[发明专利]一种基于模糊控制算法的无人帆船翼帆控制方法及系统

权利要求书

1.一种基于模糊控制算法的无人帆船翼帆控制方法，其特征在于，包括如下步骤：

S1：通过风速风向仪获取相对风向角，通过角度传感器获取翼帆帆角检测值Sail_act，其中Sail_act的范围为[-90°，+90°]；

S2：根据所述相对风向角获取预设的翼帆帆角目标值Sail_tar，其中Sail_tar的范围为[-90°，+90°]；

S3：根据所述翼帆帆角目标值和所述翼帆帆角检测值计算翼帆帆角偏差值e＝Sail_tar-Sail_act；

S4：计算翼帆帆角偏差变化率ec＝e/Δt，其中Δt为所述翼帆帆角目标值和所述翼帆帆角检测值的时间差；

S5：采用模糊自适应PID控制算法对翼帆帆角进行控制。

2.如权利要求1所述的一种基于模糊控制算法的无人帆船翼帆控制方法，其特征在于，步骤S5中具体包括如下步骤，

S5-1：模糊子集的确定：入变量为翼帆偏差e和偏差变化率ec，输出变量为三个参数KP、KI和KD；将输入变量和输出变量都模糊化为7个模糊子集；

S5-2：模糊子集的论域及隶属度函数的确定：输入变量e的基本论域[-A，A]，输入变量的模糊集论域为{-N，-N-1，…0，…N-1，N}，则精确量e的模糊化的量化因子为：k_1＝N/A；输入变量ec和输出变量KP、KI、KD均采用公式k_1＝N/A计算量化因子；

S5-3：输入/输出隶属度函数选取：将输入的模糊集论域下的输入变量ec和输出变量KP、KI、KD进行模糊化以形成模糊集合；

S5-4：在线调整参数原则：在不同的翼帆帆角偏差e和偏差变化率ec的情况下，在线调整KP、KI和KD；

S5-5：解模糊化：模糊数学运算的结果包含N个模糊集，为第i个模糊集合与坐标轴围成面积的平分线对应值，表示该集合的隶属度，精确值的计算公式为：

解模糊化：模糊数学运算的结果包含N个模糊集，则为第i个模糊集合与坐标轴围成面积的平分线对应值，表示该集合的隶属度，采用面积平均法解模糊化所得的精确值为：

其中i＝1，2，3...n；其中i＝1，2，3...n；

S5-6：在线调整PID控制器参数：在解模糊化的基础上，采用Mamdani模糊推理法输出精确值，PID控制KP、KI和KD参数在线调整；

S5-7：模糊PID控制翼帆帆角输出：经过模糊PID控制最终输出总帆角U(n)。

3.如权利要求1所述的一种基于模糊控制算法的无人帆船翼帆控制方法，其特征在于，步骤S5-3中具体包括如下步骤，变量的模糊化采用三角型隶属函数进行处理，其公式如下：

4.如权利要求1所述的一种基于模糊控制算法的无人帆船翼帆控制方法，其特征在于，步骤S5-4中具体包括如下步骤，根据参数KP整定原则、参数KI整定原则和参数KD整定原则中的任意一项或多项在线调整KP、KI和KD。

5.如权利要求1所述的一种基于模糊控制算法的无人帆船翼帆控制方法，其特征在于，步骤S5-6中具体包括如下步骤，所述模糊自适应PID控制算法包括：

式中，U(n)为第n个采样时刻PID调节单元的输出量，即为翼帆帆角控制量；e(n)为第n个采样时刻的输入单元获得实际偏差量；KP、KI和KD分别为比例、积分和微分系数。