CN102183889B - 泵桨混合推进船舶航向鲁棒智能协调控制方法 - Google Patents

Abstract

本发明提供的是一种泵桨混合推进船舶航向鲁棒智能协调控制方法。设定指令航向，航向检测装置采集船舶实际航向的航向角、航向角速度、横荡位移和横荡速度信息，反馈到鲁棒控制器，鲁棒控制器采用H²/H^∞控制算法，结合控制系统性能评价指标，计算出航向控制所需要的航向艏摇力矩，泵桨混合智能决策系统采用自适应遗传算法，计算得到舵角和喷口转角值，并将舵角和喷口转角值分别送入舵机伺服系统和喷口转角伺服系统，船舶在舵和喷水推进器的组合控制下，把航向改变到指令航向，实现对泵桨混合推进船舶的航向控制。本发明采用鲁棒控制技术增强了控制系统鲁棒性且工程应用方便；改善了基本遗传算法的早熟问题和进化缓慢问题，降低驱动系统能耗。

Description

泵桨混合推进船舶航向鲁棒智能协调控制方法

技术领域

本发明涉及的是一种船舶航行姿态控制方法，特别涉及一种泵桨混合推进船舶的航向控制方法。

背景技术

船舶巡航经济性好、机动性能优，已成为船舶设计者追求的目标。一方面，为节省燃油并尽可能快速的到达目的地，要求船舶巡航过程中提高有效巡航效率，减小航行阻力，从而要求船舶具有良好的经济性；另一方面，船舶离靠泊、动力定位、灵活掉头、障碍物规避等工况有要求船舶能及时改变航向和航速，因而还要求船舶具有良好的机动性、即回转性能和加减速性能。鉴于此，传统单一推进器及其组合方式已不能满足要求，船舶设计者开始考虑采用多种不同推进器混合推进的模式，其中喷水推进器与螺旋桨混合推进最为典型。

泵桨混合推进船舶航向控制系统是一种典型的多变量、非匹配、不确定复杂非线性系统，合理设计船舶的航向控制规律，将喷水推进器和舵机有机结合、合理分配，对于提高船舶操控性能、降低系统能耗具有重要研究价值。

经对现有的技术文献检索发现，CNKI数据库中的名称为“混合推进系统喷水推进器与螺旋桨相互作用研究”的文献中，通过求解雷诺时均的RANS方程数值模拟了混合推进系统的流场，研究了两种推进器之间的相互作用，但与本发明的泵桨混合推进船舶航向鲁棒智能协调控制不同。

发明内容

本发明的目的在于提供一种能在保证航向稳定性的前提下，提高航向控制效果，降低系统能耗的泵桨混合推进船舶航向鲁棒智能协调控制方法。

本发明的目的是这样实现的：

设定指令航向，航向检测装置采集船舶实际航向的航向角、航向角速度、横荡位移和横荡速度信息，并将四个量的信息反馈到鲁棒控制器，鲁棒控制器采用H²/H^∞控制算法，结合控制系统性能评价指标，计算出航向控制所需要的航向艏摇力矩，泵桨混合智能决策系统采用自适应遗传算法，以“系统驱动能量+航向控制性能指标”最小为目标函数，满足操舵和喷口转向的最大幅度、速率约束，进行喷口转角/舵角在线智能分配，计算得到舵角和喷口转角值，并将舵角和喷口转角值分别送入舵机伺服系统和喷口转角伺服系统，驱动舵机和喷口转角装置，船舶在舵和喷水推进器的组合控制下，把航向改变到指令航向，实现对泵桨混合推进船舶的航向控制。

本发明的优点在于：

(1)泵桨混合推进船舶的航向控制系统为多输入多输出耦合系统，并且航行状态与海洋环境的复杂多变，系统存在海风、海浪、海流等随机干扰和模型不确定性，采用鲁棒控制技术增强了控制系统鲁棒性且工程应用方便。

