ROV运动控制技术综述论文_龚元龙1, 陈龙2,,陈沛骏3,,张恩4

ROV运动控制技术综述论文_龚元龙1, 陈龙2,,陈沛骏3,,张恩4

1深圳海油工程水下技术有限公司 广东深圳 518068

2天津海金德石油工程技术有限公司深圳南山分公司 天津 518055

3天津海金德石油工程技术有限公司深圳南山分公司 天津 518055

4天津海金德石油工程技术有限公司深圳南山分公司 天津 518055

摘要:近年来,ROV运动控制问题得到了业内的广泛关注,研究其相关课题有着重要意义。本文首先对相关内容做了概述,分别从模糊控制、神经网络控制以及专家控制等多个角度与方面,就ROV运动控制技术展开了探讨,并结合相关实践经验,就水下机器人的发展趋势展开了研究,阐述了个人对此的几点看法与认识,望有助于相关工作的实践。

关键词:ROV;运动控制;技术

1前言

作为一项实际要求较高的实践性工作,ROV运动控制技术的特殊性不言而喻。该项课题的研究,将会更好地提升对ROV运动控制问题的分析与掌控力度,从而通过合理化的措施与途径,进一步优化该项工作的最终整体效果。

2概述

海洋中蕴含着丰富的资源,如石油、天然气、各种稀有金属等。海洋资源的开发和利用对人类未来的生存与发展具有十分重要的意义。水下机器人由于机动灵活,能够在深海中长时间工作而日益成为人类开发利用海洋资源的重要工具。因此,水下机器人的研究具有重要价值。从水下机器人与水面支持设备(母船或平台)间联系方式的不同,可以将水下机器人分为两大类:一类是有缆水下机器人,习惯上称为水下遥控运载体(Remotely Operated Vehicle),简称ROV。ROV是由母船通过电缆向其提供动力和进行遥控;另一类是无缆水下机器人,称为水下自主式无人运载体(Automatic Underwater Vehicle),简称AUV。AUV自带能源,依靠自身控制完成任务。有缆机器人都是遥控式,按其运动方式分为拖曳式、(海底)移动式和浮游(自航)式3种。

3模糊控制

3.1模糊自适应PID控制

PID控制算法中的比例控制动态响应迅速,不能消除静态误差。积分控制可以消除稳态误差,动态响应速度慢。如果在PID控制系统中加入模糊控制器,组成模糊PID控制,模糊PID控制系统是把PID控制和模糊控制的优点结合起来。既能有很快的响应速度,又能保证很好的稳态。模糊PID控制是首先将工程师长期实践积累的经验知识用控制规则模型化,然后进行模糊推理,得到最佳的PID控制参数。模糊PID控制器输入量是偏差E和偏差变化率Ec,按照设定的模糊规则进行模糊推理演算,查询模糊矩阵表,对PID控制参数Kp、Ki、Kd进行在线修改,从而使被控对象具有良好的动、静态性能。

3.2基于模糊原理的改进S面控制

S面控制器在方程的形式上和PD控制很相似,但与PD控制器不同的是,S面控制方法采用非线性函数来拟合具有强非线性特性的控制对象,控制效果好于PD控制器;跟神经网络控制相比,S面控制方法的稳定性明显好于前者;跟模糊控制相比,S面控制方法没有局部调整功能,其局部性能不如模糊控制,但其结构设计和参数调整都更加简单实用,而且S面控制方法体现出来的控制思想和模糊控制是吻合的。因此,S面控制方法具有一定的实用性。S面控制器的控制模型尽管具有较快的控制响应速度,但本质上是一种PD控制器,系统稳态精度差。而且参数K1和K2是根据经验和在实际试验中总结得到的,在大部分时间内不改变,显然这对于多变的环境来说适应性不是很好。因次,运用模糊原理对S面控制的两个参数K1和K2进行在线调整。

改进的S面控制器很好的处理了在不同的外界输入下,参数K1,K2的在线自我调节问题,使控制结果更快地到达稳态,并且保证最小的超调和稳态误差。试验证明改进的S面控制器具有更好的控制精度,更快的响应速度和较强的抗干扰能力,较之普通的S面控制器改善了水下机器人的工作性能。

期刊文章分类查询,尽在期刊图书馆

4神经网络控制

将神经网络引入控制系统是控制学科发展的必然趋势[5],神经网络的吸引力在于:

(1)能够充分逼近任意复杂的非线性系统;(2)能够学习和适应高度不确定系统的动态特性;(3)由于大量神经元之间广泛连接,即使有少量单元或连接损坏,也不影响系统的整体功能,表现出很强的鲁棒性和容错性;(4)采用并行分布处理方法,使得快速进行大量运算成为可能。这些特点显示了神经网络在解决高度非线性和严重不确定性系统的控制方面具有很大潜力[6]。

逆控制方法中最常用的是直接逆控制,它是将受控系统的逆模型直接与受控系统串联,组成伪单位系统,使受控系统的输出等于期望输出。在控制以前,首先要选择适当的训练方式求得逆模型,即使神经网络由初始的无知识状态到学得。复合控制方法结合闭环逆控制和开环逆控制的优点,利用误差和输入共同控制系统。

5专家控制

5.1直接专家控制系统

直接专家控制系统根据测量到的过程反馈信息及知识库中的规则,导出每一采样时刻的控制信号,直接控制被控对象,一般用于高度非线性或过程描述困难的场合。很明显,专家控制器直接包括在控制回路中,控制器直接模仿人类专家或人类的认知能力。

5.2间接专家控制系统

相对于直接专家控制系统,间接专家控制系统将算法与逻辑分开,系统的最底层可以是简单的PID、模糊控制等算法,然后将这种算法配上自校正、增益自动调度以及监控等。根据一些规则实现的启发性知识,使不同功能算法都能正常运行。这种专家控制的最大特点就是专家系统间接地对控制信号起作用。

控制器可由一系列的控制算法和估计算法组成,如PID、PID校正器、最小二乘递推估计算法、极点配置自校正算法、模糊算法等。而专家系统可以用来协调所有算法;根据现场过程相应情况和环境条件,利用知识库中的专家经验规则,决定什么时候使用什么算法;也可以用来调参,根据知识库中的专家经验规则,调整PID参数或是模糊算法中的量化因子等。

5.3专家s面控制

专家s面控制是将专家系统技术与s面控制相结合的一类智能控制。它是基于专家知识的间接专家控制系统,它运用人的经验知识及求解控制问题时的启发式规则来构造控制策略,根据系统的性能在线调整K1、K2和Ki,从而使系统性能达到令人满意的水平。专家s面控制器是一个二级实时智能协调控制器,即由基本控制级和专家智能协调级组成。

基本控制级采用s面控制器,与被控对象形成闭环完成实时控制;专家智能协调级包括数据库(存放误差、误差变化率的阈值,K1、K2的调整范围及各组调整参数)、知识库(常规产生式规则)和智能协调器(推理机),在线实时监测控制系统性能,根据系统的知识及证据,经推理机求解在线调整s面控制器参数,从而有效地进行控制。

6水下机器人发展趋势

鉴于水下机器人在海洋工作环境的未知性和复杂性特征,需要增强其智能操作系统的前瞻性,即要提升系统的自主学习能力和对未来的预测能力,这就需要对现有的水下机器人的智能体系结构进行改进和完善。当前关于如何有效地提高水下机器人的智能化水平,主要涉及到智能体系结构、任务规划以及环境感知等领域的开发研究。相信在未来的水下机器人上,新一代的智能系统会通过联合应用多种探测与识别技术来增强水下机器人感知环境和识别目标的能力,同时在运动控制和规划决策方面,也会采用更加智能化的信息处理方式。另外,为了最大程度地提升水下机器人适应外界环境的能力,确保其可以胜任各种环境下的海洋开发工作,同样需要确保其智能系统具备更高的学习能力,可以自主和海洋环境之间形成互动,那么这样的水下机器人就真正成为了“智能”水下机器人。

7结束语

综上所述,加强对ROV运动控制技术综述的研究分析,对于其良好效果的取得有着十分重要的意义,因此在今后的过程中,应该加强对其关键环节与重点要素的重视程度,并注重其具体实施措施与方法的科学性。

参考文献:

[1] 庞硕,纠海峰.智能水下机器人研究进展[J].科技导报.2016(10):60-62.

[2] 柯冠岩,吴涛等.水下机器人发展现状和趋势[J].国防科技.2017(01):115-116.

[3] 袁夫彩.水下机器人的发展及在黄河上的应用[J].机床与液压.2016(09):88-89.

论文作者:龚元龙1, 陈龙2,,陈沛骏3,,张恩4

论文发表刊物:《基层建设》2017年第9期

论文发表时间:2017/7/25

标签:;  ;  ;  ;  ;  ;  ;  ;  

ROV运动控制技术综述论文_龚元龙1, 陈龙2,,陈沛骏3,,张恩4
下载Doc文档

猜你喜欢