基于PLC 的船舶导航系统高精度控制研究

2022-10-19苗百春于吉鲲

舰船科学技术 2022年17期

苗百春，于吉鲲

(大连海洋大学应用技术学院，辽宁大连 116300)

0 引言

舰船导航系统为舰船提供航行方向、位置、速度、水平以及方位等基准数据，实现舰船目的地确定、路径计算和引导等，对舰船的航行进行监控和引导，以此保证舰船的航行安全。舰船在长时间的航行状态下，受到海面多种环境的影响以及不同磁场的干扰，会导致导航显示方向和其实际航行方向之间发生明显的偏差角，影响导航精度，偏离目的地。因此，如何提升舰船导航系统的控制精度，成为舰船管理中的重要内容。PLC 控制器具有可编辑功能其主要是依据其内部含有的微处理器为核心，执行逻辑运算、顺序控制等操作，实现设备的自动化控制。

为保证舰船的安全运行，陈志超等对此分析后，基于改进LOS 导航算法提出相关控制方法。祝亢等则研究舰船的航行特点后，提出基于深度强化学习的相关控制方法。上述方法均可有效控制舰船航迹，但是在应用过程中，仍旧存在一定超调量，因此，本文提出基于PLC 的舰船导航系统高精度控制方法。该方法利用PLC 的优势和功能，对舰船导航系统进行高精度控制。

1 舰船导航系统高精度控制

1.1 基于PLC 导航系统高精度控制方法框架

舰船在航行过程中，导航系统的导航精准性对于航行安全具有重要意义，因此，本文提出基于PLC的舰船导航系统高精度控制方法，其整体框架用图1描述。该方法以嵌入式PLC 系统结构为主，其整体划分为2 个部分，分别是控制层和应用层，控制层是由多种硬件设备组成，包含下位机、航行控制器、PLC控制器；应用层则是对控制层中的硬件进行初始化操作，同时向控制层下达控制指令以及呈现控制结果。

图1 基于PLC 导航系统高精度控制方法框架Fig.1 High precision control method framework of PLC based navigation system

1.2 基于PLC 的舰船导航控制实现

1.2.1 基于PLC 的舰船导航控制原理

控制层中主要是采用PLC 控制器为核心，对舰船导航系统进行控制，主要控制原理用图2 描述。该控制器的芯片为SEMENS S7-200，设有3 个扩展模块分别是EM223，EM232，EM2345。此外，为提升对舰船导航的控制精度，在其芯片设置粒子群优化的PID 控制方法，对导航系统的相关控制参数实行控制，实现舰船导航系统的高精度控制。

依据图2 可知：通过PLC 控制器对导航系统进行控制后，可对舰船的舵轮、航向、舵角进行全面调整和控制，及时掌握舰船航行的整体情况。当导航显示方向和舰船实际航行方向之间发生偏差角时，控制器可向应用层发送偏航预警，应用层可通过上位机下达调整指令，进行偏差调整，保证导航精准度。

图2 基于PLC 的舰船导航控制原理Fig.2 Principle structure of ship navigation control based on PLC

1.2.2 基于粒子群优化的PID 导航系统控制方法

PLC 控制器在对导航进行控制过程中，为提升控制的稳定性，引入基于粒子群优化的PID 控制方法对控制器的参数进行优化控制。该优化方法主要对微分环节实行优化，掌握导航系统偏差信号的变化规律，以此保证控制的稳定性。本文控制方法，是以PID 控制器为基础，在此基础上通过粒子群算法对控制器的加权因子 α 和 β实行优化，实现PID 控制方法的自适应调节，以此保证控制效果。基于粒子群优化的PID 控制方法结构用图3 描述。

图3 基于粒子群优化的PID 控制结构Fig.3 PID control structure based on particle swarm optimization