(2)泵桨混合推进船舶航向智能决策采用交叉概率和变异概率可以根据适应度值进行自动调整的自适应遗传算法，改善了基本遗传算法的早熟问题和进化缓慢问题，为寻找喷口转角/舵角全局最优组合提供了保障，降低驱动系统能耗。

附图说明

图1为泵桨混合推进船舶航向鲁棒智能协调控制结构图；

图2为泵桨混合推进船舶航向智能决策算法流程图。

具体实施方式

下面结合附图举例对本发明作更详细的描述：

结合图1，本发明通过5个步骤实现泵桨混合推进船舶航向鲁棒控制器的设计，具体如下：

第一步：建立船舶横荡/艏摇耦合运动方程

考虑船舶横荡/艏摇运动的耦合影响，忽略其他自由度运动的影响，将舵、喷水推进装置及海洋干扰产生的力矩看做是对船舶航向运动的作用力，同时忽略横摇的影响和方程中的非线性项，并设m_y＝a_yy，Y_v＝b_yy，ΔI_z＝a_ψψ，N_r＝b_ψψ，N_v＝b_ψy，再令

其中y代表横荡位移，得到船舶横荡/艏摇线性耦合运动模型为：

$(m+a_{\mathrm{yy}})\stackrel{\·\·}{y}+b_{\mathrm{yy}}\stackrel{\·}{y}+a_{\mathrm{y\ψ}}\stackrel{\·\·}{\mathrm{\ψ}}+b_{\mathrm{y\ψ}}\stackrel{\·}{\mathrm{\ψ}}=Y_{r+w}+Y_d$

$(I_z+a_{\mathrm{\ψ\ψ}})\stackrel{\·\·}{\mathrm{\ψ}}+b_{\mathrm{\ψ\ψ}}\stackrel{\·}{\mathrm{\ψ}}+a_{\mathrm{\ψy}}\stackrel{\·\·}{y}+b_{\mathrm{\ψy}}\stackrel{\·}{y}=N_{r+w}+N_d$

其中：

m-----船舶质量；m_y-----横荡附加质量；

y-----横荡位移；ψ-----航向角；

v-----横荡速度；r-----艏摇角速度；

a_yψ-----附加质量；a_ψψ，a_ψy代表附加转动惯性矩；

b_yy、b_ψψ、b_ψy、b_yψ-----运动阻尼系数；I_z-----船体质量对z轴的惯性矩；

y_r+w、N_r+w-----舵、喷水推进装置产生的横荡力、艏摇力矩；

Y_d、N_d-----船舶受到的横荡干扰力、艏摇干扰力矩。

第二步：考虑参数不确定性

设m、I_z是定常的，具有不确定性的参数主要为a_yy、a_ψψ、a_yψ、a_ψy、b_yy、b_yψ、b_ψψ、b_ψy，有：

$a_{\mathrm{yy}}={\stackrel{\‾}{a}}_{\mathrm{yy}}+\mathrm{\Δ}{a}_{\mathrm{yy}}{\mathrm{\δ}}_1;$ $a_{\mathrm{\ψ\ψ}}={\stackrel{\‾}{a}}_{\mathrm{\ψ\ψ}}+\mathrm{\Δ}{a}_{\mathrm{\ψ\ψ}}{\mathrm{\δ}}_2$

$a_{\mathrm{y\ψ}}={\stackrel{\‾}{a}}_{\mathrm{y\ψ}}+\mathrm{\Δ}{a}_{\mathrm{y\ψ}}{\mathrm{\δ}}_3;$ $a_{\mathrm{\ψy}}={\stackrel{\‾}{a}}_{\mathrm{\ψy}}+\mathrm{\Δ}{a}_{\mathrm{\ψy}}{\mathrm{\δ}}_4$

$b_{\mathrm{yy}}={\stackrel{\‾}{b}}_{\mathrm{yy}}+\mathrm{\Δ}{b}_{\mathrm{yy}}{\mathrm{\δ}}_5;$ $b_{\mathrm{\ψ\ψ}}={\stackrel{\‾}{b}}_{\mathrm{\ψ\ψ}}+\mathrm{\Δ}{b}_{\mathrm{\ψ\ψ}}{\mathrm{\δ}}_6$

