一种不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法与流程

文档序号:12270184阅读:595来源:国知局
一种不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法与流程

本发明涉及的是一种欠驱动水下无人航行器的深度控制方法。



背景技术:

无人水下航行器(Unmanned Underwater Vehicle,UUV)凭借其超强的机动性、持久的续航能力、全面的感知能力以及对复杂环境的适应能力(如自主导航、故障诊断等),逐渐成为人们在海洋开发过程中不可或缺的有力工具。UUV深度的精确控制是成功完成海洋资源探测与开采,海底地貌测绘以及对海洋环境监测等任务的基本保障。随着UUV智能化、小型化、功能多样化的稳步推进,UUV控制系统复杂程度在不断提高,时滞问题也日益凸显,这使得UUV的深度控制器的设计变得更加复杂困难。

目前,国内外部分学者对UUV深度控制的研究逐渐由基于线性化模型设计的控制器转变为基于非线性模型设计的控制器。Yan Zheping等在文献《Diving control of underactuated unmanned undersea vehicle using intergral-fast terminal sliding mode control》(Journal of Central South University,2016,第23卷第5期)将UUV下潜过程中垂直面速度分解对浪涌速度控制和下潜速度控制两个相互独立的子系统,针对浪涌干扰设计了快速积分滑模控制器,保证系统的稳定性和鲁棒性。陈子印等在文献《基于反馈增益的AUV稳定神经网络反步变深控制》(控制与决策,2013,第28卷第3期)针对AUV的变深控制,提出基于神经网络的反步法设计AUV变深控制器,其通过利用神经网络的非线性函数的逼近特性和在线学习的能力,补偿模型中的非线性水动力项,然后引入自适应鲁棒控制器对神经网络估计误差进行在线补偿,以减少神经网络收敛学习时间。施小成等在文献《UUV水动力参数估计及深度自抗扰控制方法》(仪器仪表学报,2014,第35卷第12期)考虑UUV动力学模型的不确定及外部干扰的情况下,提出了基于自抗扰控制理论设计的深度控制器,该方法不仅克服了系统内部和外部不确定性干扰而带来的控制品质不佳问题,而且通过应用递推最小二乘法估计UUV动力学模型提高了控制器参数的匹配性。然而,以上的UUV深度控制并没有考虑系统时滞问题。毕凤阳等在文献《模型不确定时滞欠驱动AUV的模糊变结构控制》(哈尔滨工业大学,2010,第42卷第3期)针对AUV具有时变水动力系数、未建模动态和时滞等不确定性,以滑模面及其变化率为模糊控制器的输入,滑模变结构的控制律变化率为输出,设计模糊滑模控制器,通过与准滑模控制器仿真对比证明了该控制器的鲁棒性,然而该论文并没有在建模的时候考虑时滞项,只是通过控制器的鲁棒性来克服系统的时滞,这种方法对AUV系统存在较小时滞的情况适用,一旦系统的时滞稍大控制器就会失效。Yuesheng Luo等《Resilient guaranteed cost diving depth control for nonlinear singular time-delay AUV system》(2010Second International Conference on Intelligent Human-Machine Systems and Cybernetics(IHMSC),2010)针对AUV系统的非线性定常时滞建立了AUV深度控制系统含时滞的数学模型,并且基于线性矩阵不等式设计了弹性保信能控制器,保证了系统的稳定性,但是在实际UUV运行中其系统出现时滞并不是固定不变的,而是随着时间变动,因此该方法欠缺实用性。

申请号为201610118633.1的专利文件中公开的“基于T-S模糊时滞模型的欠驱动UUV垂直面控制方法”为基于T-S模糊时滞模型提出状态反馈控制器,同样只考虑到系统中存在的定常时滞问题,缺少实用性。



技术实现要素:

本发明的目的在于提供一种能实现欠驱动UUV在不确定时变时滞下的精确深度控制的不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法。

本发明的目的是这样实现的:

步骤一、UUV进入初始化阶段,检测当前深度z及UUV本身数据信息,同时根据当前任务,将期望深度信息zr下达到UUV,获得当前的状态信息x=(ze θ q)T,其中ze为深度差,即ze=zr-z;所述UUV本身数据信息包括纵倾角θ,纵倾角速度q;

步骤二、利用步骤一中获得的当前UUV状态信息x=(ze θ q)T,再结合外界环境干扰建立欠驱动无人水下航行器的T-S模糊时变时滞数学模型;

根据外界海流环境干扰以及系统不确定项,建立基于反馈增益的全局滑模控制器模型;

步骤三、通过对外界干扰的分析,设计自适应滑模控制器模型中参数的自适应规律,然后对步骤二中获得的数学模型中存在的不确定性进行逼近,并给出优化后系统控制率;

步骤四、将步骤三中计算出的控制率导入UUV执行机构,实现欠驱动无人水下航行器的深度控制,并将深度状态实时反馈,判断是否到达指定深度。若没有则返回步骤二,否则结束本次控制。

本发明还可以包括:

1、所述欠驱动无人水下航行器的T-S模糊时变时滞数学模型为:

其中,i=1,2,…,r,r为模糊规则条数,ui和u(t)分别为UUV航行的单点模糊速度和实时速度,β为UUV垂直面通信时滞系数,δs为控制水平舵舵角,Iyy为关于纵倾角的转动惯量,Muq、Mq|q|、Muu为的水动力参数,ΔA为系统建模的不确定性,x(t)为系统状态,f(x,t)为外界干扰,τ(t)为时变时滞,h1≤τ(t)≤h2,h1,h2为正数,λi(u(t))为u(t)在模糊区间Ui中的隶属度,η(t)为系统的初始状态,针对外界干扰f(x,t)=B0F(x,t)且存在未知正常数μ满足||f(x,t)||≤μ||x(t)||。

2、步骤三的具体过程为:

首先,基于全局滑模,设计积分滑模面,进而通过构造模糊权依赖型Lyapunov-Krasovskii函数,证明动态滑模稳定性并以一组线性矩阵不等式可行解给出系统稳定的充分条件,

其中,积分滑模面:

式中G∈R1×3满足GB非奇异,Ki∈R1×3是常数矩阵,

模糊权依赖型Lyapunov-Krasovskii函数:

式中,是含有隶属度函数的模糊权矩阵,且0<P=PT∈R3×3,0≤Qij=QijT∈R3×3,0≤Rkj=RkjT∈R3×3

然后设计出自适应滑模控制器:

式中,ε为正常数,为μ对应的估计值。

本发明针对欠驱动无人水下航行器深度控制系统存在的不确定时变时滞问题,利用自身的状态信息,设计的一种自适应全局滑模控制器,进而实现UUV的精确深度控制。

本发明相对于现有控制有如下的优点:

1、针对UUV深度控制,深入考虑了不确定时变时滞的存在,较现有控制器更加贴近实际。

2、建立含时变时滞UUV深度控制系统通过T-S模糊模型的万能逼近特性逼近UUV建模存在的不确定性,结合设计的含模糊权的积分滑模面消除趋近模态实现全局滑模控制,基于李雅普诺夫稳定性理论设计自适应控制率,能够保证实时对外界干扰上限估计,使得设计的自适应全局滑模控制器能够保证UUV在时变时滞、外界干扰及模型不确定性状态下的稳定性。

附图说明

图1是本发明欠驱动无人水下航行器UUV深度控制流程示意图;

图2是UUV深度控制系统存在随机的时变时滞τ(t)图;

图3~图4是采用本发明方法,分别在三种不同航行速度和相同初始状态下的控制效果图。其中,图3是UUV在三种不同航行速度下的深度曲线,图4分别对应图3中三种深度曲线的UUV状态变化曲线。

具体实施方式

下面举例对本发明做更详细的描述。

具体实施方式一:本实施方式所述的一种不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法的过程如图1中UUV深度控制流程图所示:

