公开(公告)号：CN117311142A

公开(公告)日：2023-12-29

申请号：CN202311105923.9

申请日：2023-08-30

Applicant: 青岛科技大学

Inventor： 邓芳 ,  丁强 ,  张翰林 ,  杜治宇 ,  杨化林

IPC: G05B13/04

Abstract: 本发明提供一种融合粒子群算法与神经网络预测控制的DP船舶运动控制与推力分配协同控制方法，基于当前及历史船舶的船位和航向、推进器的转速、方位角数据建立运动控制与推力分配的船舶运动神经网络模型；继而通过迭代计算建立船舶状态神经网络多步预测模型，从而形成包含船舶运动轨迹控制误差最小、推进器损耗及推进器功耗最低，以及考虑推进器物理约束的运动控制与推力分配的约束非线性在线优化目标函数；采用粒子群算法进行求解，得到满足优化目标的最优推进器组合，输出推进器转速、舵角和方位角。本发明方案解决了当前采用分级运动控制方法带来的推力饱和、非均衡能耗问题，增强处理非线性优化问题能力，提高DP系统的鲁棒性。

公开(公告)号：CN114282435B

公开(公告)日：2024-03-08

申请号：CN202111544105.X

申请日：2021-12-16

Applicant: 青岛科技大学

Inventor： 邓芳 ,  于敦敬 ,  杨化林 ,  靳磊磊 ,  张翰林

IPC: G06F30/27 ,  G06N3/126 ,  G06F111/08

公开(公告)号：CN114355899A

公开(公告)日：2022-04-15

申请号：CN202111544098.3

申请日：2021-12-16

Applicant: 青岛科技大学

Inventor： 邓芳 ,  侯秀慧 ,  张翰林 ,  靳磊磊 ,  杨化林

IPC: G05D1/02

Abstract: 本发明涉及一种基于动态导航船域与速度障碍的无人船避碰方法，其包括：根据会遇船舶尺度、操纵性和相对速度、相对方位角，建立起以干扰船为中心的动态导航船域；基于建立的动态导航船域设计基于动态导航船域的风险评估模型以判断无人船和干扰船间碰撞风险，若具有碰撞风险，则根据避碰规则、基于集合制导原理以及速度障碍物法决定避让航向、避让路点以及避让速度，规划避碰路径并判断何时结束避碰；本发明使无人船能够沿预先规划的路径航行的同时规避障碍物，为船舶安全航行提供基础。

公开(公告)号：CN114282435A

公开(公告)日：2022-04-05

申请号：CN202111544105.X

申请日：2021-12-16

Applicant: 青岛科技大学

Inventor： 邓芳 ,  于敦敬 ,  杨化林 ,  靳磊磊 ,  张翰林

IPC: G06F30/27 ,  G06N3/12 ,  G06F111/08

Abstract: 本发明涉及一种基于改进遗传算法的无人船航线规划方法，其包括：采用限制随机初始化种群生成无碰撞路径，以提高初始种群质量；在选择算子上使用Pareto原理和二元锦标赛选择出一半种群进行交叉和变异操作；采用自适应遗传算法中的交叉概率和变异概率提高算法的收敛能力；引入安全算子，使无人船路径保持在安全距离之外；以路径最短和平滑度最优作为适应度函数；使用删除算子和安全算子，删除无用的路径点以及判断路径点是否在安全距离之外，如果没在重新生成路径点。本发明使无人船在航行之前预先规划好航线，为船舶安全航行提供基础。

公开(公告)号：CN116859728A

公开(公告)日：2023-10-10

申请号：CN202310774961.7

申请日：2023-06-28

Applicant: 青岛科技大学

Inventor： 邓芳 ,  杜治宇 ,  丁强 ,  张翰林 ,  侯秀慧 ,  杨化林

IPC: G05B13/04

Abstract: 本发明提供一种基于改进多目标粒子群算法的船舶动力定位系统推力分配方法，建立包含多个独立优化目标的目标函数，将改进的多目标粒子群优化算法引入到多目标推力分配优化问题的求解中，而非通过加权系数方式将推进器功耗、推力分配误差、推进器损耗抖动等多个优化目标合为单一目标优化问题求解，能够在考虑全局性和灵活性情况下、获取更可靠的和最优的推力分配结果，从而提高推力分配精度、降低能耗、减小推力分配误差和推进器磨损及抖动，使推力分配问题的解更加符合实际，解决了单目标推力分配问题求解中权值选择困难及各目标函数间存在冲突的问题，明确了推进器各项性能指标的物理意义。

公开(公告)号：CN114861319A

公开(公告)日：2022-08-05

申请号：CN202210553682.3

申请日：2022-05-19

Applicant: 青岛科技大学

Inventor： 邓芳 ,  张翰林 ,  于敦敬 ,  杨化林

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法，包括：通过船舶航行试验，获取船舶低频运动船位、航向及推进器运行信息；构建船舶运动递归神经网络模型体系结构，基于获取的船舶低频运动信息和推进系统运行信息，构建递归神经网络训练数据集及测试数据集；基于训练数据集，采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练；基于测试数据集，对建立的船舶运动神经网络模型进行测试及优化，确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理，仅基于船舶测量船位和航向，及当前的船舶推进系统信息，建立基于数据驱动的递归神经网络船舶运动模型，实现对未来船位和航向的直接预测，而无需对系统参数进行辨识，可实现智能船舶的数据驱动控制，从而构建船舶智能控制系统。