$b_{\mathrm{y\ψ}}={\stackrel{\‾}{b}}_{\mathrm{y\ψ}}+\mathrm{\Δ}{b}_{\mathrm{y\ψ}}{\mathrm{\δ}}_7;$ $b_{\mathrm{\ψy}}={\stackrel{\‾}{b}}_{\mathrm{\ψy}}+\mathrm{\Δ}{b}_{\mathrm{\ψy}}{\mathrm{\δ}}_8$

其中：δ_i为不确定变量，且有||δ_i||≤1，i＝1，2，·，8。

令x＝[x₁ x₂ x₃ x₄]^T，x₁＝y，

x₃＝ψ，

u＝P_y(α_r，β_w)，w₁＝[Y_d N_d]^T，船舶横荡/艏摇线性耦合运动写成如下状态方程的形式：其中：α_H为舵、喷水推进装置与船体水动力影响系数，x_R、x_W分别为舵、喷水推进装置水动力作用点的纵向坐标。

第三步：进行鲁棒控制标准形式的设计

应用H²/H^∞控制技术设计鲁棒控制器，将船舶横荡/艏摇耦合运动方程转化为可进行H²/H^∞控制设计的标准形式，令：

$A=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& m+a_{\mathrm{yy}}& 0& a_{\mathrm{y\ψ}}\\ 0& 0& 1& 0\\ 0& a_{\mathrm{\ψy}}& 0& I_z+a_{\mathrm{\ψ\ψ}}\end{array}\right]$

$=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& m+{\stackrel{\‾}{a}}_{\mathrm{yy}}& 0& {\stackrel{\‾}{a}}_{\mathrm{y\ψ}}\\ 0& 0& 1& 0\\ 0& {\stackrel{\‾}{a}}_{\mathrm{\ψy}}& 0& I_z+{\stackrel{\‾}{a}}_{\mathrm{\ψ\ψ}}\end{array}\right]+\left[\begin{array}{cccc}0& 0& 0& 0\\ 0& {\mathrm{\Δa}}_{\mathrm{yy}}{\mathrm{\δ}}_1& 0& \mathrm{\Δ}{a}_{\mathrm{y\ψ}}{\mathrm{\δ}}_3\\ 0& 0& 0& 0\\ 0& \mathrm{\Δ}{a}_{\mathrm{\ψy}}{\mathrm{\δ}}_4& 0& \mathrm{\Δ}{a}_{\mathrm{\ψ\ψ}}{\mathrm{\δ}}_2\end{array}\right]={\stackrel{\‾}{A}}_1+\mathrm{\Δ}{A}_1$

$B=\left[\begin{array}{cccc}0& 1& 0& 0\\ 0& -b_{\mathrm{yy}}& 0& {-b}_{\mathrm{y\ψ}}\\ 0& 0& 0& 1\\ 0& -b_{\mathrm{\ψy}}& 0& -b_{\mathrm{\ψ\ψ}}\end{array}\right]$

$=\left[\begin{array}{cccc}0& 1& 0& 0\\ 0& -{\stackrel{\‾}{b}}_{\mathrm{yy}}& 0& -{\stackrel{\‾}{b}}_{\mathrm{y\ψ}}\\ 0& 0& 0& 1\\ 0& -{\stackrel{\‾}{b}}_{\mathrm{\ψy}}& 0& -{\stackrel{\‾}{b}}_{\mathrm{\ψ\ψ}}\end{array}\right]+\left[\begin{array}{cccc}0& 0& 0& 0\\ 0& -{\mathrm{\Δb}}_{\mathrm{yy}}{\mathrm{\δ}}_5& 0& -\mathrm{\Δ}{b}_{\mathrm{y\ψ}}{\mathrm{\δ}}_7\\ 0& 0& 0& 0\\ 0& -\mathrm{\Δ}{b}_{\mathrm{\ψy}}{\mathrm{\δ}}_8& 0& -\mathrm{\Δ}{b}_{\mathrm{\ψ\ψ}}{\mathrm{\δ}}_6\end{array}\right]=\stackrel{\‾}{B}+\mathrm{\ΔB}$

