Prototyp zaawansowanego autopilota okrętowego zaimplementowany w środowisku CPDev

pol Article in Polish DOI: 10.14313/PAR_239/13

send Zbigniew Świder Politechnika Rzeszowska, Katedra Informatyki i Automatyki

Download Article

Streszczenie

Autopiloty okrętowe można podzielić na konwencjonalne, zdolne jedynie do utrzymywania zadanego kursu, oraz zaawansowane, które dodatkowo mogą śledzić „ścieżkę” łączącą zadane punkty nawigacyjne na trasie statku. W artykule przedstawiono strukturę prototypowego autopilota statku zaimplementowanego w środowisku CPDev oraz wzory pozwalające wyznaczyć nastawy regulatora kursu (PID) oraz trasy (PI) w regulacji kaskadowej. Dla każdego z nich przyjęto pojedyncze parametry projektowe określające dynamikę zamkniętej pętli regulacji. Reguły te zastosowano w oprogramowaniu prototypu autopilota, stworzonego we współpracy z holenderską firmą projektującą systemy sterowania i wizualizacji dla statków.

Słowa kluczowe

autopilot statku, obserwator stanu, regulator PID, środowisko inżynierskie, zasady strojenia

A prototype of an advanced ship autopilot implemented in the CPDev environment

Abstract

Ship autopilots can be divided into conventional, only capable of maintaining a given course, and advanced, which can additionally follow a “track” connecting the given navigation points along the ship’s route. The article presents the structure of the prototype autopilot of the ship implemented in the CPDev environment and the formulas allowing to determine the settings of the course controller (PID) and track controller (PI) in the cascade control. For each of them, individual design parameters were adopted to define the dynamics of the closed control loop. These rules were applied in the software of the autopilot prototype, created in cooperation with a Dutch company designing control and visualization systems for ships.

Keywords

engineering environment, PID controller, ship autopilot, state observer, tuning rules

Bibliography

  1. Cimen T., Banks S.P., Nonlinear optimal tracking control with application to super-tankers for autopilot design. “Automatica”, Vol. 40, No. 11, 2004, 1845–1863, DOI: 10.1016/j.automatica.2004.05.015.
  2. Dorf R.C., Bishop R.M., Modern Control Systems (11th ed.). Prentice Hall, Upper Saddle River, NY 2008.
  3. Fossen T.I., Guidance and Control of Ocean Vehicles (4th ed.), Wiley, Chichester, 1999.
  4. Fossen T.I., Marine Control Systems. Marine Cybernetics, Trondheim 2002.
  5. Lisowski J., Statek jako obiekt sterowania automatycznego, Wydawnictwo Morskie, Gdańsk 1981.
  6. Jamro M., Rzońca D., Sadolewki J., Stec A., Świder Z., Trybus B., Trybus L., CPDev Engineering Environment for Modeling, Implementation, Testing, and Visualization of Control Software. [In:] Szewczyk R., Zieliński C., Kaliczyńska M. (eds): Recent Advan ces in Automation, Robotics and Measuring Techniques. Vol. 267, sec. Advances in Intelligent Systems and Computing. Springer, 2014, 81–90.
  7. Rzońca D., Sadolewski J., Stec A., Świder Z., Trybus B., Trybus L., Mini-DCS system programming in IEC 61131-3 Structured Text, „Journal of Automation, Mobile Robotics and Intelligent Systems”, Vol. 2, No. 3, 2008, 48–54.
  8.  Rzońca D., Sadolewski J., Stec A., Świder Z., Trybus B., Trybus L., Ship Autopilot Software – A Case Study, in: Bartoszewicz A., Kabziński J., Kacprzyk J. (eds.): Advanced, Contemporary Control. Advances in Intelligent Systems and Computing, Vol. 1196, Springer, Cham 2020, 1499–1506.
  9. McCookin E.W., Murray-Smith D.J., Li Y., Fossen T.L., Ship steering control system optimization using genetic algorithms. “Control Engineering Practice”, Vol. 8, 2000, 429–443.
  10. Trybus L., Teoria sterowania. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów 2007.
  11. Tzeng C.Y., Lu G.H., An Internal Model Control-based Neural Network ship auto- -pilot design. “Journal of the Society of Naval Architects and Marine Engineers of the ROC”, 22(1), 2003, 13–23.
  12. Vanec T.W., Fuzzy guidance controller for an autonomous boat. “IEEE Control Systems Magazine”, Vol. 17, No. 2, 1997, 43–51, DOI: 10.1109/37.581294.
  13. Zhang Y., Hearn G.E., Sen P., A multivariable neural controller for automatic ship berthing. “IEEE Control Systems Magazine”, Vol. 17, No. 4, 1997, 31–45, DOI: 10.1109/37.608535.
  14. http://www.marinecontrol.org/Tutorial.html.