科技创新随着人类向深海进军，动力定位系统（dynamic position-ing,DP）越来越广泛地应用于海上作业船舶（海洋考察船、半潜船等）、海上平台（海洋钻井平台等）、水下潜器(ROV)和军用舰船（布雷舰、潜艇母船等）。
它一般由位置测量系统，控制系统，推力系统三部分构成。
位置测量系统（传感器）测量当前船位，控制器根据测量船位与期望值的偏差，计算出抗拒环境干扰力（风、流、浪）使船舶恢复到期望位置所需的推力，推力系统进行能量管理并对各推力器的推力进行分配，推力器产生的推力使船舶(平台)在风流浪的干扰下保持设定的航向和船位。
动力定位系统的核心是控制技术，它标志着动力定位系统的发展水平。
动力定位控制技术的发展计算机技术，传感器和推进技术的发展，无疑给动力定位系统带来了巨大的进步，但是真正代表动力定位技术发展水平的还是控制技术的发展。
至今动力定位控制技术已经经历三代，其特点分别是经典控制理论、现代控制理论和智能控制理论在动力定位控制技术中的应用。
对应的是第一，二，三代动力定位产品。
进入九十年代以后，智能控制方法在动力定位系统获得广泛应用，逐步形成了第三代动力定位系统。
Katebi等在1997年,Donha和Tannuri2001年研究了基于鲁棒控制的控制器，1998年，Thor I.Fossen做了全比例实验，采用李亚普洛夫设计被动非线性观测器。
非线性随机过程控制方法的应用以及欠驱动控制逐渐成为研究的热点。
神经网络，模糊控制，遗传算法等等理论给动力定位系统控制器的研究开辟了一片新的天地。
国内外常用的动力定位控制技术1.PID控制早期的控制器代表类型，以经典的PID控制为基础，分别对船舶的三个自由度：横荡，纵荡，艏摇进行控制。
风力采用风前馈技术。
根据位置和艏向偏差计算推力大小，然后确定推力分配逻辑产生推力，实现船舶定位。
这种方法在早期曾取得成功。
但是它有不可避免的缺陷：一是除了风前馈以外，位置和艏向控制都不是以模型为基础的，属于事后控制，控制的精度和响应的速度都有局限性；二是若在PID控制器的基础上，采用低通滤波技术，可以滤除高频信号，但它却使定位误差信号产生相位滞后。
这种相位滞后限制了可以用于控制器的相角裕量，因此滤波效果越好，则对控制器带宽和定位精度的限制就愈大；三是PID参数难以选择，一旦海况和船体有变化，PID参数将不得不重新选择。
2.LQG控制Kalman滤波和最优控制相结合形成了线性二次高斯型LQG控制（Linear Quadratic Guass），基于LQG控制的第二代动力定位系统应用非常广泛。
现代较多商用船舶的DP系统都是采用的这种控制方式。
Kalman滤波器或扩展Kalman滤波器接收测量的船舶运动综合位置信息，实现以下功能:1)滤除测量噪声和船舶高频运动信号；2)给出船舶低频运动的状态估计值，该估计值反馈提供给LQG最优控制器；3)状态递推，实时修正低频估计值，在传感器故障无数据时，系统也能正常运行一段时间。
由于采用Kalman滤波或扩展Kalman滤波,取样和修正能在同一个周期内完成,因而解决了控制中存在的由于滤波而导致的相位滞后问题。
LQG控制在节能、安全、鲁棒性能上都有比较大的进步。
控制精度和响应速度满足了大部分需求。
但它也有如下缺点：一是模型不够精确。
动力定位系统设计时,是在假设一系列固定的艏摇角度(一般线性化为36个艏摇角,从0°到360°,间隔为10°)或者假设艏摇很小（采用小角度理论）的基础上对运动方程进行线性化而获得的模型。
而实际的船舶定位过程是一个复杂的高度非线性的过程。
上述假设条件势必带来误差；二是计算工作量比较大。
船舶动力定位系统控制技术的发展与展望余培文陈辉刘芙蓉摘要：船舶动力定位是深海开发的关键技术之一，随着海上油气生产向深海的发展，动力定位系统会更受重视，对控制技术也会提出更高的要求。
本文简要介绍了动力定位控制技术的发展过程以及一些代表性的控制技术在动力定位中的应用，包括PID控制，最优控制，模型参考自适应控制，反步法，模糊控制，神经网络等，最后对动力定位控制技术的发展热点做了展望。
关键词：动力定位控制技术展望44CWT中国水运2009·2栏目编辑：黄迪3.模型参考自适应控制（DMRAC控制）为了进一步提高控制精度，改善控制系统的鲁棒性能。
充分考虑动力定位的复杂非线性以及环境的不定性，许多学者采用自适应控制对动力定位系统进行了研究。
比较有代表性的模型参考自适应控制（Direct Model Reference Adaptive Control，DMRAC控制），自适应律的设计存在两种不同的方法。
一种为局部参数最优方法，一种是基于稳定性理论的方法。
由于前者不能保证所设计系统的全局稳定性。
甚至对简单的受控对象在某些输入信号的作用下，控制系统也可能丧失稳定性。
