基于灰色预测的潜艇垂直面运动控制

由于潜艇运动具有大惯性、大时延和非线性等特点,在外界干扰下,传统的PID控制器不能及时进行参数调整,将出现无效操舵、操舵幅度过大等现象。本文根据潜艇垂直面运动特点,设计一种基于灰色预测模型的潜艇垂直面运动控制器,采用灰色模型对潜艇深度和纵倾偏差进行实时预测,并将预测值应用于改进的PID控制器。仿真结果表明,该控制器比传统的PID控制器具有更好的动态特性,并能有效地减少无效操舵和操舵幅度过大等现象。     

评估水动力系数对潜艇操纵性影响的一种方法

基于潜艇的空间运动方程,引入了敏感性指数的概念,选取水平面z型操舵机动、垂直面梯形操舵机动和水平面定常回转运动三种典型运动形式作为研究对象,就水动力系数对操纵性影响进行了评估,并通过对某型潜艇的仿真计算,验证了该评估方法的可行性.     

基于SR-UKF的潜艇水动力系数辨识方法

[目的]针对潜艇运动模型中水动力系数难以准确获取的问题,采用平方根无迹卡尔曼滤波(SR-UKF)算法进行系统辨识。[方法]首先,以潜艇垂直面运动非线性数学模型为基础,结合SR-UKF算法,建立潜艇垂直面水动力系数辨识模型;然后,利用自动操舵控制潜艇在垂直面进行类正弦机动,将运动仿真生成的数据作为SR-UKF参数辨识的输入,并加入测量误差的影响;最后,通过数值仿真计算对潜艇垂直面机动的6个黏性无因次水动力系数进行辨识。[结果]仿真结果表明,全部待识别水动力系数在3 000 s内均收敛至固定值,通过合适的初值选取,辨识结果与水动力试验所测定标准值的最大误差仅1.5%。[结论]SR-UKF能有效应用于潜艇水动力系数辨识,并可进一步拓展用于实艇的水动力系数辨识。     

基于泵控液压舵机的潜艇深度及纵倾控制

[目的]针对不同工况、复杂环境下的潜艇运动控制进行研究,解决高性能潜艇的实际控制问题并将其运用于搭建实际液压控制平台。[方法]以潜艇垂直面运动为重点,设计垂直面上纵倾和深度模型的解耦控制。基于泵控液压舵机模型和潜艇垂直面运动数学模型,运用快速终端滑模控制算法,通过仿真和试验对系统进行分析。[结果]结合液压系统模型与非线性控制算法的研究论证了该系统在潜艇垂直面运动控制上的鲁棒性与可靠性。与此同时,对液压舵机滞后、振荡性进行的仿真及试验分析,也表明系统可有效降低滑模变结构控制带来的抖振问题。[结论]该系统在模拟研究潜艇的控制特性问题方面具有工程应用价值。     

潜艇双拖系统运动仿真研究

建立拖曳系统运动方程，在时间和空间上作中心差分数值离散平衡方程式，编制拖曳系统运动计算程序。在拖缆尾端自由边界条件中，将尾绳阻力作为自由尾端点的张力，改善了因尾自由端张力为零引起的差分方程奇异性，使仿真计算更加稳定。用潜艇标准操纵性运动方程仿真计算其在垂直面内的操纵运动，将拖点的运动速度转换到拖曳系统局部坐标系中，以此作为拖曳系统的边界条件。仿真计算了潜艇垂直面内两种操舵控制模式下潜浮机动时的双拖系统运动。根据潜艇双拖系统运动仿真计算结果，绘制了双拖系统相交界限图。     

潜艇定深运动仿人智能综合自动控制

针对潜艇定深运动过程中存在非线性、时变参数、复杂干扰的特点,在潜艇深度垂直面运动方程的基础上运用仿人智能(HSIC)、PID综合控制潜艇深度,建立深度控制的相关数学模型。仿真结果表明,HSIC-PID控制器不仅能较好的实现深度保持,对舵机的损耗也比传统的PID控制小,并且比PID控制具有更好的稳态精度。     

基于新型趋近律的潜艇垂直面滑模控制仿真

针对潜艇垂直面运动强非线性、耦合性和参数不确定的特点,为更好地实现对潜艇垂直面运动的控制,在Matlab环境下,基于垂直面线性操纵运动模型,考虑舵的动态响应,用首舵控制深度,尾舵控制纵倾角,采用新型趋近律设计滑模控制器并设计了基本的全维状态观测器;同时设计了常规的PID控制器并选取了最佳的PID控制参数,分别在3种情况下对2种控制器控制下的潜艇垂直面运动进行对比仿真。仿真结果表明,滑模控制器比PID控制器具有更好的控制性能和较强的鲁棒性,对实际潜艇的垂直面运动控制有一定的指导意义。     

潜艇运动的非线性滑动控制

文章对潜艇运动模型作了合理简化后,考虑了潜艇横向速度对向角速度的影响;并通过运动方程估计垂向速度,地ＭＩＭＯ非线性系统直接进行联合操舵控制规律的综合,研究潜艇航深稳定和潜浮运动的控制问题。得出的滑动控制规律物理机理明确仿真结果表明,控制效果良好。     

基于等效动稳定性系数的潜艇运动控制方法

对由线性运动方程和Routh-Hurwitz判别法导得的操舵比例函数求解,获得潜艇运动控制新方法,将控制增稳所需的修正舵角与原舵角组合成新指令舵角,可改善潜艇的航行品质。以具有十字舵的某型潜艇为对象求解6自由度运动方程,其中典型的潜艇水下定深回转工况仿真模拟表明：操舵比例系数与水动力导数和等效动稳定系数有关,控制增稳效果受到运动特征量和潜艇操舵角度等因素的影响。潜艇运动控制新方法改善了潜艇航行过程中的运动响应,提高了那些由于自动稳定性不足而难以操控的潜艇的控制稳定性。潜艇运动控制新方法为未来潜艇通过减小操纵面来优化自身综合水动力性能提供了新的技术途径。     

波浪环境下潜艇近水面操纵特性仿真分析

为研究波浪环境下潜艇近水面的操纵特性特别是垂直面的深度控制问题,基于海勒莫公式和势流理论分别计算近水面一阶波浪力和二阶波浪力,以模型潜艇为研究对象,将波浪力计算模型融入潜艇垂直面非线性操纵运动方程,进而对波浪环境下潜艇近水面操纵运动特性进行仿真研究,分析潜艇在不同有义波高、航速和初始潜深条件下的垂直面潜浮运动响应规律和...     

