Nonlinear Adaptive Motion Control and Model-Error Analysis for Ships - Simulations and MCLab experiments

Abstract

Havet er et upålitelig miljø fult av ulineariteter og forstyrrelser. Dette øker viktigheten av å ha en kontroller som kan håndtere den forandrende dynamikken til skipet for å oppnå førsteklasses styring. Et helhetlig utviklings scenario for en ulinær adaptiv kontroller for et modellskip er presentert. Dette inkluderer design, simulering og eksperimentell verifisering av kontrolleren. En analyse av eksperimentell data er også presentert, hvor både konvensjonelle og nye metoder for å finne forbedringer til simulatoren og kontrolleren er brukt. I denne rapporten er flere varianter av den ulinære adaptive kontrolleren, concurrent learning (CL) utviklet for modellskipet Cybership Enterprice 1 (CSE1). To lagrings algoritmer er foreslått, vindu (WIN) og singulær verdi maksimering (SVD), og to feilsignaler for adapsjonen, z2 og epsilon. Forskjellen i CL controllernes ytelse er utforsket og evaluert gjennom simuleringer. Det er også demmonstrert hvordan kontrollerenes evne til å tilpasse seg modellfeilen ! påvirket ytelsene deres. En komparativ analyse mellom et utvalg av CL controllerne, og allerede velkjente kontrollere adaptiv backstepping (ABS) og backstepping (BS) er også gjennomført. Et kontrollsystem, og simulator for CSE1 ble utviklet. Som forberedelse for eksperimentene i bassenget med CSE1 i Marine Cybernetics Labben (MC-lab), ble et sett med observatore evaluert oppmot hverandre. Et guidance system ble også utviklet, men en sen modifikasjon førte til at den gav ut følge signaler som var fire ganger raskere en tiltenkt. Totalt ble 16 forsøk gjennomført, der 4 kontrollere ble sammenlignet, følgene etter 2 forskjellige baner med 2 set av hastigheter på hver. Dette ble presentert som en komparativ analyse mellom kontrollerne, selv om resultatene gjorde det vanskelig å sammenligne kontrollerne. Imens har fagfeltet multivariat analyse (MVA) også blitt utforsket, og flere metoder og teknikker er presentert i rapporten, samt multivariat statistikk. Disse teknikkene er brukt under analysen av de eksperimentelle dataene, fra å sile data, til og både analysere og lage modeller av !. Partiell minste kvadrats metode(PLS) regresjon er brukt for å lage modellene, og disse ble senere implementert i simulatoren for verifisering. Under analysen av de eksperimentelle dataene, ble mer konvensjonelle metoder også brukt, som system identifikasjon (SysID). Tapt data ble reprodusert i en °apen sløyfe simulator med de eksperimentelle dataene, samt at åpen sløyfe simuleringene av CL controllerne gav bedre innsikt i hva som gikk galt under eksperimentene. CL kontrolleren som brukte viste seg også å fungere til SysID, og dette ble også brukt for å lage en model av !. I tillegg ble en modellering av p°adrags feil også inkludert i SysID.