下载文档原格式
水下滑翔机的反步与反馈线性化控制对比研究张凯;刘雁集;马捷【摘要】水下滑翔机是高阶非线性系统,传统的线性控制方法在滑翔机俯仰角大幅度转换过程中易出现调整时间变长,控制精度下降等问题.通过研究水下滑翔机动力学模型,在保留模型非线性特征的前提下,分别设计了基于反步法以及基于输入输出反馈线性化的水下滑翔机纵倾运动控制器.数值仿真表明,在俯仰角大范围转换动态过程中,2种方法均能实现滑翔机纵倾运动的控制,反步控制器更适宜用于俯仰角的控制,而输入输出反馈线性化对压载水囊质量的控制则更胜一筹.【期刊名称】《舰船科学技术》【年(卷),期】2015(037)012【总页数】5页(P139-143)【关键词】水下滑翔机;反步法;输入输出反馈线性化;俯仰控制;仿真对比【作者】张凯;刘雁集;马捷【作者单位】上海交通大学海洋工程国家重点实验室,上海200240;上海交通大学海洋工程国家重点实验室,上海200240;上海交通大学海洋工程国家重点实验室,上海200240【正文语种】中文【中图分类】U674.941水下滑翔机是一种装有固定机翼、依靠浮力驱动的水下自治航行器(AUV)，它依靠浮力调节系统改变自身所受净浮力实现升沉运动，借助升沉过程中机翼产生的升力获得水平推力向前航行。
浮力调节系统与内部质量滑块调节系统的协同工作使得滑翔机能在垂直平面内沿锯齿状轨迹向前运动，并通过尾舵或者内部横滚调节系统完成转向运动。
水下滑翔机具有续航能力长、作业范围广、作业成本低、无需母船支持、隐蔽性好等优点，在水下侦察、水体数据采集等海洋科考领域具有广阔的应用前景。
水下滑翔机是具有内部动态质量、多输入多输出的高阶系统，具有很强的非线性[1]，自身不稳定，其航向稳定性和姿态稳定性均需要控制器施加控制才能得以保证。
目前，大多数滑翔机的控制器仍采用线性控制器，典型代表为比例积分微分控制(PID)与线性二次调节器(Linear Quadratic Regulator,LQR)，PID控制器简单有效、易于实现，Nina[2]、Bachmayer R[3]等人使用PID算法设计了滑翔机运动控制器，并仿真证明了控制效果；相对于PID控制，LQR在调整时间、稳态误差、抗干扰性等方面有明显优势，Leonard[4]、Kan L[5]、王延辉[6]等在水下滑翔机LQR控制器设计领域开展研究，证实了LQR方法在可用于水下滑翔机运动控制；MM Noh[7]使用参数辨识方法建立了水下滑翔机数学模型，并对比分析了LQR与PID2种方法在滑翔机俯仰与深度控制中控制性能。
基于非线性稳定逆技术的水下滑翔机前馈控制器设计水下滑翔机是一种高效的水下探测器，其通过改变机身的重心和机翼的俯仰角度，实现无动力滑行和控制航向的目标。
由于水下环境的特殊性，水下滑翔机的运动状态较为复杂，所以需要一定的控制策略来保证其控制精度。
本文利用非线性稳定逆技术设计一种前馈控制器，以提高水下滑翔机的控制性能。
非线性稳定逆技术是一种通过逆系统鲁棒控制器提高系统的稳定性，以实现对系统动态的鲁棒控制的方法。
对于水下滑翔机而言，其系统动态具有非线性、多变量等特点，因此适合采用非线性稳定逆技术进行控制。
在本文中，我们将系统动态建模为如下的数学模型：$$\ddot{x} = f(x,\dot{x},u)$$其中，$x = [x_1,x_2,x_3]^T$是系统状态，$\dot{x}=[\dot{x}_1,\dot{x}_2,\dot{x}_3]^T$是状态的导数，$u=[u_1,u_2]^T$是输入控制量。
根据上述模型，我们需要设计一个鲁棒控制器，使得滑翔机能够在不同的水下环境中稳定滑行。
首先，我们需要确定系统动态的非线性性质。
通过对系统进行非线性分析，我们可以发现系统具有强非线性特征，并且系统分布不均，存在大量的不确定因素。
因此，我们借鉴非线性稳定逆技术的思想，建立一个将原系统反演的控制器，使得系统能够反向运动并达到稳定状态。
基于反演控制器，我们可以设计如下的前馈控制器：$$\hat{u} = \bar{u} + \delta u$$其中，$\bar{u}$是控制器的平衡控制量，$\delta u$是误差控制量。
通过前馈控制器，我们可以将外界干扰和不确定性逆向补偿，从而实现系统的稳定滑行。
最后，我们通过仿真分析验证了本文所提出的非线性稳定逆技术前馈控制器的有效性。
仿真结果表明，前馈控制器可以有效地抑制滑翔机的系统漂移和不稳定性，提高系统的控制精度和稳定性。
同时，在不同的水下环境下，前馈控制器仍能够保持良好的控制性能。
水下大振幅压电纤维致动柔性结构的非线性流体动力特性及实验作者：杨浙栋娄军强陈特欢崔玉国魏燕定李国平来源：《振动工程学报》2024年第03期摘要水下智能材料驱动柔性结构在机器鱼、水下航行器及精密医疗等领域具有广阔应用前景。
本文研究了水下大振幅压电纤维（Macro Fiber Composite， MFC）致动柔性结构的非线性流体动力特性，建立了流固耦合振动模型，并进行了实验验证。
通过参数化的二维CFD分析了不同特征振动频率及振幅下柔性结构周围流场的分布演化规律，发现随着柔性结构特征振幅增大，其周围流场逐渐出现了涡旋脱落及对流现象，且流体阻尼效应的非线性随之增强。
提出了由特征振动频率和振幅共同确定的非线性修正流体动力函数解析表达式，分析结果表明：在小振幅情况下，修正流体动力函数虚部也就是流体阻尼效应随着特征振动频率的增大而减小；而当特征振幅增大到一定值后，流体阻尼效应随着特征振动频率的增大却呈现出先减小后增大的变化规律，具有强烈的非线性特性。
开展了水下MFC致动柔性结构振动特性验证实验，证实柔性结构在MFC主动激励下的实测幅频、相频特性与理论预测结果基本一致，验证了所提修正流体动力函数表达式及流固耦合振动模型的有效性。