$C=\left[\begin{array}{c}0\\ 1+a_H\\ 0\\ -(1+a_H)x_R\end{array}\right],$ $D=\left[\begin{array}{cc}0& 0\\ 1& 0\\ 0& 0\\ 0& 1\end{array}\right]$

则船舶横荡/艏摇耦合运动方程可化为：

$({\stackrel{\‾}{A}}_1+{\mathrm{\ΔA}}_1)\stackrel{\·}{x}=(\stackrel{\‾}{B}+\mathrm{\ΔB})x+\mathrm{Cu}+D{w}_1$

令

定义广义干扰

则有：

${\mathrm{Dw}}_1-\mathrm{\Δ}{A}_1\stackrel{\·}{x}=C_{0}w,$ $C_0=\left[\begin{array}{cc}0& 0\\ 1& 0\\ 0& 0\\ 0& 1\end{array}\right]$

又令：

$A={\stackrel{\‾}{A}}_1^{-1}\stackrel{\‾}{B},$ $\mathrm{\ΔA}={\stackrel{\‾}{A}}_1^{-1}\mathrm{\ΔB},$ $B_1={\stackrel{\‾}{A}}_1^{-1}C,$ $B_2={\stackrel{\‾}{A}}_1^{-1}{C}_0$

最终得到如下形式：

$\stackrel{\·}{x}=(A+\mathrm{\ΔA})x+B_{1}u+B_{2}w$

且有：[ΔA ΔB₁]＝HF[E₁ E₂]

$H={\stackrel{\‾}{A}}_1^{-1}\left[\begin{array}{cccc}0& 0& 0& 0\\ 1& 0& 1& 0\\ 0& 0& 0& 0\\ 0& 1& 0& 1\end{array}\right],$ $F=\left[\begin{array}{cccc}{\mathrm{\δ}}_5& 0& 0& 0\\ 0& {\mathrm{\δ}}_8& 0& 0\\ 0& 0& {\mathrm{\δ}}_7& 0\\ 0& 0& 0& {\mathrm{\δ}}_6\end{array}\right]$

$E_1=\left[\begin{array}{cccc}0& -\mathrm{\Δ}{b}_{\mathrm{yy}}& 0& 0\\ 0& -{\mathrm{\Δb}}_{\mathrm{\ψy}}& 0& 0\\ 0& 0& 0& -\mathrm{\Δ}{b}_{\mathrm{y\ψ}}\\ 0& 0& 0& -\mathrm{\Δ}{b}_{\mathrm{\ψ\ψ}}\end{array}\right],$ E₂＝0_4×1

其中：F是不确定矩阵，显然是满足F^TF≤I的，ΔA、ΔB₁满足H²/H^∞鲁棒控制的标准形式。

第四步：建立船舶航向控制系统性能评价信号

泵桨混合推进船舶航向鲁棒控制系统数学模型为：

$\left\{\begin{array}{c}\stackrel{\·}{x}=(A+\mathrm{\ΔA})x+(B_1+\mathrm{\Δ}{B}_1)u+B_{2}w\\ z_{\∞}=C_{1}x+D_{12}u\\ z_2=C_{2}x+D_{22}u\\ y=\mathrm{Cx}+\mathrm{Du}\end{array}\right.$

系统H^∞性能主要增强控制系统对海浪干扰和模型参数摄动的鲁棒性；对于系统H²性能而言，则需要综合考虑航向角、航向角速度以及对控制量的约束。定义泵桨混合推进船舶航向控制系统的性能评价信号为：

z_∞＝ψ＝[0 0 10 ]x

$z_2=\left[\begin{array}{c}\mathrm{\ψ}\\ \stackrel{\·}{\mathrm{\ψ}}\\ u\end{array}\right]=\left[\begin{array}{cccc}0& 0& 1& 0\\ 0& 0& 0& 1\\ 0& 0& 0& 0\end{array}\right]x+\left[\begin{array}{c}0\\ 0\\ 1\end{array}\right]u$

