Введение к работе
В современном мире особенно актуальными являются проблемы управления морскими подвижными объектами (МПО) и, в частности, морскими водоизмещающими судами. Это объясняется необходимостью обеспечить условия безопасного мореплавания при увеличивающейся интенсивности судоходства, когда требуется осуществление сложных маневров, прогнозирование возможной нестандартной ситуации, учет непредсказуемых внешних воздействий и др. Рациональная стратегия управления судном может оптимизировать расход топлива, уменьшить потери ходового времени, снизить себестоимость перевозок. Одной из важнейших систем судовой автоматики является система управления курсом, от качества работы которой напрямую зависит экономическая эффективность, защищенность внешней среды, надежность и безопасность мореплавания.
Значительный вклад в решение проблем управления МПО внесли российские ученые Лукомский Ю.А., Пешехонов В.Г., Скороходов Д.А., Чугунов B.C., Пантов Е.Н., Махин Н.Н., Шеремет Б.Б., Агеев М.Д., ЦымбалН.Н, Понырко С.А., Ястребов B.C., Юдин Ю.И., Вагущенко Л.Л. и др., а также их зарубежные коллеги Nomoto К., Bech М., Norrbin N.H., G. van Leeuwen, J. van Amerongen, J.С Haarman, De Keizer C, Kallstrom C.G., Astrom K.J., Fossen T.I., Egeland 0., Yorger D.R., Cooke J.G., Slotine J.-J.E., Healey L., Sutton R. и др.
МПО различных типов в значительной степени представляют собой сложные, априорно неопределенные по своим характеристикам, управляемые динамические объекты, функционирующие в недостоверно известной среде и разнообразных условиях, описание которых всегда является неполным.
Существенной причиной неопределенности динамики МПО является как неточность и неполнота информации об объекте и условиях его функционирования, так и погрешность измерений, используемых для формирования управляющих воздействий в процессе движения, неполнота
знаний о внешних возмущениях. К ним следует отнести резкие перепады ветро-волновых воздействий на МПО, течения и др.
Безопасность и эффективность мореплавания в значительной мере определяется степенью автоматизации процесса управления движением МПО. Для построения высококачественных систем управления движением морского судна и в целом класса МПО первостепенное значение имеет математическая модель управляемого объекта. Наличие адекватной математической модели позволяет решать как задачи анализа динамики морского судна, так и проблемы по совершенствованию систем управления движением, разработке и тестированию новых типов регуляторов.
Современная теория автоматического управления создала богатый арсенал средств, как для построения математических моделей динамических объектов, так и для синтеза управления. К их числу относятся: теория нелинейных, адаптивных, робастных, интеллектуальных и других систем. Большинство упомянутых методов, ориентированных, в частности, на решение задач идентификации, использует предположение об известности аналитической структуры дифференциальных и алгебраических уравнений, составляющих математическую модель. Такое допущение не всегда является оправданным и требует значительных усилий для доказательства его применимости.
В связи со сказанным, большой перспективой обладают методы исследования, которые не опираются на предположение об априорной определенности структуры и параметров уравнений математической модели. К числу таких методов относятся технологии, использующие нейронные сети (НС), получившие значительное развитие в последние два десятилетия. Это нашло отражение в публикациях российских ученых Горбаня А.Н., Нечаева Ю. И., Махотило К. В., Галушкина А.И., Веремей Е.И., Тархова Д.А., Терехова В.А. и др. и их зарубежных коллег Омату С, Хайкина С, Анил К. Джейн, Уоссермана Ф., Нарендры К. и др.
Применение нейронных сетей целесообразно, когда математическая модель объекта частично или полностью неизвестна. Широкое применение нейронных сетей обусловлено также и тем обстоятельством, что они являются нелинейными по своей сути и поэтому принципиально могут эмулировать нелинейные свойства МПО. Привлекательность использования искусственных нейронных сетей заключается, в первую очередь, в их способности к адаптации, или обучению, в реальном времени при минимальной априорной информации об объекте управления. При этом наиболее исследованными являются вопросы построения НС, аппроксимирующих априорно неизвестные нелинейные функции, в то время, как изучению динамических моделей уделяется совершенно недостаточное внимание.