图中，ε和φ表示经过量处理后，舰船导航在横向和航向2 种偏差结果。该算法主要是对PID 控制方法的积分环节进行优化，其计算公式为：

式中：k，k和k分别为比例、积分和微分系数；在时刻下，舰船导航系统的偏差用表示，且该偏差包含横向 ε和航向 φ 两部分偏差结果，即=ε+φ ；表示优化控制后的输出精度值。

该方法在控制过程中，其控制指标函数采用横向ε和航向 φ两部分偏差总和进行描述，计算公式为：

1.3 基于免疫算法的PID 参数优化

式中：表示绝对误差积分。

粒子概率H的选择是通过A完成，其计算公式为：

式中：A表示经过迭代获取的亲和度；表示种群数量。

粒子浓度C的计算公式为：

依据C选择粒子的概率计算公式为：

基于此粒子被选择的总体概率计算公式为：

式中：=1,2,...,；η=[0,1]表示权重系数。

获取公式(8)的计算结果，并按照降序进行排列，获取计算结果中的缺失粒子以及结果较小粒子，将两者采用上一代记忆微粒进行替代。

通过循环迭代对粒子的适应度值进行重新计算，获取最优粒子对替换进来的记忆微粒进行更新，以此实现X的优化。

该优化步骤如下：

通过初始化对免疫微粒种群实行处理，并设定初始化参数。

计算各个粒子的适应度，获取其中最优粒子。

依据最新迭代获取粒子适应度更新记忆粒子信息库。

当满足设定的最大迭代次数时，进入步骤6；反之则回转至步骤3 进行重新迭代。

获取的最优微粒位置的粒子结果即为优化后X的结果，以此完成控制优化。

2 测试结果与分析

为验证本文方法在舰船导航系统高精度控制中的应用效果，将本文方法用于某舰船导航系统控制中，该舰船主要用于远程进出口运输，且为满载状态，其详细情况用表1 描述。

表1 船舶详细参数Tab.1 Detailed parameters of ship

为验证本文方法对舰船导航系统的控制性能，采用绝对误差积分 γ作为评价指标，计算公式为：

式中：表示最大迭代次数。

依据该公式计算舰船在不同速度下，指标的计算结果，如图4 所示。由图4 可知：舰船在不同的航行速度下，随着航行时间的逐渐增加，本文方法对舰船导航系统控制后 γ的指标结果均在0.25 以下，满足应用标准。其中最大结果为0.22 左右，最小值为0.07 左右。因此，本文方法具有良好的舰船导航控制性能。

图4 绝对误差积分指标计算结果Fig.4 Calculation results of absolute integration error integration index

为测试本文方法对舰船导航系统的高精度控制效果，采用横向和航向2 个偏差作为衡量指标，获取本文方法在不同的航行距离下，2 个偏差的结果，如表2所示。2 个偏差的应用标准分别在(-2～2) cm 和(-3.5°～3°)之间。由表2 可知，应用本文方法后，有效完成舰船导航系统的高精度控制，使其横向和航向2 个偏差结果均在应用标准范围内，其中横向最大误差为1.55 cm，航向最大误差为-2.2°。本文在进行导航系统控制过程中，将横向和航向2 个偏差值作为粒子群优化的PID的导航系统控制方法对导航系统的控制指标函数，实现导航控制，因此可保证高精度的控制效果。

表2 横向和航向2 个偏差指标测试结果Tab.2 Test results of lateral and heading deviation indexes

为进一步验证本文方法对舰船导航的高精度控制效果，在不同的舰船期望航向下，采用本文方法在有风干扰和无风干扰情况下，进行导航控制，获取控制过程中的超调量结果(应用要求超调量低于0.1%)，如图5 所示。可知，采用本文方法对舰船导航系统进行高精度控制后，舰船期望航向角的不断变化，导航系统控制的超调量均在0.1% 以内，其最大超调量为0.05%，最小超调量为0%。因此本文方法具有较好的舰船导航高精度控制能力，可保证舰船的导航精准程度。

图5 控制过程中的超调量结果Fig.5 Overshoot results during control