第五步：求解泵桨混合推进船舶航向鲁棒控制器

在获得船舶横荡/艏摇鲁棒控制系统模型的系数矩阵，并且定义系统的性能评价信号之后，求解船舶航向鲁棒控制器，得到u＝[k₁ k₂]^Tx。

结合图1、图2，由泵桨混合推进船舶航向鲁棒控制器计算出航向控制所需的艏摇扶正力，对于确定的艏摇扶正力有多种不同的喷口转角/舵角组合与之对应，喷口转角/舵角智能决策遵循“系统驱动能量+航向控制性能指标”最小的原即min(ΔJ_αβ(k+1)+ΔJ_ψδ(k+1))，喷口转角/舵角满足以下分配规则：

$\left\{\begin{array}{c}\left|{\mathrm{\α}}_r(k+1)\right|\≤{\mathrm{\α}}_{r\max },\left|\frac{{\mathrm{\α}}_r(k+1)-{\mathrm{\α}}_r\left(k\right)}{\mathrm{\Δt}}\right|\≤{\stackrel{\·}{\mathrm{\α}}}_{r\max }\\ \left|{\mathrm{\β}}_w(k+1)\right|\≤{\mathrm{\β}}_{w\max },\left|\frac{{\mathrm{\β}}_w(k+1)-{\mathrm{\β}}_w\left(k\right)}{\mathrm{\Δt}}\right|\≤{\stackrel{\·}{\mathrm{\β}}}_{w\max }\\ \min (\mathrm{\Δ}{J}_{\mathrm{\α\β}}(k+1)+\mathrm{\Δ}{J}_{\mathrm{\ψ\δ}}(k+1))\end{array}\right.$

其中，α_rmax、分别为最大舵角、最大舵角速度，β_wmax、

分别为最大喷口转角、最大喷口转角速度，ΔJ_αβ(k+1)为舵机和喷口转向的驱动能量，ΔJ_ψδ(k+1)为航向控制性能指标。

采用自适应遗传算法进行喷口转角/舵角智能决策，基本步骤如下：

步骤1：迭代次数t＝0，随机选择二进制编码的初始种群E：(k+1)时刻的舵角α_r(k+1)和喷口转角β_w(k+1)，编码范围分别为： $[{\mathrm{\α}}_r\left(k\right)-{\stackrel{\·}{\mathrm{\α}}}_{r\max }\·\mathrm{\Δt},{\mathrm{\α}}_r\left(k\right)+{\stackrel{\·}{\mathrm{\α}}}_{r\max }\·\mathrm{\Δt}],$ $[{\mathrm{\β}}_w\left(k\right)-{\stackrel{\·}{\mathrm{\β}}}_{w\max }\·\mathrm{\Δt},{\mathrm{\β}}_w\left(k\right)+{\stackrel{\·}{\mathrm{\β}}}_{w\max }\·\mathrm{\Δt}].$

步骤2：针对E中的个体计算个体适应度函数值：

$f({\mathrm{\α}}_r(k+1),{\mathrm{\β}}_w(k+1))=\frac{1}{1+(\mathrm{\Δ}{J}_{\mathrm{\α\β}}(k+1)+\mathrm{\Δ}{J}_{\mathrm{\ψ\δ}}(k+1))}.$

步骤3：选择操作采用最佳保留群体和从子代和父代中挑选最好的若干个体结合的方法，将上一代的最好个体与新一代的最好个体比较，若新一代的最好个体比上一代强，则将新一代的最差个体用上一代的最好个体代替；若新一代的较差，则以上一代的最好个体代替新一代的最好个体。

步骤4：交叉和变异产生新的种群，交叉和变异操作是遗传算法模拟自然生物进化过程产生新个体的主要方法，自适应遗传算法中交叉概率Pc和变异概率Pm能够随适应度自动改变。

