陳海力，任鴻翔，李源惠，關 巍

(大連海事大學航海學院，遼寧 大連 116026)

1 引言

動力定位技術是指水面船舶依靠自身的動力抵抗反步(風、浪、流等)，保證船舶以一定姿態(tài)保持在某一確定位置或精確地跟蹤設計的軌跡[1]。與傳統(tǒng)錨泊定位相比，動力定位具有操作方便、避免破壞海床、降低定位成本的優(yōu)勢[2]。動力定位作為動力定位技術重要的控制方法受到了學者們的廣泛關注。

近些年來，非線性控制理論的研究得到了長足的發(fā)展，已然成為了當今控制領域的熱點。對船舶動力定位控制而言，反推算法、滑?？刂扑惴?、模型預測控制算法等非線性控制策略被成功地應用到船舶的動力定位控制理論研究中，并且與傳統(tǒng)的PID、最優(yōu)控制等線性控制策略相比，獲得了更好的仿真結(jié)果。其中，基于反推算法的船舶動力定位控制研究十分活躍。文獻[3]采用了矢量逆推的方法，設計了船舶動力定位控制律，并得到全局指數(shù)穩(wěn)定的結(jié)果；文獻[4]將動態(tài)面控制技術與矢量逆推方法相結(jié)合，設計了自適應魯棒控制律，解決了環(huán)境干擾的不確定性問題以及“計算膨脹”的問題；文獻[5]采用神經(jīng)網(wǎng)絡逼近模型的外界干擾，結(jié)合“最少學習參數(shù)”設計思想，使在線學習參數(shù)的個數(shù)大為減少，解決了“維數(shù)災難”問題，降低了控制器的計算負擔；文獻[6]基于反推算法提出一種輸出反饋控制器，并采用自適應觀測器來估計船舶的速度與未知參數(shù)；文獻[7]考慮了船舶位置、艏向以及速度未知的情況，基于一種高增益觀測器設計了一種輸出反饋控制器。

上述文獻采用的反推控制策略僅能夠獲得閉環(huán)系統(tǒng)的指數(shù)收斂，系統(tǒng)的狀態(tài)在無窮大的時間收斂到平衡點或者平衡點附近小的鄰域內(nèi)。

然而，從實際的應用角度來講，閉環(huán)系統(tǒng)盡快地穩(wěn)定到平衡點才更具有現(xiàn)實的意義。有限時間控制方法[6，7]因其具有限的時間收斂的特性以及更好的抗干擾能力，在眾多的控制方法中脫穎而出。有限時間控制理論自創(chuàng)立以來，在水下機器人控制[10，11]、機械手臂控制[12，13]及航天器姿態(tài)控制[14，15]等領域得到了成功的應用，并取得了大量的研究成果。然而，就船舶動力定位控制而言，卻鮮有相關的研究成果，文獻[16]基于有限Lyapunov理論，提出了一種自適應反推動力定位有限時間控制器，并對模型的不確定性以及外界干擾的上界利用REF神經(jīng)網(wǎng)絡進行自適應逼近；文獻[17]則將反推算法與終端滑模方法進行結(jié)合設計了一種非奇異反推滑模有限時間魯棒控制算法，但是，在遠離平衡點的區(qū)域，系統(tǒng)狀態(tài)收斂緩慢，遠低于傳統(tǒng)的指數(shù)收斂速度。

受上述文獻的啟發(fā)，在文獻[17]的基礎上，參考文獻[18]終端滑模設計方法，設計了一種反推非奇異快速終端滑模有限時間控制算法。與傳統(tǒng)終端滑模控制相比，在遠離平衡點區(qū)域，系統(tǒng)具有更快的收斂速度，更小的穩(wěn)態(tài)誤差。此外，對外界干擾上界進行自適應補償，控制律中不包含滑模的切換項，保證了控制律的連續(xù)性，解決了抖振問題。

2 引理假設與船舶模型的描述

2.1 引理與假設

考慮如下非線性系統(tǒng)

