网络控制器s2.2、神经网络辨识器s2.1～s2.2、pid控制器s2.等。
24.本实施例中，神经网络控制器s2.2、被设置在智能控制器的中心；神经网络辨识器s2.1，被设置在智能控制器的两端；pid控制器s2.4，被设置在智能控制器的后端。
25.本实施例中，神经网络辨识器单元s2.1、s2.3，被用于进行信息数据的感知与识别，在处理完信息数据后，再将被处理的结果信息，传送到神经网络控制器单元中。
26.本实施例中，神经网络控制器单元s2.2，被用于进行信息数据的复杂性的、非线性的综合处理，在处理完信息数据后，再将被处理的结果信息，传送到pid控制单元中。
27.本实施例中，优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，初始化系统参数s1.1。
28.本实施例中，优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，设备自检s1.2，检测正常，被设置执行下一单元操作，检测异常，被设置为报警。
29.本实施例中，优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，神经网络辨识s1.3：风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。
30.本实施例中，优选的，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，前进、后退、左转、右转等运动操作。
31.本发明的工作原理及使用流程：本发明一种复合航行器的帆在横风环境的智能控制方法，主要涉及了智能控制体系中的人工智能方面的控制方法，其核心控制策略是基于神经网络与pid控制相结合的控制方法。神经网络，包括神经网络bp权值控制s2.1、s2.2s、s2.4与pid控制单元s2.3。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制单元中，被设计了神经网络控制器s2.2、神经网络辨识器s2.1～s2.2、pid控制器s2.等。神经网络控制器s2.2、被设置在智能控制器的中心；神经网络辨识器s2.1，被设置在智能控制器的两端；pid控制器s2.4，被设置在智能控制器的后端。神经网络辨识器单元s2.1、s2.3，被用于进行信息数据的感知与识别，在处理完信息数据后，再将被处理的结果信息，传送到神经网络控制器单元中。神经网络控制器单元s2.2，被用于进行信息数据的复杂性的、非线性的综合处理，在处理完信息数据后，再将被处理的结果信息，传送到pid控制单元中。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，初始化系统参数s1.1。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，设备自检s1.2，检测正常，被设置执行下一单
元操作，检测异常，被设置为报警。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，神经网络辨识s1.3：风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，被设置为，前进、后退、左转、右转等运动操作。
32.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
技术特征：
1.根据权利要求1，一种复合航行器的帆在横风环境的智能控制方法，主要涉及了智能控制体系中的人工智能方面的控制方法，其核心控制策略是基于神经网络与pid控制相结合的控制方法。所述神经网络，包括神经网络bp权值控制s2.1、s2.2s、s2.4与pid控制单元s2.3。所述，复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制单元中，被设计了神经网络控制器s2.2、神经网络辨识器s2.1～s2.2、pid控制器s2.等。所述，神经网络控制器s2.2、被设置在智能控制器的中心；神经网络辨识器s2.1，被设置在智能控制器的两端；pid控制器s2.4，被设置在智能控制器的后端。所述，神经网络辨识器单元s2.1、s2.3，被用于进行信息数据的感知与识别，在处理完信息数据后，再将被处理的结果信息，传送到神经网络控制器单元中。所述，神经网络控制器单元s2.2，被用于进行信息数据的复杂性的、非线性的综合处理，在处理完信息数据后，再将被处理的结果信息，传送到pid控制单元中。2.根据权利要求1，所述复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，其特征，被设置为，初始化系统参数s1.1。3.根据权利要求1，所述复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，其特征，被设置为，设备自检s1.2，检测正常，被设置执行下一单元操作，检测异常，被设置为报警。4.根据权利要求1，所述复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，其特征，被设置为，神经网络辨识s1.3：风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。5.根据权利要求1，所述复合航行器的帆在横风环境的智能控制方法中，神经网络bp权值控制与pid控制策略，其特征，被设置为，前进、后退、左转、右转等运动操作。
技术总结
本发明公开了一种复合航行器的帆在横风环境的智能控制方法，其核心控制策略是基于神经网络与PID控制相结合的控制方法，神经网络BP权值控制与PID控制策略，被设置为，设备自检，检测正常，辨识风向信息数据、风速信息数据、航向信息数据、与本体姿态信息数据等。复合航行器的帆在横风环境的智能控制方法中，神经网络BP权值控制与PID控制策略，被设置为，前进、后退、左转、右转等运动操作。此方法的主要优势是处理复杂的非线性事件、未知环境情况下的鲁棒性明显提升，与传统其他的控制方法来比，更加有效的提升了复合航行器的作业能力。更加有效的提升了复合航行器的作业能力。更加有效的提升了复合航行器的作业能力。
