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。     

基于反步滑模控制的欠驱动AUV定深运动研究

欠驱动自主水下航行器(autonomous underwater vehicle,AUV)深度控制是完成水下作业任务的重要基础,为了在复杂海况中抑制外界产生的干扰,更稳定地实现欠驱动AUV垂直面上的定深运动控制,设计基于虚拟控制律和反步法结合的滑模控制器(sliding mode controller,SMC)。首先,引入固定坐标系和运动坐标系之间的坐标转换,建立垂直面运动误差模型,将深度误差的镇定转换为纵倾角和纵倾角速度误差的镇定;然后利用李雅普诺夫（Lyapunov）稳定性理论证明控制器的稳定性。最后,仿真结果和海试表明,本文设计的控制器能够有效完成给定深度的运动控制,且对外界干扰有一定的鲁棒性。     

多约束模型预测控制在AUV深度控制中的应用

针对AUV深度控制,提出深度偏差转换为指令纵倾的算法,基于拉盖尔网络逼近的模型预测控制理论,设计了舵角舵速硬约束和纵倾软约束条件下的纵倾运动模型预测控制器。仿真结果表明,该控制方法具有良好的动态控制性能,并可快速处理多种约束条件的二次规划问题。     

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。     

潜艇在海洋密度锋中受绕运动建模与仿真研究

根据分析潜艇通过海洋密度锋区的受力特点,建立潜艇在海洋密度锋中的受力和垂直面运动模型。通过潜艇垂直面运动仿真,分析自由运动、PID操舵控制、操舵加均衡控制和综合运用增速、操舵加均衡控制等情形下海洋密度锋对潜艇纵倾角、潜浮角和升沉运动的影响,结果表明综合运用操舵、增速和均衡进行控制可以更为有效地控制潜艇在海洋锋区航行深度和运动姿态。     

潜艇深度PD-模糊控制仿真研究

针对单一控制方法对潜艇深度控制效果不佳的问题,开展了PD控制与模糊控制有机结合的潜艇深度复合控制方法研究。以潜艇垂直面运动为例,设计了潜艇深度PD-模糊控制器以及纵倾模糊控制器。利用Matlab/Simulink的Aerospace工具箱建立了潜艇三自由度仿真模型,并分别开展了PID控制器和复合控制器在不同工况下的仿真试验。仿真结果表明,与常规PID控制器相比,该复合控制器具有响应速度快、抗干扰能力强、鲁棒性好等特点。     

基于L1自适应理论的AUV深度控制器设计

[目的]为抑制自主式水下航行器(autonomous underwater vehicle, AUV)运动过程中水动力参数变化和复杂外界环境干扰的影响,针对AUV深度控制通道设计一种自适应控制器。[方法]首先建立AUV系统动力学模型,然后以REMUS AUV系统的纵向控制模型为被控对象设计L1自适应控制器,最后在考虑不同干扰条件下使用Matlab/Simulink对L1自适应控制器进行仿真试验,并与相同环境下PID控制器的效果进行对比。[结果]在受到强外界干扰的条件下,对比PID控制器,L1自适应控制器的控制效果更稳定。且当AUV运动模型中水动力参数发生改变时,L1自适应控制器可以保持稳定。[结论]仿真结果表明,基于L1自适应理论设计的控制器在拥有良好动态响应的同时能够保证抗干扰能力与鲁棒性。     

多约束模型预测控制在AUV深度控制中的应用

针对AUV深度控制,提出深度偏差转换为指令纵倾的算法,基于拉盖尔网络逼近的模型预测控制理论,设计了舵角舵速硬约束和纵倾软约束条件下的纵倾运动模型预测控制器。仿真结果表明,该控制方法具有良好的动态控制性能,并可快速处理多种约束条件的二次规划问题。     

潜艇深度终端滑模控制技术

潜艇垂直面运动因其强非线性、强耦合性,易干扰等因素的影响,对控制设计要求非常高.基于潜艇垂直面非线性模型,考虑舵的动态响应,用首舵控制深度,尾舵控制纵倾角,分别设计了终端滑模面,采用终端趋近律设计控制器并进行仿真研究.仿真结果表明,该系统具有良好的控制性能和很强的鲁棒性.由于采用连续的控制器,解决了系统的抖振问题.     

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。     

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。     

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.     

