龙洋，王猛

1湖北民族大学科技学院机电与信息工程学院，湖北恩施445000 2武汉理工大学机电工程学院，湖北武汉430070

0 引 言

动力定位船舶一般通过控制自身动力使其保持预定位置，或按照设定的运动轨迹航行［1］。由于动力定位船舶摆脱了锚泊系统对水面环境、水深等因素的束缚，实现了船舶自主定位及自主航行，极大地提高了船舶的作业效率，因此在海洋石油开采、湖泊水质监测等领域得到了广泛应用［2-3］。

早期的动力定位船舶大多采用经典控制理论，即通过设计常规的PID控制器，用以控制船身底部的多个推进器产生矢量动力，从而实现船舶位置的移动控制［4-5］。然而，要建立船舶运动数学模型工作量较大，同时被控对象的建模误差较大，PID参数整定困难，故传统PID控制器的精度难以满足控制要求［6］。由于智能控制能够较好地处理非线性系统，且不依赖被控对象的数学模型，所以成为新一代动力定位技术的发展方向。Xu等［7］和Liu等［8］针对PID控制参数整定问题，基于模糊规则在线整定PID参数和遗传算法全局寻优的特性，分别设计了模糊PID控制器和基于遗传算法的PID控制器，可以较好地控制动力定位船舶的位置移动。丁福光等［9］将人工神经网络与PID控制器相结合，利用神经网络自学习的特性，提出了控制器最佳参数的组合，并通过Matlab软件仿真验证了该算法的有效性。然而，这些船舶运动控制方法都仅考虑了位置控制需求，即从原位置移动到目标位置。但在某些应用场合，作业船舶不仅要自动移动至目标位置，还需在移动过程中保持恒定速度，即航速保持控制。……