堤坝检测水下机器人模糊自适应控制方法研究

GDROV是用于堤坝探测的水下机器人,设计上属于开架式机器人,其精确的数学模型很难获得.采用基于模糊逻辑的直接自适应控制方法,利用模糊基函数网络逼近理想控制输出,通过模糊逻辑动态调整控制器的参数自适应律,可有效解决水下机器人控制问题.建立GDROV的水动力模型,给出基于模糊逻辑的直接自适应控制算法,最后通过仿真试验和外场试验验证了该控制器对模型的不确定性具有较强的鲁棒性,且具有良好的跟踪性能.     

基于无记忆状态观测器的多时滞不确定非线性系统的自适应控制

针对一类多时滞不确定非线性系统,研究了基于无记忆状态观测器的自适应控制问题.时滞状态扰动的上界未知,在控制中通过自适应律估计未知参数,并利用估计值设计了不依赖于时滞的无记忆状态观测器和控制器,基于Lyapunov-Krasovskii函数证明了观测误差渐近收敛到零.最后仿真结果说明了该方法的有效性.     

水下拖体姿态角自适应控制器设计

水下拖曳系统在工作过程中拖体的俯仰角控制一直是水下拖体姿态控制的重要环节，设计了一种基于 RBF 神经网络的水下拖体直接自适应控制器，在闭环系统中利用 RBF 神经网络的局部无限逼近非线性函数的特性。将 RBF 神经网络的输出代替水下拖体动力学模型中的非线性不确定项，配合传统的 PD 控制器， 无需预先离线学习，在线学习更新神经网络权值，控制律和神经网络权值更新律经 Lyapunov 定理证明为稳定， 跟踪误差收敛到 0，通过计算机仿真比较该控制器与传统 PD 控制器的控制效果。     

基于BP神经网络的深水自升式海洋平台智能控制模型试验研究

基于BP神经网络控制方法设计了一种适用于自升式海洋平台的智能控制系统。为了验证该控制系统的有效性,以墨西哥湾海域某典型深水自升式海洋平台为原型,根据动力相似准则按照1∶40的相似比设计海洋平台试验模型,采用磁流变阻尼器作为实施该智能控制方法的控制器,并对其主要参数进行了设计。在此基础上,在波浪水池中分别对有、无安装控制系统的自升式海洋平台模型进行了多工况的波浪试验,通过对比安装控制系统前后平台结构的响应幅度,研究了控制系统的振动控制效果。试验结果表明:基于BP神经网络的磁流变阻尼智能控制系统能够有效地控制自升式海洋平台结构的动力响应,且控制效果稳定。     

欠驱动AUV水平面动力定位控制方法研究

以欠驱动自主水下机器人(Autonomous Underwater Vehicle,AUV)为试验平台,提出了一种水平面动力定位控制方法。根据自研 AUV 平台的运动执行机构配置,针对其欠驱动特性设计运动控制器,控制纵向推力与转艏力矩,经过路径跟踪与区域镇定两个阶段,使航行器先沿预设路径快速接近目标点,再低速逐渐调整水平位置,最终在该点附近小范围内保持悬停。结合试验数据证明：航行器可抵达并稳定在目标点附近 2 m 范围内,并且在受到外力扰动偏离后能够重新返回,从而验证该动力定位控制方法的有效性。     

自适应LQR方法在载人潜水器动力定位中的应用研究

根据我国正在研制开发的某深海载人潜水器的特性及其对载人潜水器动力定位控制的要求,采用最优控制方法LQR与递推辨识系统参数相结合的方法———自适应LQR方法进行控制。仿真结果表明这种方法具有良好的控制效果。     

船舶动力定位系统的预测模糊控制

在船舶动力定位中采用预测模糊控制策略,即通过自校正滤波与Ｋａｌｍ ａｎ 滤波得到系统低频运动位置偏差与相应速度的预测值作为模糊控制器的输入,以实现对其在水平面内的运动控制。因为基于系统模型的滤波器输出最终是经模糊化后输入至模糊控制器的,于是可大大降低对系统建模的精度要求,控制器本身具有强的鲁棒性。仿真结果说明了该策略的可行性及良好的控制性能。     

全姿态水下移动平台模式切换姿态控制研究

为了适应复杂海洋环境中多样性的观探测任务需求,本文提出了一种融合Argo浮标、水下滑翔机（Glider）和自治式水下机器人（Autonomous Underwater Vehicle,AUV） 3种工作模式的全姿态水下移动平台（All-attitude Multimode Underwater Vehicle,AMUV）。首先,基于3种水下移动平台的工作原理,建立了AMUV的六自由度动力学模型;然后,针对动力学模型中的非线性耦合特性及模式切换过程中的驱动位形变化等问题,基于比例、积分、微分控制器（Proportional Integral Derivative,PID）与模糊控制概念,设计了不依赖于数学模型的自适应模糊PID姿态控制器,实现了AMUV多模式切换过程中的姿态控制;最后,开展多模式切换控制仿真实验,将自适应模糊PID控制器与传统PID控制器仿真结果进行对比,并设计了全模式任务工况,仿真结果表明,本文提出的控制器能够精确和稳定地控制AMUV进行多种工作模式的相互切换。     

大深度载人潜水器低速大漂角模糊滑模航向控制研究

通过模型试验测量大深度载人潜水器低速大漂角运动时所受到的非线性水动力。基于一种新的模糊滑模控制策略,为潜水器设计了鲁棒航向控制器。在不同的漂角子区间内分别设计局部镇定的滑模控制器,然后通过Takagi-Sugeno模糊推理系统将它们光滑连接,得到模糊滑模控制。仿真计算结果充分显示了该控制策略的有效性。     

基于模型预测控制算法的轻型长航程AUV航控系统研究

针对海洋时变中小尺度过程长期精细观测需求,研制了一种轻型长航程AUV。这种AUV的最大特征是借鉴了水下滑翔机的变浮力、重心可调执行机构,使得其具备海洋环境自适应能力,可在不同海水密度条件下实现零攻角高效航行。首先介绍了轻型长航程AUV的系统组成,讨论了这种可变浮力、可调重心AUV的航行控制系统设计;针对这种AUV新增的浮力和重心两个控制输入量间存在系统耦合的问题,开展了基于模型预测算法的零攻角定深航行控制器研究,着重阐述和推导了控制目标的修正、面向控制的动力学建模以及模型预测控制器的设计过程;最后通过仿真验证了所述方案和方法的可行性。该研究有利于提高轻型长航程AUV的航行效率,进一步提升AUV的续航能力。