[發明專利]海洋平臺的減振控制律確定方法、裝置、設備及存儲介質

有效

• 申請號: 202011094559.7
• 申請日: 2020-10-14
• 公開（公告）號: CN112650056B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 張赟;馬慧;徐建良;宿浩;張靜;李婉青;姜雪娜;周瀚閣
• 申請（專利權）人: 中國海洋大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京化育知識產權代理有限公司 11833
• 代理人: 尹均利

1.一種海洋平臺的減振控制律確定方法，其特征在于，包括：

獲取海洋平臺的當前位移信息；

根據時延補償減振模糊控制模型對所述當前位移信息進行處理生成時延補償后的減振控制律；所述時延補償減振模糊控制模型是預先基于模糊規則以及神經網絡訓練生成的；所述時延補償減振模糊控制模型中包含了不同時延下減振控制律與位移信息的關系；

所述時延補償減振模糊控制模型的生成步驟，具體包括：

獲取訓練數據；所述訓練數據由已知連續的位移信息以及與位移信息關聯的時延信息組成，通過采集實時數據，獲取多組已知的位移信息x(k)以及與該位移信息關聯的時延信息h(k)；

根據時延信息對所述訓練數據進行劃分，確定多個與不同時延信息關聯的模糊訓練數據，采用時延區間對訓練數據進行劃分，將h(k)∈[h_L,h_H]的訓練數據劃分在一起形成一組模糊訓練數據，對應一個時延信息，此后對于該組模糊訓練數據的計算過程將以區間中值作為時延進行處理；結合數據統計，確定各個時延信息對應的概率權重φ_i(h_i)；

根據所述多個模糊訓練數據分別訓練生成多個控制律網絡模型，每一組模糊訓練數據都對應一個時延信息i，生成的多個控制律網絡模型分別與一個時延信息i對應；

確定與時延信息關聯的多個概率權重；

根據所述多個控制律網絡模型以及所述多個概率權重φ_i(h_i)構建時延補償減振模糊控制模型；

其中，時延補償減振模糊控制模型具體描述了時延補償減振模糊控制模型中包含了不同時延下減振控制律與位移信息的關系，其具體公式為：

其中，u(k)為時延補償后的減振控制律；φ_i(h_i)表示與時延相關的概率權重，描述了不同時延下，即h(k)＝h_i的概率，通過統計獲取；以及為訓練確定出來的矩陣參數；x(k)為位移信息；ω(k)為海洋狀況信息；

所述根據所述多個模糊訓練數據分別訓練生成多個控制律網絡模型的步驟，具體包括：

確定模糊訓練數據，并確定當前位移信息；

構建初始化的模糊觀測網絡模型；

根據所述模糊觀測網絡模型對所述模糊訓練數據中的已知位移信息進行處理，生成響應觀測位移信息；

確定所述響應觀測位移信息以及所述當前位移信息的下一位移信息的觀測值誤差；

根據預設的優化判斷規則判斷當前模糊觀測網絡模型是否滿足預設的優化完成條件；

當判斷當前模糊觀測網絡模型不滿足預設的優化完成條件時，根據梯度下降原理以及所述觀測值誤差對當前模糊觀測網絡模型中的可變網絡權值進行更新，并返回至所述根據所述模糊觀測網絡模型對所述模糊訓練數據中的已知位移信息進行處理，生成響應觀測位移信息的步驟；

當判斷當前模糊觀測網絡模型滿足預設的優化完成條件時，根據當前模糊觀測網絡模型確定控制律網絡模型。

2.根據權利要求1所述的減振控制律確定方法，其特征在于，所述訓練數據還包括位移信息在與所述位移信息關聯的時延信息下的最優控制律組成：所述根據所述多個模糊訓練數據分別訓練生成多個控制律網絡模型的步驟，具體包括：

確定模糊訓練數據；

構建初始化的控制律網絡模型；

根據所述控制律網絡模型對所述模糊訓練數據中的位移信息進行處理，生成響應控制律；

確定所述響應控制律與所述最優控制律的控制律誤差；

根據預設的優化判斷規則判斷當前控制律網絡模型是否滿足預設的優化完成條件；

當判斷當前控制律網絡模型不滿足預設的優化完成條件時，根據梯度下降原理以及所述控制律誤差對當前控制律網絡模型中的可變網絡權值進行更新，并返回至所述根據所述控制律網絡模型對所述模糊訓練數據中的位移信息進行處理，生成響應控制律的步驟；

當判斷當前控制律網絡模型滿足預設的優化完成條件時，將當前控制律網絡模型確定為與所述模糊訓練數據關聯的控制律網絡模型。

3.根據權利要求2所述的減振控制律確定方法，其特征在于，所述最優控制律的生成步驟，具體包括：

獲取已知位移信息以及與所述已知位移信息關聯的時延信息；

根據極小值定理確定所述已知位移信息在所述已知時延信息下的最優控制律。