$P_c=\left\{\begin{array}{cc}{P}_{c_1}-\frac{(P_{c_1}-P_{c_2})({\mathrm{fit}}_{\max }-{\mathrm{fit}}_i^{\&prime;})}{({\mathrm{fit}}_{\max }-{\mathrm{fit}}_{\mathrm{avg}})},& {\mathrm{fit}}_i^{\&prime;}\&GreaterEqual;{\mathrm{fit}}_{\mathrm{avg}}\\ P_{c_1},& {\mathrm{fit}}_i^{\&prime;}<{\mathrm{fit}}_{\mathrm{avg}}\end{array}\right.$

$P_m=\left\{\begin{array}{cc}{P}_{m_1}-\frac{(P_{m_1}-P_{m_2})({\mathrm{fit}}_{\max }-{\mathrm{fit}}_i^{\&prime;})}{({\mathrm{fit}}_{\max }-{\mathrm{fit}}_{\mathrm{avg}})},& {\mathrm{fit}}_i^{\&prime;}\&GreaterEqual;{\mathrm{fit}}_{\mathrm{avg}}\\ P_{m_1},& {\mathrm{fit}}_i^{\&prime;}<{\mathrm{fit}}_{\mathrm{avg}}\end{array}\right.$

其中：fit_max、fit_avg分别为当前代进化群体的最大和平均适应函数值；fit′_i为两个交叉个体中较大的适应函数值，分别为最大交叉概率、最小交叉概率、最大变异概率和最小变异概率。

操作过程中，适应函数值小的个体具有较大的交叉率和变异率，这样有利于加快搜索速度，且最大适应函数值对应染色体的交叉率和变异率不为零，而为一较小值。

步骤5：计算个体所对应的适应度函数值是否满足要求或达到设定的迭代次数？若是则进入步骤6，否则跳转至步骤2。

步骤6：给出舵角α_r(k+1)和喷水推进器喷口转角β_w(k+1)的最佳组合，结束。

船舶在舵角和喷口转角的组合控制下，把航向改变到指令航向，完成泵桨混合推进船舶航向鲁棒智能协调控制，实现对泵桨混合推进船舶航向的有效控制。

Claims (1)

1.一种泵桨混合推进船舶航向鲁棒智能协调控制方法，其特征是：设定指令航向，航向检测装置采集船舶实际航向的航向角、航向角速度、横荡位移和横荡速度信息，反馈到鲁棒控制器，鲁棒控制器采用H²/H^∞控制算法，结合控制系统性能评价指标，计算出航向控制所需要的航向艏摇力矩，泵桨混合智能决策系统采用自适应遗传算法，以“系统驱动能量+航向控制性能指标”最小为目标函数，满足操舵和喷口转向的最大幅度、速率约束，进行喷口转角与舵角在线智能分配，计算得到舵角和喷口转角值，并将舵角和喷口转角值分别送入舵机伺服系统和喷口转角伺服系统，驱动舵机和喷口转角装置，船舶在舵和喷水推进器的组合控制下，把航向改变到指令航向，实现对泵桨混合推进船舶的航向控制；具体实现步骤为：