步骤一、检测当前深度z及UUV本身数据信息(纵倾角θ,纵倾角速度q),同时根据当前任务,将期望深度信息zr下达到UUV,获得当前的状态信息x=(ze θ q)T,其中ze为深度差,即ze=zr-z;

步骤二、利用步骤一中获得的当前UUV状态信息x=(ze θ q)T,欠驱动无人水下航行器UUV的T-S模糊时变时滞数学模型;

根据外界海流环境干扰以及系统不确定项,建立基于反馈增益的全局滑模控制器模型;

步骤三、通过对外界干扰和自适应滑模控制器模型参数的自适应规律,对步骤二获得的数学模型中存在的不确定性进行逼近,并给出优化后最终的控制器的输出信号。然后采用该控制器实验欠驱动无人水下航行器UUV的深度控制。

步骤二中,欠驱动UUV的T-S模糊时变时滞数学模型为:

其中,ui和u(t)分别为UUV航行的单点模糊速度和实时速度,β为UUV垂直面通信时滞系数,δs为控制水平舵舵角,Iyy为关于纵倾角的转动惯量,Muq、Mqq、Muu为的水动力参数,ΔA为系统建模的不确定性,f(x,t)为外界干扰,τ(t)为时变时滞(h1≤τ(t)≤h2,h1,h2为正数),λi(u(t))为u(t)在模糊区间Ui中的隶属度,η(t)为系统的初始状态。针对外界干扰f(x,t)=B0F(x,t)且存在未知正常数μ满足||f(x,t)||≤μ||x(t)||。

步骤三的具体过程为:

首先,基于全局滑模的思想,设计一种积分滑模面,进而通过构造模糊权依赖型Lyapunov-Krasovskii函数,来证明动态滑模稳定性并以一组线性矩阵不等式可行解给出系统稳定的充分条件。

其中,积分滑模面:

式中G∈R1×3满足GB非奇异,Ki∈R1×3是常数矩阵。

模糊权依赖型Lyapunov-Krasovskii函数:

式中,是含有隶属度函数的模糊权矩阵,且0<P=PT∈R3×3,0≤Qij=QijT∈R3×3,0≤Rkj=RkjT∈R3×3

然后,将自适应的思想引入控制器设计以克服外界干扰和时滞的影响,设计出自适应滑模控制器:

式中,ε为正常数,为μ对应的估计值。通过Lyapunov定理设计估计的自适应率并证明系统的闭环稳定性。

具体实施方式二:本实施方式结合附图对具体实施方式一所述的一种不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法的进一步的详细描述:

步骤二中,建立欠驱动水下无人航行器UUV的数学模型的过程为:

UUV在下潜的过程中垂向速度对其运动影响不大可以忽略,同时可忽略水平面运动影响,从而得到如下UUV垂直面运动的数学模型:

其中,f(x,t)=B0F(x,t)为外界环境干扰且存在未知正常数μ满足||f(x,t)||≤μ||x(t)||。令x=(ze θ q)T

其中,δs为控制水平舵舵角,Iyy为关于纵倾角的转动惯量,Muq、Mq|q|、Muu为的水动力参数,ΔA为系统建模的不确定性。

进一步建立UUV深度控制系统的时变时滞数学模型:

其中τ(t)为时变时滞,且满足

h1≤τ(t)≤h2 (4)

式中,h1,h2为正数。

选择如下T-S模糊规则:

其中,i=1,2,···,r,r为模糊规则条数;模糊前件选择UUV航速u;Ui为模糊集合;x(t)∈R3为状态变量;δs(t)∈R为控制输入向量。通过对各个子系统进行加权平均,于是有UUV垂直面时变时滞模型的状态方程:

其中κi(u(t))表示u(t)在Ui中的隶属度。显然,对所有的时间t有κi(u(t))≥0,i=1,2,...,r,

将式(5)改写成如下状态方程:

其中,

基于上述建立的UUV深度时变时滞模型,本实施方式在步骤三给出含模糊自由权积分滑模面的设计及论证过程为:

设滑模面为

其中:G∈R1×3满足GB非奇异,K∈R1×3是常数矩阵,根据滑模面可知,对于已知初始状态x(0),滑模面S(x(0),t)=0。显然,系统在不存在趋近模态的过程,即系统从一开始就在滑模面上。将式(7)求导,得

令S=0,解出等效控制律为

δseq=-(GBb(t))-1G[Bb(t)Kk(t)x(t)+f(x,t)] (9)

将式(9)代入系统(6)得到理想滑动运动方程

其中Ac(t)=Aa(t)-Bb(t)Kk(t)。

以下给出滑模稳定性充分条件的具体过程:

设计如下含模糊权依赖型的Lyapunov-Krasovskii泛函

式中是含有隶属度函数的模糊权矩阵,且0<P=PT∈R3×3,0≤Qij=QijT∈R3×3,0≤Rkj=RkjT∈R3×3。则沿模糊系统(10)的时间导数为

由积分性质,下列等式成立

定义自由模糊权矩阵

其中:Sij∈R3×3,Mij∈R3×3,Nij∈R3×3,Tij∈R3×3,i=1,2,3。

应用Leibniz-Newton定理,可以得到

另外,由系统模型(10)有

利用(12)-(17)可得

其中

式中

h12=h2-h1

故当时Δ<0,由Lyapunov稳定性定理得到模糊系统(10)是渐进稳定的。

假设Tij(i=1,2,3)是非奇异的且Tij=αiP,其中αi为常数且αi≠0,于是有结合式Ac(t)=Aa(t)-Bb(t)Kk(t),则式(18)可以写成

其中,

则得到滑模稳定的充分条件为线性矩阵不等式πijmnk<0成立。

根据滑模面(7)可以将控制率分成两部分,即

δs(t)=δscon(t)+δsdis(t) (19)

其中:ucon(t)是连续控制部分,udis(t)是不连续部分。连续部分等于原系统在滑模面上的等效控制,即

δscon(t)=-Kk(t)x(t) (20)

对不连续部分满足假设,系统不确定外界干扰上界表达式中μ是未知的,取为对应的估计值,参数偏差为:取自适应律如下:

不连续控制律设为

其中,ε为正常数。

将式(20)和(22)代入(19)得完整控制律为

以下证明所设计的控制率能够保证系统稳定:

设Lyapunov函数

沿着式(6)对其求导,得

其中||S||1为S的1-范数,||S||1=STsgn(S)。显然||S||1≥||S||。当||S||≠0时有如下不等式成立

所以,系统(6)在控制律(23)的作用下在有限的时间到达并稳定于滑模面(7)上。根据滑模面设计的特点知,任意起始状态都在滑模面上,且对应的理想滑模运动(10)与系统的外界干扰及系统不确定性是完全无关的,因此滑模面具有全局鲁棒性。

仿真实验验证与分析:

取UUV的航速区间为2m/s到4m/s,得以下模糊规则:

Rule 1:if航速u(t)大约是2m/s,则

Rule 2:if航速u(t)大约是4m/s,则

取隶属度函数分别如下

于是UUV深度控制系统时滞模糊模型及状态反馈可以写作

取时变时滞的上下界h1=0.2s,h2=2s,如图2所示。令滑模面的系数以及反馈系数为G1=B1,G2=B2,K1=[-0.01 -0.2 -0.3],K2=[-0.008 -0.18 -0.2],ε=0.1。根据以上数据,在航速区间中选取航速u=2.5m/s、3m/s、3.5m/s的深度曲线如图3所示。途中给出期望深度指令,以及不同航速下的响应曲线,从图中可以分别看出在相同初始条件下UUV载不同的航速下均能达到指定的深度。图4分别与图3对应的纵倾角图和纵倾角速度图。根据图3和图4所述的曲线,可以获知本发明所述控制器能够在航速为2m/s~4m/s之间且存在时变时滞及外界干扰状态下保证UUV无超调的深度控制。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1