在无人船航向控制中，控制器设计的优化对于系统在复杂海况下的动态性能至关重要。传统PID控制器因难以处理时滞和非线性问题，导致控制精度受限。本文提出一种融合改进Smith预估器与模糊PID的复合控制，并设计基于天牛须搜索算法（BAS）、和声算法（HSA）和遗传算法（GA）的混合优化方法，用于参数整定。改进的Smith预估器通过动态补偿时滞环节，结合模糊PID的自适应调节能力，显著提升系统鲁棒性；混合优化算法通过动态步长调整和自适应权重更新机制，实现控制参数的高效全局优化。仿真结果表明，所提方法在复杂海况下的航向偏差较传统PID降低32.5%，调节时间缩短24.8%，且稳定性分析验证了闭环系统的全局渐近收敛性。
In the course control of unmanned ships, precise controller design is crucial to the stability and response speed of the system in complex sea conditions. Traditional PID controllers have limitations in dealing with time-delay and nonlinear systems. This paper proposes a fuzzy PID controller based on the improved Smith predictor and hybrid BAS-HSA-GA algorithm for course control of unmanned ships. By introducing the improved Smith predictor, the system time delay and nonlinear problems are solved. The hybrid optimization algorithm improves the accuracy and convergence speed of controller parameter optimization through dynamic step size and adaptive weight update. Simulation results show that under complex sea conditions and various disturbances, this method significantly improves the response speed and heading accuracy of the control system. Compared with the traditional PID controller, the heading deviation is reduced by about 30% and the adjustment time is reduced by more than 20%.
2025,47(24): 87-96 收稿日期：2025-1-7
DOI：10.3404/j.issn.1672-7649.2025.24.014
分类号：U662.1
作者简介：张会霞(1976-),女,博士,教授,研究方向为海洋工程智能装备、无人船设计、摩擦学、增材制造等
参考文献：
[1] 崔健, 赵宝德, 赵文涛, 等. 自主布放无人潜航器的无人水面艇研究[J]. 舰船科学技术, 2022, 44(15): 80-85.
CUI J, ZHAO B D, ZHAO W, et al. Research on USV with autonomous deployment of UUV[J]. Ship Science and Technology, 2022, 44(15): 80-85.
[2] 吴群妹, 陈中标. 模型参考神经网络算法在船舶航向控制的应用[J]. 舰船科学技术, 2020, 42(22): 10-12.
WU Q M, CHEN Z B. Application of model reference neural network algorithm inship course control[J]. Ship Science and Technology, 2020, 42(22): 10-12.
[3] 常琦. 水面无人艇合作型障碍物避障研究与实现 [D]. 镇江: 江苏科技大学, 2021.
[4] 段江霞, 李红信, 王龙奎. 一种新型的Simth Fuzzy PID控制器在网络控制系统中的应用[J]. 甘肃科技, 2013, 29(11): 12-15.
[5] 谭勋琼, 李斯敏, 白创. 基于改进的Smith预估器的长时滞系统控制[J]. 长沙理工大学学报(自然科学版), 2022, 19: 122-128.
[6] 刘启辉, 文云, 张云龙. 基于一阶时滞系统的Smith预估器控制研究[J]. 自动化技术与应用, 2014, 33(9): 11-15.
[7] 耿骏杰, 孟帅. 基于BAS的模糊PID解耦算法在船舶动力定位中的应用[J]. 舰船科学技术, 2024, 46(6): 13-19.
GENG J J, MENG S. BAS-based fuzzy PID decoupling algorithm in ship dynamic positioning[J]. Ship Science and Technology, 2024, 46(6): 13-19.
[8] 叶羽心, 沈晓东. 改进和声搜索算法的船舶航行路线设计[J]. 舰船科学技术, 2022, 44(11): 72-75.
YE Y X, SHEN X D. Ship route design based on improved harmony search algorithm[J]. Ship Science and Technology, 2022, 44(11): 72-75.