带有死区补偿的欠驱动AUV深度控制

由于舵桨联合操控的水下机器人舵机传动系统死区非线性的存在,严重影响了某水下机器人的深度控制效果。文章以该水下机器人为研究对象,同时考虑了其欠驱动的运动特性及外界有界干扰和模型参数摄动,设计了具有自适应补偿功能的PID控制器,利用Lyapunov稳定性理论,证明在该控制器作用下,该控制系统是全局稳定的。最后进行了仿真实验。实验结果表明该控制器具有很好的控制效果,是行之有效的。     

船舶可调桨螺距模糊PID控制器设计

针对柴油机驱动的船舶可调桨推进系统,从运动学和动力学角度建立与其适应的船桨系统、柴油机系统、调速控制系统和螺距控制系统的运动模型.同时运用模糊控制和PID控制理论,在Matlab仿真平台上设计可调桨螺距的模糊PID控制器,调试运行使之与可调桨动力性能相匹配,得到相应螺距偏差、偏差变化率和螺距控制输出量隶属度数据.通过仿真过程离线计算得到模糊控制器输出控制量查询表,从而设计完成可调桨螺距的模糊PID控制器.针对可调桨螺距控制,给定车钟指令信号和脉冲干扰信号.仿真实验结果证明,模糊PID控制器能有效避免可调桨控制跳动问题,且其控制速度、精度和灵敏度较传统PID控制器具有显著优势.     

变质量俯仰系统分区间PID位置跟踪控制方法研究

变质量俯仰系统随载荷质量和俯仰角位移的变化,其俯仰体质心位置随之变化,进而其驱动转矩等因素也随之变化.为设计变质量俯仰系统的自适应控制策略,提出了俯仰机构驱动电机的分区间PID控制方法.以位置随动精度和随动时间为目标,设计了位置环三区间PID控制方法.基于ADAMS与Simulink联合仿真技术,建立了变质量俯仰系统虚拟样机模型.通过仿真与物理样机试验,对比分析经典PID和分区间PID控制算法的位置控制准确性和快速性.研究结果表明,分区间PID控制算法在规定响应时间范围内,误差精度不超过0.5°,能有效提高变质量俯仰系统的控制精度.     

3D Track-keeping Method for Autonomous Underwater Vehicle

In this paper, 3D track-keeping control method for autonomous underwater vehicle (AUV) with and without the influence of ocean current is investigated. Because the system to be controlled is highly nonlinear and strong coupled, an approach is used to divide it into two subsystems. One is to control the heading and the track error on the horizontal plane. The other is to control the pitch and the track error on the vertical plane. The results of computer simulation show that the autopilot works properly, it can capture the current waypoint and turns to track the next path automatically.     

基于强化学习的自主式水下潜器障碍规避技术（英文）

Obstacle avoidance becomes a very challenging task for an autonomous underwater vehicle(AUV) in an unknown underwater environment during exploration process. Successful control in such case may be achieved using the model-based classical control techniques like PID and MPC but it required an accurate mathematical model of AUV and may fail due to parametric uncertainties, disturbance, or plant model mismatch. On the other hand, model-free reinforcement learning(RL) algorithm can be designed using actual behavior of AUV plant in an unknown environment and the learned control may not get affected by model uncertainties like a classical control approach. Unlike model-based control model-free RL based controller does not require to manually tune controller with the changing environment. A standard RL based one-step Q-learning based control can be utilized for obstacle avoidance but it has tendency to explore all possible actions at given state which may increase number of collision.Hence a modified Q-learning based control approach is proposed to deal with these problems in unknown environment.Furthermore, function approximation is utilized using neural network(NN) to overcome the continuous states and large statespace problems which arise in RL-based controller design. The proposed modified Q-learning algorithm is validated using MATLAB simulations by comparing it with standard Q-learning algorithm for single obstacle avoidance. Also, the same algorithm is utilized to deal with multiple obstacle avoidance problems.     

智能水下机器人的建模和控制策略研究(英文)

To provide a suitable model for AUV simulation and control purposes, a general nonlinear dynamic model including a novel thruster hydrodynamics model was derived. Based on the modeling method, the “AUV-XX” simulation platform was established to carry out fundamental tests on its motion characteristics, stability, and controllability. A motion control strategy consisting of both position and speed control in a horizontal plane was designed for different task assignments of underwater vehicles. Combined control of heave and pitch was adopted to compensate for the reduction of vertical tunnel thrusters when the vehicle is moving at a high speed. An improved S-surface controller based on the capacitor plate model was developed with flexible gain selections made possible by different forms of restricting the error and changing the rate of the error. Simulation results show that the derived general mathematical model together with simulation platform can provide a test bed for fundamental tests of motion control. Additionally, the capacitor plate model S-surface control shows a good performance in guiding the vehicle to achieve the desired position and speed with sufficient accuracy.