(1)

式中，x為狀態(tài)變量，u為輸入變量，f(x)為連續(xù)函數(shù)，且f(0)=0。假設存在時間函數(shù)T(x)，使得對于所有的t≥T(x)的x(t)=0恒成立，則稱系統(tǒng)(1)是有限時間穩(wěn)定的[19]。

(2)

式中，V(x0)為V(x)的初始值。

(3)

式中，0<θ≤1，V(x0)為V(x)的初始值。

引理3：對于任意實數(shù)xi，i=1，2，…，n，如果存在r∈(0，1)，則有下列不等式成立[22]

(4)

引理4：對于任意a∈，b∈，p≥1，則有下列不等式成立[23]

|a+b|p≤2p-1|ap+bp|，

(|a|+|b|)1/p≤|a|1/p+|b|1/p

(5)

引理5：對于任意正實數(shù)c，d和任意正值函數(shù)γ(x，y)>0，則有下式成立[24]

|x|c|y|d≤c/c+dγ(x，y)|x|c+d+

d/c+dγ(x，y)-c/d|y|c+d

(6)

2.2 船舶數(shù)學模型

針對控制器設計的目標，僅考慮船舶三個自由度(縱蕩、橫蕩和艏揺)的運動，建立如下數(shù)學模型[25]

(7)

(8)

(9)

(10)

D(υ)υ=

(11)

式中，η=[x，y，ψ]T∈3為固定坐標下船舶的位置和艏搖角，υ=[u，v，r]T∈3為隨船坐標系下的縱蕩、橫蕩的速度及艏揺角速度，R(ψ)為固定坐標系與隨船坐標系轉(zhuǎn)換矩陣，M為慣性矩陣(包含水動力附加質(zhì)量)正定可逆，且為轉(zhuǎn)動慣量。D(υ)為非線性阻尼矩陣，為了系統(tǒng)仿真而設計，X*，Y*，Ν*為三個自由度的水動力導數(shù)。實際上為了控制器設計的方便，將線性阻尼項D代替非線性阻尼項D(υ)。

τ=[τu，τv，τr]T∈3為系統(tǒng)控制輸入矢量，τw=[τwu，τwv，τwr]T∈3為風浪流等引起的外界環(huán)境干擾。

3 控制器的設計

首先，在運動學回路，基于反推算法設計有限時間虛擬控制律；在動力學回路，以虛擬控制律為跟蹤目標設計自適應非奇異快速滑?？刂坡?。

第一步：設計虛擬控制律aυ

定義如下動力定位船舶的定位誤差和速度誤差

ηe=η-ηr

(12)

υe=υ-aυ

(13)

式中，ηr為動力定位參考點，ηe為定位誤差，aυ為速度誤差，aυ為虛擬控制律速度誤差，令

aυ=-R(ψ)-1K1Sig(ηe)a

(14)

式中

K1=diag(k11，k12，k13)，0

由式(7)和式(12)得

(15)

將式(13)帶入上式得

(16)

選擇如下Lyapunov函數(shù)

(17)

對V1求導得

(18)

將aυ帶入上式得

(19)

(20)

第二步：設計實際的控制律τANTSMC

參考文獻[18]，設計非奇異快速終端滑模面

(21)

式中，

d1=diag(d11，d12，d13)，d2=diag(d21，d22，d23)

設計如下包含未知干擾上界估計的自適應非奇異快速終端滑?？刂坡?/p>

τANTSMC=τNTSMC-τm

(22)

式中，τNTSMC為非奇異快速終端滑?？刂坡?，τm為未知干擾的補償。

(23)

(24)

(25)

選擇如下的Lyapunov函數(shù)

(26)

對V3求導并代入式(19)、(21)得

(27)

根據(jù)假設1，并將式(9)、(14)、(22)和(25)代入式(27)中得

(28)