[9] 阳熠恒, 王志博. 混合遗传算法下欠驱动船舶航向保持控制方法[J]. 舰船科学技术, 2024, 46(13): 77-81.
YANG Y H, WANG Z B. A hybrid genetic algorithm based underactuated ship heading maintenance control method[J]. Ship Science and Technology, 2024, 46(13): 77-81.
[10] 姚信威, 王佐响, 姚远, 等. 融合改进天牛须和正余弦的双重搜索优化算法[J]. 小型微型计算机系统, 2022, 43(18): 1644-1652.
[11] 李璀璀, 易文俊, 管军, 等. 基于遗传算法的电动舵机系统模糊PID控制[J]. 兵器装备工程学报, 2021, 42: 162-167.
[12] 顾黄一, 汪石农, 陈德政. 基于灰狼算法的半主动悬架模糊PID控制研究[J]. 安徽工程大学学报, 2024, 39(2): 24-31.
[13] 吴标彬. 基于变论域模糊PID的无人船自动舵系统研究 [D]. 大连: 大连理工大学, 2022.
[14] 钱永林, 付祥. 基于模糊理论的学生心理安全预警系统的研发[J]. 中国电力教育, 2008(15): 156-158.
[15] 高东祥, 张洪, 修伟杰, 等. 基于深度强化学习改进的Smith预估器温度控制[J]. 工业仪表与自动化装置, 2024(3): 54-59.
[16] 高颖. 无人船强化学习优化控制研究 [D]. 大连: 大连海事大学, 2022.
[17] 赵月林, 马征, 孙壮. 考虑舵机时滞的船舶航向控制系统研究[J]. 重庆交通大学学报(自然科学版), 2020, 39: 124-133.
[18] 王云龙. 采用改进自抗扰对连续反应器优化与实现 [D]. 淮南: 安徽理工大学, 2021.
[19] 董惠玲. 基于自抗扰技术的无人艇与无人机协同运动控制 [D]. 哈尔滨: 哈尔滨工业大学, 2021.
[20] 李超. 基于CMAC的无人船模糊PID航迹控制技术研究 [D]. 天津: 河北工业大学, 2019.
[21] 蔡创, 陈里, 蔡汝哲, 等. 内河通航船舶操纵性指数计算方法研究 [C]//2010中国可再生能源科技发展大会, 2010.
[22] 谭园园. 基于轨迹线性化的无人水面艇航行控制 [D]. 大连: 大连海事大学, 2020.
[23] 梁红, 王惠刚, 李志舜. 一种基于高阶累积量的自适应时延估计新方法[J]. 系统工程与电子技术, 2003, 78(3): 6-8.
LIANG H, WANG H G, LI Z S. A new adaptive time delay estimation method based on higher order cumulants[J]. Systems Engineering and Electronics, 2003, 78(3): 6-8.
[24] TANG W, WANG M, CHAO Y, et al. A study on the internal relationship among smith predictor, dahlin controller & PID [C]//2007 IEEE International Conference on Automation and Logistics, 2007.
[25] WANG J, ZHANG C, JING Y, et al. Study of neural network PID control in variable-frequency air-conditioning system [C]//2007 IEEE International Conference on Control and Automation, 2007.
[26] 马征. 基于改进型Smith预估模糊PID的航向控制研究 [D]. 大连: 大连海事大学, 2020.
[27] 衡丽帆, 杨世忠. 基于九点控制器的模糊自适应Smith PID控制器的研究[J]. 自动化技术与应用, 2019, 38(7): 1-4.
[28] 李荣喜. 基于莱维和声搜索算法的微网系统容量多目标优化研究 [D]. 北京: 北京交通大学, 2018.
[29] 李亚男, 张靠社, 张刚, 等. 基于改进和声搜索算法的配电网多目标综合优化[J]. 电网与清洁能源, 2017, 33(6): 82-86.
[30] 程翠娜, 奉松绿, 莫礼平. 基于正余弦优化算子和Levy飞行机制的和声搜索算法[J]. 数据采集与处理, 2023, 38(3): 690-703.