后者的基本思想是保证控制器参数自适应过程是稳定的。
动力定位控制器设计一般采用的是后者。
控制系统包括两个环路：内环和外环。
内环是控制器和被控对象组成的反馈回路，外环负责调整控制器的参数。
调整过程为：当参考输入同时加到系统和参考模型入口时，系统的输出和参考模型输出之间存在偏差，由偏差驱动自适应机构，产生适当的调节作用，改变控制器的参数，使系统输出逐渐逼近参考模型输出，当偏差趋近于0的时候，参数调整自动停止了。
如果对象特性发生变化，调整过程就又重新开始。
模型参考自适应系统的主要特点是实现容易、自适应速度快，缺点是控制系统没有记忆能力，对于强烈非线性或变化非常快的情况下很难维持期望的控制性能。
4.反步法（Backstepping）反步法实际上是一种由前往后递推的设计方法，它的基本思想是将复杂的非线性系统分解成不超过系统阶数的子系统，然后为每个子系统设计部分李亚普诺夫函数(简称V 函数)和中间虚拟控制量，一直“后退”到整个系统，将它们集成起来完成整个控制律的设计。
它在每一步把状态坐标的变化、不确定参数的自适应调节函数和一个已知的李雅普诺夫函数的虚拟控制系统的镇定函数等联系起来，通过逐步修正设定轨迹与实际轨迹之间的偏差，实现系统的全局调节或跟踪。
使系统达到期望的性能指标。
反步法中引进的虚拟控制本质上是一种静态补偿的思想，前面的子系统必须通过后面子系统的虚拟控制才能达到镇定控制的目的。
在反步法设计中，最关键的是构造合理的虚拟控制器，消除不确定性的影响。
挪威理工大学在20世纪90年代做过动力定位方面的实验,Thor.I.Fossen运用非线性观测器和输出反馈控制理论设计控制器,利用反步法从状态估计得到非线性反馈，在设计输出反馈时,用过滤后的输出值代替测量的输出值,控制器的输入就由过滤后的速度和位置估计值产生,控制效果会得到进一步的提高。
同时,文中还证明了其具有李雅普诺夫大范围渐进稳定性。
反步法对于高阶非线性控制有突出的优点，但是设计构造v函数，还缺乏系统的方法。
5.模糊控制(Fuzzy Logic Control)模糊控制的推理方式在一定程度上模仿了人的智能,是一种处理不确定性、非线性和其它不适定问题的有力工具。
鉴于船舶动力定位的特点，利用模糊控制技术也变得非常适合。
Inoue最初在单点系泊中结合了模糊控制动力定位，给出了基本的模型，用位置及位置偏差作为控制器的输入量，推进器的力作为输出量。
然而，由于控制策略是预先确定的，当环境条件发生变化时，控制效果将变差。
因此在模糊控制中加入自我调节功能，在系统的运动过程中根据外干扰条件自动对控制策略进行调整。
上海交通大学的李和贵等在文献中采用模糊控制对动力定位进行了仿真研究。
方法是：由测量设备测量出位置坐标，经过A/D转换为数字信号输入计算机，经处理得到地球坐标系的坐标，选定采样周期就可以计算船舶的瞬时速度值，将位置和速度的偏差模糊化，做为输入量，经过模糊推理得到模糊输出量，清晰化然后D/A转换得到输出模拟量，驱动螺旋桨。
模糊控制有不依赖于对象的精确数学模型，抗干扰能力强，响应速度快，鲁棒性好的特点。
但是一般说来模糊控制缺乏自学习和自适应的能力。
6.神经网络(Neural Network Control)神经网络是生物神经网络的一种模拟和近似，和模糊控制一样，是智能控制的一个重要分支，比较适合不确定性和高度非线性的对象。
所以也适合用来设计动力定位控制。
Pao和Yip在证明可用船的轨迹来导出漂移力的基础上提出一种超前一步神经网络控制器,并把它应用到动力定位中,具体做法如下：将一段时间历程的控制力及船的平均位置作为输入，通过一个循环神经网络学习船的漂移动力学关系，以此来预测为使船在下一时刻与预定位置误差最小所需的控制力。
值得注意的是控制力也包括下一时刻将要受到的波浪漂力。
李定,顾懋祥等进一步发展了这种前馈控制。
提出自适应神经网络控制系统，把它处理成一个优化问题。
提出能量函数为位置误差平方和速度误差平方加权之和，这样超前一步的控制问题，就是寻找一矢量u(k)使得能量函数为最小。
神经网络具备容错能力强，以及自适应学习功能等一些优点。
但是也存在不适合表达基于规则的知识的缺点。
热点展望从文献分析看，关于动力定位系统控制技术的研究，今后的热点将会主要集中在以下方面:二阶波浪力的准确预测与快速补偿；多种智能控制方法融合的精度更高的控制算法；基于全面能量管理的推力分配优化；极端海况，欠驱动等非正常状态下的动力定位控制技术。
结束语船舶动力定位是先进的海上定位技术，它与传统的锚泊方式相比，具有不受水深限制，投入撤离迅速，定位精确，机动性强等优点，对于海洋开发和海军现代化建设都具有重要意义。
因此需要投入更多的，尤其是实用方面的研究，尽快缩小与国外先进水平的差距。
45CWT中国水运2009·2。