学位论文 > 优秀研究生学位论文题录展示

基于自抗扰控制技术的AUV运动控制的研究与仿真

作　者: 袁德祥
导　师: 谈世哲
学　校: 中国海洋大学
专　业: 通信与信息系统
关键词: 自治式水下机器人自抗扰控制器运动仿真神经网络
分类号: TP273
类　型: 硕士论文
年　份: 2010年
下　载: 230次
引　用: 1次
阅　读: 论文下载

内容摘要

自治式水下机器人(AUV)系统具有非线性、强耦合性和数学模型不确定性的特点,工作时存在未知外扰的影响,这对AUV运动控制系统的设计提出了更高的要求。一般的控制策略难以取得较好的控制效果,而自抗扰控制器(ADRC)不依赖对象的精确数学模型,能够解耦控制。本文提出将自抗扰控制技术应用于AUV运动控制系统中,以改进传统控制方法的局限性。对自抗扰控制器及其在AUV运动控制中的应用和改进进行了分析和研究。首先,对AUV进行动力学分析,并根据盘形AUV特点,在海洋环境中建立了AUV的四自由度数学运动模型,进而得到了深度、航向和速度控制的方程,并建立了AUV推进器模型和海流干扰模型。其次,在对传统PID控制器的优缺点分析的基础上,讨论了跟踪微分器、扩张状态观测器、非线性状态误差反馈律的基本原理,给出了ADRC的结构图和算法实现,并在MATLAB/Simulink中搭建了自抗扰控制器。再次,针对自抗扰控制器参数选取的问题,确立了参数整定的原则。运用自抗扰控制技术设计了水下机器人运动控制的自抗扰控制器,进行定深、定向和定速控制。仿真结果表明,ADRC可以实现AUV运动控制的精确性、鲁棒性和稳定性,能够克服海流等干扰的影响,相比传统PID控制器,自抗扰控制器的控制效果更好。最后,分析自抗扰控制器的控制效果,并根据自抗扰控制器和其中扩张状态观测器(ESO)的特性,用BP神经网络补偿控制对象的部分变化,设计了“鲁棒性”更强的基于神经网络的自抗扰控制器。通过仿真证实了基于神经网络的自抗扰控制器能对参数变化范围较广的AUV运动进行有效控制。本文的研究成果为自抗扰控制技术在其它类似的海洋工程类设备控制问题上的应用提供了一定的依据。

全文目录

摘要  5-6
Abstract  6-9
1 前言  9-18
  1.1 AUV及其控制技术的发展现状  10-16
    1.1.1 AUV在国内外的发展现状  10-13
    1.1.2 AUV控制技术的发展现状  13-16
  1.2 本文的研究方法  16-17
  1.3 本文的主要工作  17-18
2 AUV的数学运动模型  18-28
  2.1 引言  18-19
  2.2 坐标系和坐标变换  19-21
    2.2.1 坐标系和参数定义  19-20
    2.2.2 坐标系的参数变换  20-21
  2.3 AUV的四自由度运动方程  21-23
    2.3.1 AUV的受力分析  21
    2.3.2 AUV的推力  21
    2.3.3 AUV的静力  21-22
    2.3.4 AUV的水动力  22
    2.3.5 AUV的动力学方程  22-23
  2.4 AUV的控制方程  23-24
  2.5 推进器建模与推力分配  24-26
    2.5.1 推进器系统建模  24-25
    2.5.2 推力分配设计  25-26
  2.6 海洋环境建模  26-27
  2.7 本章小结  27-28
3 自抗扰控制器的设计  28-40
  3.1 引言  28
  3.2 PID与ADRC的基础  28-32
    3.2.1 传统PID控制器  28-29
    3.2.2 跟踪微分器  29-30
    3.2.3 扩张状态观测器  30-31
    3.2.4 非线性误差反馈控制律  31-32
  3.3 自抗扰控制器的结构与算法  32-34
  3.4 自抗扰控制器的离散算法  34-35
    3.4.1 TD的离散算法  34
    3.4.2 ESO的离散算法  34-35
    3.4.3 NLSEF的离散算法  35
  3.5 自抗扰控制器的仿真模型  35-39
    3.5.1 MATLAB中S-function简介  35-36
    3.5.2 ADRC的S-function实现  36-39
  3.6 本章小结  39-40
4 基于ADRC的AUV运动控制仿真  40-52
  4.1 引言  40
  4.2 自抗扰控制器的参数整定  40-43
    4.2.1 自抗扰控制器的设计思路  40
    4.2.2 自抗扰控制器的参数分析  40-41
    4.2.3 TD的参数整定  41-42
    4.2.4 ESO的参数整定  42
    4.2.5 NLSEF参数的整定  42-43
  4.3 水下机器人的运动控制仿真  43-51
    4.3.1 AUV的定深控制仿真  43-46
    4.3.2 AUV的定向控制仿真  46-48
    4.3.3 AUV的定速控制仿真  48-51
  4.4 本章小结  51-52
5 AUV自抗扰控制器的改进与仿真  52-64
  5.1 引言  52
  5.2 人工神经网络简介  52-56
    5.2.1 人工神经元的结构  53-54
    5.2.2 BP神经网络  54-56
  5.3 BP对ADRC的改进  56-57
  5.4 基于神经网络的自抗扰控制技术的实现  57-60
    5.4.1 基于ANN的ADRC控制算法  57-59
    5.4.2 BP神经网络的设计  59-60
  5.5 基于神经网络的ADRC对AUV运动控制仿真实例  60-63
  5.6 本章小结  63-64
6 总结与展望  64-66
  6.1 论文总结  64-65
  6.2 展望  65-66
参考文献  66-68
致谢  68-69
个人简历、在学期间发表的学术论文与研究成果  69

基于自抗扰控制技术的AUV运动控制的研究与仿真

内容摘要

全文目录

相似论文