关键词非线性流体动力学; 流体动力函数; 流固耦合振动; 水下柔性结构; 压电纤维引言鉴于柔性结构具有质量轻、柔性好且载荷自重比高等优点，柔性结构与周围流体的耦合作用机制被研究者引入到工程领域中，在微纳机械传感/致动器件、柔性流体能量俘获装置、仿扑翼微飞行器以及水下仿生推进装备等领域得到广泛应用［1‑2］。
但是柔性结构特性导致其在流场运动中易产生弹性振动，使整个结构的动力学特性更加复杂，并降低了系统性能。
因此黏性流体环境中柔性结构的流固耦合振动问题引起了国内外学者的广泛关注，并成为了研究热点［3］。
压电陶瓷、形状记忆合金、离子基聚合物以及介电弹性体等智能材料为流体环境中柔性结构的驱动和主动控制提供了全新方式［4］。
欠驱动自主水下航行器空间曲线路径跟踪控制研究苗建明;王少萍;范磊;李元【摘要】针对具有模型不确定性和输入饱和的欠驱动自主水下航行器(AUV),提出一种基于改进反步法的简单实用三维空间曲线路径跟踪鲁棒控制器.在Serret-Frenet坐标系下建立了空间曲线路径跟踪误差模型,结合视线角制导和虚拟向导法,设计了基于李雅普诺夫理论和改进反步法的运动学和动力学控制器.不同于传统的积分器反步法,该方法在控制器设计中采用跟踪误差的积分来增加控制器的鲁棒性,不会增加系统的状态变量和计算量;针对设计的运动学控制器存在非因果现象的问题,借助动力学模型求解出运动学控制器表达式;针对传统反步法存在的“微分爆炸”现象及动力学控制器过于复杂的问题,采用非线性跟踪微分器对控制器进行简化.仿真结果表明:采用所设计的基于改进反步法的控制器能够实现欠驱动AUV在模型参数不确定性和输入饱和作用下的三维空间曲线路径跟踪控制,控制精度和鲁棒性明显优于常规反步法.%Based on the modified back-stepping technique,a simple and robust spatial curvilinear path following controller for the underactuated autonomous underwater vehicles (AUVs) with model uncertainties and input saturation is presented.A path following error dynamics model is constructed in a moving Serret-Frenet frame,and the kinematic controller and dynamic controller are developed based on line-ofsight (LOS) guidance algorithm and virtual moving targetmethod.Differing from the traditional integrator backstepping technique,the proposed method is to introduce the integral tracking errors into the controller design to improve the robustness against the uncertainties.The dynamic model is used to solve the non-causal formcaused by the coupled underactuated degrees.The nonlinear tracking differentiators (NTDs) are employed to construct the numerical solution of differential virtual control commands to tackle the problem of "explosion of terms" in the traditional back-stepping process,and the dynamic controller expressions are simplified.Simulations demonstrate that the designed controller realizes the spatial curvilinear path following control of underactuated AUV with model parameter uncertainties and input saturation,and its accuracy and robustness are more excellent than those of the traditional back-stepping control.