腹部作业型水下机器人控制系统研制

[目的]针对无人水下机器人(UUV)的回收任务要求,研制开发一台新式腹部作业型水下遥控机器人(ROV)。腹部作业型ROV不同于一般依赖机械手作业的传统ROV,其通过腹部作业机构完成与UUV的水下对接及回收。[方法]介绍腹部作业型ROV的系统组成及原理,提出一种以一体化工业加固计算机为水面监控单元,PC104嵌入式工业控制计算机为水下主控单元,各驱动板为驱动单元的控制系统架构。同时建立腹部作业型ROV的动力学模型,并设计水平面定向控制的H∞鲁棒控制器。[结果]单项试验、系统联调及水池试验表明,腹部作业型ROV控制系统具有良好的实时性和可靠性,能够满足UUV回收任务的要求。[结论]该架构和算法对于其他移动机器人、无人机、仿生机器人的控制系统开发均具有参考意义。

水下作业型ROV定深控制系统的设计

根据水下作业型机器人(remotely operated vehicle,ROV)作业任务需要,研制了自动定深控制系统及其控制方法。设计的ROV定深控制系统主要由深度传感器及检测系统、推进器控制分配器、姿态检测系统和中心处理器组成。建立了水下作业型ROV的运动学数学模型,并进行了单自由度解耦。根据ROV控制系统特点设计了模糊比例积分微分(proportion integration differentiation,PID)控制方法。通过仿真实验和实际试验验证,所研制的控制系统性能可靠,可实现ROV的深度自动控制。

作业型水下机器人纵、横倾姿态自适应区域控制方法

本文主要研究作业型自主式水下机器人(AUV)的纵、横倾姿态自适应区域控制问题.在实际作业中,机械手作业干扰和环境不确定性等因素将影响作业过程的艇体姿态控制,进而影响运动、作业的精度.针对此姿态稳定性控制问题,提出一种基于RBF(径向基函数)神经网络的水下机器人姿态自适应区域控制方法.针对系统模型的不确定因素,采用RBF神经网络对其进行在线估计,引入滑模控制项对估计误差进行在线补偿;针对RBF神经网络控制参数的取值问题,设计网络权值、径向基中心与方差的在线调整律,对控制参数进行自适应学习,以适应机器人艇体的不同姿态变化;针对艇体姿态的快速稳定收敛需求,在区域控制器中加入PI(比例-积分)环节,缩短姿态调节时间、降低稳态误差.基于李亚普诺夫稳定性分析,从理论上证明区域控制误差一致渐近稳定.最后,通过作业型水下机器人样机的纵、横倾姿态控制实验,验证了本文方法的有效性.

基于NDO的ROV滤波反步轨迹跟踪控制

针对作业型遥控水下机器人(ROV)在轨迹跟踪过程中存在模型非线性、强耦合、模型参数不确定和外界干扰不确定等问题,提出一种基于非线性干扰观测器(NDO)的滤波自适应反步控制策略。使用NDO观测模型的不确定性和外界干扰,通过指令滤波器避免了直接对虚拟控制量解析求导的过程,利用自适应律补偿观测器观测残量。通过Lyapunov稳定性理论证明了跟踪误差系统的渐进稳定。仿真实验表明,设计的控制器能够实现精确的轨迹跟踪,具有较好的鲁棒特性。

考虑螺旋桨负载的液压推进器动力学响应分析

为了研究作业型遥控水下机器人(ROV)的运动控制和液压推进器系统的动力学响应特性,提出了一种考虑螺旋桨动态负载特性的液压马达的流量、压力、扭矩、转速和螺旋桨的转矩、推力的迭代求解方法,建立了一种伺服阀控制液压推进器动力学系统的仿真模型.通过数值仿真,分析了不同水流进速时液压马达及螺旋桨的动态响应过程及特点,比较了不同控制电压下螺旋桨的推力输出响应,得到了液压推进器的控制电压和实际推力之间的关系曲线.这种推进器的建模和仿真方法对水下机器人和过驱动船舶的运动控制和推力分配策略的研究具有较高的指导意义和工程价值.