非线性PID控制器在潜艇深度控制中的应用

基于潜艇垂直面非线性运动模型,模拟波浪干扰力和瞬间干扰力情况下潜艇的操纵运动;利用非线性PID控制技术、状态扩张技术(ESO),对潜艇深度变换进行控制,仿真表明,无论深度差异多大,控制器都能使得潜艇实现快速且零超调的深度变换控制。     

基于模糊自适应PID的潜艇深度控制

针对潜艇水下空间运动非线性、参数时变和强耦合的特点,以六自由度方程为模型,设计了基于模糊自适应PID的深度控制系统,并引入积分分离控制,解决了深度控制存在偏差大幅度变化而不易使用积分控制的问题;通过仿真实验证明了该系统的可行性和优越性。实验结果表明,该控制方法相对于常规PID控制,能有效地提高潜艇深度控制的动态性能,控制精度和抗干扰能力,同时减小了舵机的耗损。     

基于Simulink的潜器在海浪中运动的实时仿真

以随机长峰波海浪作为模型,利用流体力学和波浪理论的原理对潜器在波浪中的运动进行受力分析,建立了潜器的横摇、纵摇和起伏运动的数学模型,用S函数进行各种海况下波浪力的计算和微分方程的求解,运用Matlab中的Simulink控件对潜器在海浪中的运动进行实时仿真,结果表明该方法能够比较真实地模拟各种海况下潜器在海浪中的运动情况.     

近壁面水动力干扰下的AUV运动控制研究

按自治式水下机器人(AUV)需要接近水下工作站并实现坐落的要求,依据平壁面对AUV水动力干扰的力学机理,建立了AUV在平壁面附近运动时的数学模型,并设计了五个自由度运动PID控制器.在海流影响下,通过系统仿真,实现了AUV的五自由度运动控制和准确坐落,仿真结果验证了控制策略的可行性.     

基于模糊理论的船舶航向控制仿真研究

船舶航行过程中的航向控制是其重要的性能指标之一。船舶航向控制具有非线性、参数时变、大惯性和干扰复杂等特点,传统PID控制对于这种复杂的被控对象往往不能达到良好的效果。本文结合模糊理论,将模糊PID控制用于船舶航向控制。仿真结果表明,该控制器具有响应速度快,过渡时间短,抗干扰能力强等优点,与传统PID控制相比能达到较好的控制效果。     

高速旋回潜体对差动舵角运动响应研究

分离式舵不同操舵方式可产生差动舵角,目前,针对差动舵角对高速机动潜体的旋回运动特性研究尚未完全展开。为此,本文以分离式舵6DOF运动方程为基础,研究差动舵角对高速旋回潜体运动姿态、特别是横倾的控制能力,比较不同差动舵角对潜体定深、变深运动姿态的影响。研究结果表明,差动舵角对于潜体高速旋回时的运动姿态、特别是横倾有较强的控制、抑制能力。     

基于分数阶PIλDμ的船舶航向控制

船舶在海上航行时受到海风、海浪和海流等环境扰动作用,这造成在不同航速下船舶动力学模型的参数不确定性,本文对船舶本体运动和风浪流干扰进行建模,提出一种基于分数阶PIλDμ的抑制风浪干扰的的航向控制算法,并与传统 PID算法进行对比,针对某型船舶动力学模型在6级海风和5级海浪海况下进行对比数字仿真。仿真结果表明,该算法在不同航速下具有较好的控制品质和鲁棒性,对风浪干扰具有良好的适应性,可应用于船舶的航向控制,易于工程实现。     

潜艇控制和仿真的数学模型

由潜艇六自由度空间运动方程式,导出适合控制和仿真的数学模型,并推导出潜艇图形显示的投影公式,得以形象地显示潜艇的姿态。     

潜艇均衡系统自流注水调节阀稳态噪声试验研究

本文模拟建立了潜艇均衡系统自流注水试验系统,对不同假海压力、不同系统流量、不同出口背压及串联2台调节阀时自流注水稳定过程振动噪声进行研究。结果表明:潜艇均衡注水振动噪声随着假海深度的增大而增大;空气噪声随流量调节阀开度的增大而增大,在流量调节阀开度为60°-70°之间,振动加速度及水动力噪声产生峰值;在出口背压为0-0.5 MPa之间时,振动噪声值均大于无背压状态,峰值为0.2 MPa;串联2台流量调节阀可大幅降低自流注水振动噪声。     

人工神经网络控制器在水下无人运载器导航中的应用

本文以水下无人运载器（AUV）绕平面圆周航行的速度、位置控制为例，推广到任何轨迹的控制问题。利用神经网络学习AUV运行的内在规律，预测未来一步的运行情况，并用改良的PID方式前馈与后馈相结合控制其执行机构。系统学习、预测及PID各增益量利用GESA（GuidedEvolutionarySimulatedAnnealing）全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点，优于其它一般的控制器。