【期刊名称】《兵工学报》【年(卷),期】2017(038)009【总页数】11页(P1786-1796)【关键词】控制科学与技术;欠驱动AUV;空间曲线路径跟踪;反步;李雅普诺夫理论【作者】苗建明;王少萍;范磊;李元【作者单位】北京航空航天大学自动化科学与电气工程学院,北京100083;中国船舶重工集团公司第710研究所,湖北宜昌443003;北京航空航天大学自动化科学与电气工程学院,北京100083;北京航空航天大学自动化科学与电气工程学院,北京100083;61267部队第41分队,北京101114;北京航空航天大学自动化科学与电气工程学院,北京100083【正文语种】中文【中图分类】TP242.3Abstract: Based on the modified back-stepping technique, a simple and robust spatial curvilinear path following controller for the underactuated autonomous underwater vehicles (AUVs) with model uncertainties and input saturation is presented. A path following error dynamics model is constructed in a moving Serret-Frenet frame, and the kinematic controller and dynamic controller are developed based on line-of-sight (LOS) guidance algorithm and virtual moving target method. Differing from the traditional integrator backstepping technique, the proposed method is to introduce the integral tracking errors into the controller design to improve the robustness against the uncertainties. The dynamic model is used to solve the non-causal form caused by the coupled underactuated degrees. The nonlinear tracking differentiators (NTDs) are employed to construct the numerical solution of differential virtual control commands to tackle the problem of “explosion of terms” in the traditional back-stepping process, and the dynamic controller expressions are simplified. Simulations demonstrate that the designed controller realizes the spatial curvilinear path following control of underactuated AUV with model parameter uncertainties and input saturation, and its accuracy and robustness are more excellent than those of the traditional back-stepping control.Key words: control science and technology; underactuated AUV; spatial curvilinear path following; back-stepping; Lyapunov’s theory随着自主式水下航行器(AUV)在海洋研究和开发领域的应用越来越广泛，路径跟踪控制已经成为AUV运动控制的重要技术之一[1-3]。
水下机器人的控制与运动优化算法研究水下机器人在海洋勘探、环境监测、海洋生态研究等领域具有重要作用。
然而，由于海洋环境的复杂性，水下机器人的控制和运动优化算法研究是该领域关注的重点。
一、水下机器人控制技术的研究现状水下机器人的控制技术是实现其各项任务的关键。
目前已经有许多研究者对水下机器人的控制技术进行了深入的研究，如模糊控制、自适应控制、基于力的控制等。
模糊控制是一种非线性控制方法，具有很强的自适应性和容错性。
针对深海环境下水下机器人控制的困难，许多学者采用了模糊控制方法进行控制研究。
模糊控制技术结合人工智能和模糊逻辑，在控制水下机器人的姿态、速度、位置等方面表现出了良好的效果。
自适应控制是具有自适应能力的控制方法，能够根据环境变化和机器人运动变化自动调整控制策略。
自适应控制技术具有较强的自适应性和鲁棒性，是很多控制领域的重要研究方向。
在水下机器人控制领域，自适应控制技术也被广泛应用。
基于力的控制（Force Control）是机器人控制中的一种特殊形式，指机器人在特定任务下通过感应其工作环境中的力引导其运动。
在水下机器人的控制中，基于力的控制方法能够应对环境复杂、运动需求高的情况，得到了较好的应用。
综上，水下机器人控制技术研究的发展具有较强的实际意义。
现在，研究者们正在为了进一步提高水下机器人的控制精度和鲁棒性，探索着更多的控制策略。
二、水下机器人运动优化算法的研究现状尽管现有的水下机器人控制技术已经较为成熟，但是在水下机器人实际运动中，由于环境的复杂性、物理特性的不确定性等因素，水下机器人的运动优化仍然具有挑战性。
运动优化算法的研究可以从优化控制和运动规划两个方面入手。
优化控制主要发挥在运动的姿态和控制上，主要通过解决优化问题的方式来优化机器人的运动。
而运动规划则是从路径、运动轨迹、碰撞检测等方面，寻找到最优的机器人运动轨迹。
在水下机器人控制领域，目前最常用的运动优化算法包括强化学习和精确控制方法。
