论文部分内容阅读
控制系统设计作为UUV(Unmanned Underwater Vehicle, UUV)研究工作中的难点之一,其性能直接影响UUV自主能力及作业精准度。UUV航速控制作为UUV运动控制的一部分,是完成UUV精确位姿控制的前提条件。UUV作业任务复杂多样,单一的航速控制策略不能够满足所有任务对于控制精度与效率的双重要求。针对UUV具有强耦合、非线性及含有不确定输入的特点,设计了一种不依赖于UUV数学模型的航速自适应神经模糊推理系统(Adaptive Neural Fuzzy Inference System,ANFIS)控制器。根据 UUV不同任务,分析制定对应航速控制策略,并引入T-S模糊状态观测器,将该状态观测器所估计的UUV状态信息反馈至航速控制中,实现对UUV航速控制策略的自适应切换。主要研究内容如下:1、基于UUV动力学模型,设计相应案例,分析了 UUV航速对系统响应时间、稳态误差、稳定性及舵效的影响。仿真结果表明UUV水平面转艏或垂直面潜浮时,高航速会引入系统超调,使得稳态误差增大,横倾及纵倾稳定性变差。2、设计了 ANFIS姿态控制器和基于UUV模型的T-S模糊观测器。在ANFIS网络训练过程中,为解决传统BP学习算法易陷入局部极小点,收敛速度慢的问题,将待训练参数分为线性参数集与非线性参数集两部分,对线性参数集采用最小二乘估计(LSE)法进行估计,对非线性参数采用BP学习算法。在引入单点模糊化及中心加权反模糊化方法构造UUV全局模糊系统模型的基础上设计了 T-S模糊状态观测器。3、提出了 UUV航速自适应切换控制策略。考虑UUV不同任务及状态下对航速的要求,分别设计了任务驱动及状态驱动航速控制策略。为实现对所设计航速控制策略的实时稳定切换,依据UUV当前状态确定切换系统信号,设计了航速自适应切换律,并证明了其稳定性。4、针对 UUV 在实际中的应用,设计了 ADCP/SSS(Acoustic Doppler Current Profile/Side Scan Sonar)观测案例,对所设计的航速自适应切换策略进行验证。分别采用固定推进器推力、航速保持及所提航速自适应切换三种航速控制方法进行仿真验证,仿真结果表明,所设计的航速自适应切换系统能够缩短任务执行时间,提高作业效率;减小UUV在水平面转向时的横向位移偏差及横倾角,提高转向时UUV的稳定性;控制系统超调量及稳态误差变小;减小航迹跟踪任务误差;提高了控制系统的稳态性能。