應用雙曲正切函數(shù)tanh(·)的性質(zhì)，對于?>0，a∈，有

式中，β是滿足β=e-(β+1)的常數(shù)，即β=0.2785，則

式中，E=[ε1，ε2，ε3]T。

(29)

式中

λmin(·)和λmax(·)分別為矩陣特征值的最小值和最大值。

(30)

由式(29)、(30)得

(31)

由引理5得

則式(31)為

(32)

(33)

(34)

4 仿真與分析

為了驗證提出控制算法的有效性，將非奇異快速終端滑?？刂撇呗驭覰TSMC，自適應非奇異快速終端滑?？刂撇呗驭覣NTSMC及文獻[4]的控制策略，三種控制算法的控制效果進行對比分析。

為了便于分析系統(tǒng)的控制效果，文獻[4]的控制策略中忽略對未知外界干擾的估計。

選擇一艘質(zhì)量m=4.591×106kg，總長L=76.2 m的動力定位船舶[17]進行仿真研究。船舶模型參數(shù)如下

Xu=5.0242×104，Yv=2.7229×105，

Yr=-4.3933×106，Y|v|v=1.7860×104，

X|u|u=1.0179×103，Y|v|r=-3.0068×105，

Nv=-4.3821×106，Nr=4.1894×108，

N|v|v=-2.4684×105，N|v|r=6.5759×106.

船舶初始狀態(tài)為η(0)=[20 m，20 m，20 deg]T，υ(0)=[0 m/s，0 m/s，0 deg/s]T，期望參考點為ηr=[0 m，0 m，0 deg]T，環(huán)境干擾力和力矩為

風速Vwind=6 m/s，風向ψwind=60deg ，干擾項中參數(shù)的具體含義，請參考文獻[27].

設計控制算法的參數(shù)為

k11=k12=0.18，，k13=0.038，a=q=5/7，

k21=9.3×105，k22=1.5×106，k23=2.0×109，

k31=k32=9.3×104，k33=9.6×107，k41=7.3×10-8，

k42=8.3×10-8，k43=1.6×10-10，d11=0.09，

d12=0.1，d13=0.01，d21=0.1，d22=0.08，

d23=0.013，ε1=0.02，ε2=0.01，ε3=0.0001

仿真結(jié)果如圖1-6和表1-2所示。

圖1 船舶在xy平面內(nèi)位置變化

圖2 控制力τu，τv和控制力矩τr歷時曲線

圖3 船舶位置x，y和艏向角ψ歷時曲線

圖4 速度u，v和角速度r歷時曲線

圖5 增大干擾后控制力τu，τv和力矩τr

圖6 增大干擾后船舶位置x，y和艏向角ψ

由圖1可知，本文設計的自適應控制策略τANTSMC能夠抵抗外界干擾，驅(qū)動船舶順利地到達并保持在預設的位置上，效果良好。

圖2-4顯示了三種控制策略的對比效果。從圖3-4可以看出，圖2中三種控制方法均能夠保證船舶的位置和艏向以及船舶的速度從初始點驅(qū)動到參考點附近，且三個方向上的收斂速率符合實際要求。

從圖3的船舶位置和艏向的收斂軌跡可以看出，與傳統(tǒng)反推控制策略τback相比，有限時間控制策略τNTSMC和τANTSMC保證系統(tǒng)在三個方向上的收斂速度更快。因此驗證了有限時間控制策略具有更快的暫態(tài)響應速度。

表1 三種控制律的誤差絕對積分對比

通過表1可以看出，在文獻[4]傳統(tǒng)反推控制策略τback的作用下，系統(tǒng)在三個自由方向上誤差絕對值積分分別達到了25858.46、43767.40和284963.11，而非奇異快速終端滑模控制策略τNTSMC保證系統(tǒng)誤差絕對值積分分別為8077.87、8858.19及35176.20，下降了68.76%、79.76%和87.66%。該結(jié)果充分證明了有限時間控制策略具有更佳的穩(wěn)態(tài)性能(即系統(tǒng)穩(wěn)態(tài)誤差與傳統(tǒng)反推控制策略相比更小)。

