Due to the existence of uncertainties and the unknown time variant environmental disturbances for ship course nonlinear control system, the ship course adaptive neural network robust course-keeping controller is designed by combining the backstepping technique. The neural networks (NNs) are employed for the compensating of the nonlinear term of the nonlinear ship course-keeping control system. The designed adaptive laws are designed to estimate the weights of NNs and the bounds of unknown environmental disturbances. The first order commander are introduced to solve the problem of repeating differential operations in the traditional backstepping design method, which let the designed controller easier to implement in navigation practice and structure simplicity. Theoretically, it indicates that the proposed controller can track the setting course in arbitrary expected accuracy, while keeping all control signals in the ship course control closed-loop system are uniformly ultimately bounded. Finally, the training ship of Dalian Maritime University is taken for example; simulation results illustrated the effectiveness and the robustness of the proposed controller.

일반적으로 서보 제어 시스템에서 비선형 동적 특성을 갖는 마찰력은 제어기 성능에 악영향을 미친다. 특히, 선형으로 고려된 시스템에 제어기 이득을 잘 설계한다 하더라도 마찰 현상에 포함된 동적으로 변화하는 dead zone에 의한 정상상태 오차 및 리미트 사이클(limit Cycle) 등을 야기한다. 따라서, 본 논문에서는 비선형 동적 마찰 성분을 효과적으로 보상하고 적응적으로 제어함으로써 차세대 항만 자동화 이송시스템으로 주목받고 있는 LMTT(linear motor-based transfer technology) 시스템의 위치 정밀도를 향상시키는 것을 목적으로 하고 있다. 본 제어대상은 셔틀카(shuttle car)와 컨테이너들의 다양한 중량과, 이로 인해 발생하는 동적 마찰 특성 파라미터들의 변화가 발생하므로 마찰력 내부 파라미터들의 추정이 요구된다. 제안하는 방법은 적응 backstepping 제어 기법으로 시스템이 안정하게 제어될 수 있는 조건으로 내부 파라미터 추정기를 설계하여 비선형 동적 마찰력을 보상하도록 하였다.