Следует отметить, что математическая модель объекта является основой при разработке и исследовании систем управления движением морского судна или другого МПО. Точные аналитические модели динамики МПО, безусловно, наиболее предпочтительны при решении задач анализа и синтеза алгоритмов и систем управления. Однако, как показал обзор научно-технической литературы, большинство аналитических математических моделей достаточно упрощены и часто не учитывают факторы неопределенности, нестационарности и нелинейности, имеющие место в реальных МПО.
Таким образом, возникает проблема построения математических моделей (идентификации) МПО в условиях частичной или полной априорной неопределенности их структуры, которые адекватны наблюдаемой динамике объектов. В диссертационной работе решение задач, связанных с этой проблемой выполняется в классе рекуррентных нейронных сетей (РНС).
В связи со сказанным, целью настоящей диссертационной работы является развитие и исследование методов построения динамических моделей морских подвижных объектов на основе рекуррентных нейронных сетей.
Для достижения поставленной цели в диссертационной работе решаются следующие задачи:
анализ существующих математических моделей МПО и их специфики;
анализ особенностей НС подхода;
построение и исследование моделей динамики морских подвижных объектов на основе рекуррентных нейронных сетей;
численное моделирование и верификация на экспериментальных данных полученных нейросетевых моделей МПО.
Основные результаты и положения, выносимые на защиту.
Обоснование возможности, перспективности и эффективности применения рекуррентных нейронных сетей для решения задач идентификации динамики МПО.
Рекуррентные нейросетевые модели движения морского судна, где показана высокая степень точности полученных НС моделей.
Алгоритмы обучения (настройки) рекуррентных НС моделей динамики морского судна, в том числе, и на основе экспериментальных данных.
Методы исследования, применяемые в диссертации, включают в себя: теорию дифференциальных уравнений, теорию автоматического управления, теорию корабля, компьютерное моделирование, теорию нейронных сетей, экспериментальные исследования на имитаторе динамики судна ИС2005.
Научная новизна проведенного исследования состоит в следующем:
- проведен анализ ряда линейных и нелинейных математических
моделей МПО выбранного класса, показавший их значительное
разнообразие, отсутствие универсальной модели динамики МПО
и актуальность развития новых методов их идентификации;
показана перспективность построения динамических моделей МПО в классе рекуррентных нейронных сетей, которые не требуют априорного задания структуры моделей;
продемонстрирована работоспособность подхода к нейросетевой идентификации на примерах моделей линейной и нелинейной динамики МПО а также с использованием экспериментальных данных.
Достоверность результатов подтверждается корректным
использованием строгих математических методов исследования, применением современных компьютерных технологий вычислений и моделирования, использованием сертифицированного аппаратно-программного комплекса ИС2005.
Практическая ценность представленной работы заключается в упрощении и унификации подходов к процедуре построения моделей динамики МПО, уменьшении затрат и сокращение сроков разработки моделей. Однородность вычислительной структуры рекуррентной нейронной сети способствует относительно простой аппаратно-программной реализации полученных РНС-моделей морских подвижных объектов и созданию систем автоматического управления их движением.
Отдельные результаты диссертационной работы используются в учебном процессе МГУ им. адм. Г.И. Невельского. Запланировано внедрение результатов в научно-производственной фирме «Control system», г. Владивосток.
Апробация результатов. Основные результаты диссертационной работы обсуждались и получили одобрение на 58 и 59 Международных научно-технических конференциях «Молодежь - наука - инновации» МГУ им. адм. Г.И. Невельского, а также на научных семинарах кафедры автоматических и информационных систем и лаборатории нелинейных и интеллектуальных систем управления МГУ им. адм. Г.И.Невельского.
Публикации. По результатам исследования опубликовано 11 печатных работ, в том числе 3 в рецензируемых изданиях.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, приложений, списка литературы, содержащего 122 наименования, и изложена на 143 стр.