另外，與控制策略τNTSMC相比，自適應非奇異快速終端滑?？刂撇呗驭覣NTSMC對外界干擾進行了補償，進一步提高了有限時間控制策略的穩(wěn)態(tài)性能與魯棒性。該策略τANTSMC在保證系統(tǒng)有限時間收斂的情況下，驅(qū)動系統(tǒng)穩(wěn)定到參考點更小的范圍內(nèi)，三個自由度方向的誤差絕對值積分為了7929.98、8743.66和30513.82。與控制策略τNTSMC相比，分別減少了147.89、114.53和4662.38，充分驗證了自適應干擾補償?shù)挠行浴?/p>

通過上面的分析可知，提出的自適應非奇異快速終端滑模控制策略τANTSMC不僅收斂速度快，而且在三種控制算法中具有最佳的穩(wěn)態(tài)性能。

此外，為了進一步驗證控制策略τANTSMC的性能優(yōu)勢，考慮增大外界干擾作進一步仿真，風速增大到Vwind=12m/s，風向不變。

表2 增大干擾后三種控制律的誤差絕對積分

圖5表明，在增大外界干擾后，為了保證系統(tǒng)的穩(wěn)定性，控制器的輸出開始增大，并且在船舶艏向方向上甚至出現(xiàn)抖動的現(xiàn)象。從圖6看出，有限時間控制策略仍然具有暫態(tài)響應速度的優(yōu)勢。而對于系統(tǒng)的穩(wěn)態(tài)誤差，從圖6和表2可以看出，由于外界干擾的增大，系統(tǒng)的穩(wěn)定誤差開始變大。對比表1和表2，三種控制算法對應的誤差絕對值積分也相應增大，例如，傳統(tǒng)反推滑?？刂撇呗驭觔ack使得系統(tǒng)的穩(wěn)態(tài)誤差從原來的25858.46、43767.40和284963.11陡增到了46584.76、48076.90和451548.75。

然而，與控制策略τback相比，非奇異快速終端滑?？刂撇呗驭覰TSMC仍具有穩(wěn)定性和魯棒性上的優(yōu)勢?？刂撇呗驭覰TSMC的誤差絕對值積分為8364.55、8978.03和208318.23，仍然遠小于反推控制策略τback的誤差絕對值積分值。此外，由于對外界干擾的自適應補償，自適應控制策略τANTSMC的穩(wěn)定性與魯棒性依舊是三種控制算法中最好的，誤差絕對值積分分別為8300.77、8961.59和113270.04。其中，與控制策略τNTSMC相比，誤差絕對值積分在船舶艏向上下降最為明顯，達到了45.63%。

綜上兩次仿真及分析可知，提出的自適應非奇異快速終端滑?？刂撇呗驭覣NTSMC與傳統(tǒng)反推滑?？刂撇呗驭觔ack相比，既具有暫態(tài)響應的優(yōu)勢也具有穩(wěn)態(tài)性能優(yōu)勢。而與非奇異快速終端滑模控制策略τNTSMC相比，控制策略τANTSMC則具有更好的穩(wěn)定性與魯棒性。

5 結(jié)論

本文針對存在未知外界干擾的船舶動力定位控制問題，基于有限時間控制理論，設計了一種自適應非奇異快速終端滑?？刂扑惴?。仿真證明，與傳統(tǒng)反推算法相比，非奇異快速終端滑?？刂凭哂杏邢迺r間收斂及穩(wěn)定性能上的優(yōu)勢。另外，在非奇異快速終端滑?？刂扑惴ǖ幕A上，通過對干擾的自適應補償，使得閉環(huán)系統(tǒng)的收斂到參考點更小的領域內(nèi)，穩(wěn)定誤差進一步減小，充分地證明了該算法具有更好的穩(wěn)定性能和抗干擾能力。