第一步：建立船舶横荡/艏摇耦合运动方程

设m_y＝a_yy，Y_v＝b_yy，ΔI_z＝a_ψψ，N_r＝b_ψψ，N_v＝b_ψy，再令 

其中y代表横荡位移，得到船舶横荡/艏摇线性耦合运动模型为：

其中：

m-----船舶质量；m_y-----横荡附加质量；

y-----横荡位移；ψ-----航向角；

v-----横荡速度；r-----艏摇角速度；

a_yψ-----附加质量；a_ψψ，a_ψy代表附加转动惯性矩；

b_yy、b_ψψ、b_ψy、b_yψ-----运动阻尼系数；I_z-----船体质量对z轴的惯性矩；

Y_r+w、N_r+w-----舵、喷水推进装置产生的横荡力、艏摇力矩；

Y_d、N_d-----船舶受到的横荡干扰力、艏摇干扰力矩；

第二步：考虑参数不确定性

设m、I_z是定常的，具有不确定性的参数主要为a_yy、a_ψψ、a_yψ、a_ψy、b_yy、b_yψ、b_ψψ、b_ψy，有：

其中：δ_i为不确定变量，且有||δ_i||≤1，i＝1，2，…，8；

令x＝[x₁ x₂ x₃ x₄]^T，x₁＝y， x₃＝ψ， 

u＝P_y(α_r，β_w)，w₁＝[Y_d N_d]^T，船舶横荡/艏摇线性耦合运动写成如下状态方程的形式：

其中：α_H为舵、喷水推进装置与船体水动力影响系数，x_R、x_W分别为舵、喷水推进装置水动力作用点的纵向坐标；

第三步：进行鲁棒控制标准形式的设计

应用H²/H^∞控制技术设计鲁棒控制器，将船舶横荡/艏摇耦合运动方程转化为可进行H²/H^∞控制设计的标准形式，令：

则船舶横荡/艏摇耦合运动方程化为：

令

定义广义干扰 

则有：

又令：

最终得到如下形式：

且有：[ΔA ΔB₁]＝HF[E₁ E₂]

E₂＝0_4×1

其中：F是不确定矩阵，显然是满足F^TF≤I的，ΔA、ΔB₁满足H²/H^∞鲁棒控制的标准形式；

第四步：建立船舶航向控制系统性能评价信号

泵桨混合推进船舶航向鲁棒控制系统数学模型为：

定义泵桨混合推进船舶航向控制系统的性能评价信号为：

z_∞＝ψ＝[0 0 1 0]x

第五步：求解泵桨混合推进船舶航向鲁棒控制器

在获得船舶横荡/艏摇鲁棒控制系统模型的系数矩阵，并且定义系统的性能评价信号之后，求解船舶航向鲁棒控制器，得到u＝[k₁ k₂]^Tx；

由泵桨混合推进船舶航向鲁棒控制器计算出航向控制所需的艏摇扶正力，对于确定的艏摇扶正力有多种不同的喷口转角/舵角组合与之对应，喷口转角/舵角智能决策遵循“系统驱动能量+航向控制性能指标”最小的原即min(ΔJ_αβ(k+1)+ΔJ_ψδ(k+1))，喷口转角/舵角满足以下分配规则：

其中，α_r max、 

分别为最大舵角、最大舵角速度，β_w max、 

分别为最大喷口转角、最大喷口转角速度，ΔJ_αβ(k+1)为舵机和喷口转向的驱动能量，ΔJ_ψδ(k+1)为航向控制性能指标；

采用自适应遗传算法进行喷口转角/舵角智能决策，基本步骤如下：

步骤1：迭代次数t＝0，随机选择二进制编码的初始种群E：(k+1)时刻的舵角α_r(k+1)和喷口转角β_w(k+1)，编码范围分别为：

步骤2：针对E中的个体计算个体适应度函数值：

步骤3：选择操作采用最佳保留群体和从子代和父代中挑选最好的若干个体结合的方法，将上一代的最好个体与新一代的最好个体比较，若新一代的最好个体比上一代强，则将新一代的最差个体用上一代的最好个体代替；若新一代的较差，则以上一代的最好个体代替新一代的最好个体；

步骤4：交叉和变异产生新的种群，交叉和变异操作是遗传算法模拟自然生物进化过程产生新个体的主要方法，自适应遗传算法中交叉概率P_c和变异概率P_m能够随适应度自动改变； 

其中：fit_max、fit_avg分别为当前代进化群体的最大和平均适应函数值；fit′_i为两个交叉个体中较大的适应函数值， 分别为最大交叉概率、最小交叉概率、最大变异概率和最小变异概率；

步骤5：计算个体所对应的适应度函数值是否满足要求或达到设定的迭代次数，若是则进入步骤6，否则跳转至步骤2；

步骤6：给出舵角α_r(k+1)和喷水推进器喷口转角β_w(k+1)的最佳组合，结束。 

Images