文摘

探讨浮力调节系统的控制问题自主水下航行器(AUV)。有一些问题要考虑油水径的浮力调节系统,包括外部海水压力,压力波动,球阀的切换速度慢。浮力调节的控制精度在传统PID控制器不能满足项目的要求。本文研制了一种模糊滑模控制方案的浮力调节系统来解决上述问题。起初,浮力调节系统的数学模型,并分析了系统的稳定性。然后,结合模糊系统滑模控制算法,提高控制精度。最后,原型,池结果表明,开发的控制方案能够满足控制精度的要求的浮力调节系统。

1。介绍

海洋资源的高速发展,自主水下航行器(AUV)中发挥着日益重要的作用1- - - - - -5]。AUV深度大的升沉运动,它会消耗大量的能源,如果propeller-based选择开车,而浮力调节系统将提供正/负浮力放电/充电水实现无动力的升沉(6- - - - - -9]。因此,浮力调节系统将有效地减少能源消耗10]。因此,它具有重要意义和实用价值调查AUV运动浮力调节问题要求在很大范围的深度。

AUV的浮力调节系统主要有两个方面,包括可变体积和变权(11- - - - - -14]。目前,变量体重依赖型剂量浮力调节系统中使用最广泛的水下航行器(15,16),实现海水浮力调节放电和充电。“Shin kai 6500”载人潜水器(17焦)和“长”载人潜水器(16采用可变体重依赖型剂量浮力调节系统。一般来说,载人潜艇的体积比较大,和浮力调节的精度要求相对较低。摘要小型AUV的浮力调节系统进行了研究。开发了浮力调节系统的特点包括浮力监管流量小,精度高。

为了实现充放电的海水在海洋环境下的外部压力高,海水与高压泵主要用于载人潜水艇的浮力调节系统。没有现有产品同时满足高压海水和泵的要求与小流浮力调节系统用于小型AUV。因此,作者开发了一个基于油水的浮力调节系统转换(18]。低压油泵是用于驱动海水升压泵,避免海水与高压小流量泵。基于我们以前的工作在18),探讨浮力调节系统的控制方法基于油水转换,以满足浮力调节的控制要求。

目前,有一些现有的研究对浮力调节系统的控制。在[19),一个observer-based变量压载系统控制方案是实现悬停控制水下航行器。在[20.),一种新型液压变量压载水系统是专为水下车辆和该系统提出了一种广义预测控制器。在[21),流量控制引入到液压变量压载水系统提高水下航行器的性能。已经发现在我们先前的实验,浮力调节系统本身的压力波动和球阀的开关速度是缓慢的。所有这些因素直接影响浮力调节的响应速度和控制精度。此外,很难获得准确的浮力调节系统的动态模型。Takagi-Sugeno (t - s)模糊模型总是用来解决非线性系统的控制。例如,马尔可夫切换系统t - s模糊模型描述的(22,23]。

基于上述考虑,模糊技术应用于滑模控制在本文中为了避免使用动态模型和拒绝外部干扰valve-based浮力调节。提出了本文的主要贡献如下:(1)浮力调节系统设计基于油水转换(2)解决压力波动和切换速度慢,提出了一种基于逻辑的模糊滑模控制浮力调节系统(3)仿真和实验结果显示了方法的有效性

本文的其余部分如下。部分2简要介绍了基于油水的浮力调节系统转换为一个小型AUV。然后,浮力控制系统的数学模型,考虑到外部海水压力建立部分3,包括系统的稳定性分析。节4,传统的PID控制器应用于浮力调节系统。模糊滑模控制方案开发和仿真结果和池的结果给出了部分5。最后,结论和未来的研究部分6。

2。基于油水的浮力调节系统转换

充电和放电过程示意图的浮力调节系统基于油水转换开发本文数据所示1(一)和1 (b)分别为(18]。

(一)
(一)
(b)
(b)
图1
浮力调节系统的原理图:(a)海水充电过程;(b)海水放电过程。

在图1,低压油路中齿轮泵驱动海水升压泵。首尾两个坦克应安装在AUV的分别。海水的浮力调节是通过充电/放电到坦克。

海水的过程如图收费1(一)。海水经过过滤器⟶开关阀⟶增压泵⟶平衡阀⟶单向阀⟶开关阀⟶压载舱。海水卸货的过程如图1 (b)。海水通过压载舱排放⟶开关阀⟶开关阀⟶增压泵⟶平衡阀⟶单向阀⟶过滤⟶海水。

浮力调节系统的主要技术指标包括平均流量大于3 L / min和过度的海水是−0.2 L和0.2之间范围内的L。

3所示。建模和浮力调节控制系统的稳定性分析

在[6),外部海水压力的影响电动机的速度和液压动力来源是不被认为是在建模过程中。因此,建立的模型在18)不能反映AUV的真正的工作环境。此外,浮力调节系统的控制精度在海洋环境中并不令人满意。因此,本节将建立的数学模型下的浮力控制系统外部海水压力。

3.1。浮力调节系统的数学模型

根据浮力调节系统的原理图1、马达、齿轮泵、增压泵、液位计、单阀,和坦克识别。然后,浮力调节系统的框图如图所示2。


图2
浮力调节系统的框图。

在图2,问f代表所需的水量;问米代表实际水箱水量;Ku控制器的比例系数;Kω无刷直流电机的反馈系数;K问是流量增益系数;和K问代表了流水线损耗系数。

在本文中,采用叠加原理,得出转移所需的水量之间的关系问f真正的一个问米。首先,当没有外部海水压力,获得传递函数根据系统的控制框图24]:

根据方程(1),外部海水压力载荷叠加的影响,和输出流在这个时候可以得到如下:

相关参数方程(2)简要描述如下24]。电动机转矩系数KT是0.477 N·m / A。齿轮泵的位移问ct是0.008 L /牧师。的等效电感l一个约1×10吗−3H。绕组线电阻r一个是0.8Ω。转动惯量J是0.231×10−3公斤米2。粘性摩擦系数BV是7.33×10−5N m s。线反电动势系数ke是0.416。齿轮泵的等效面积年代p是1.05×10−4米2。齿轮泵的当量半径Rp是25×10−3m;p是海水的压力。齿轮泵的流量损失系数k1是0.04。升压泵的流动损失系数k2是0.024。

3.2。系统稳定性分析

根据整体传递函数和相关参数在前面的小节中,建立了系统的仿真软件模型通过MATLAB仿真,和系统的开环特性如图所示3。


图3
开环系统的波德图。

从图可以看出3开环系统的增益裕度是无限的和阶段保证金65.5°。此外,开环遍历频率是1.13×103rad / s。因此,可以看出,系统的响应速度很高。系统的增益裕度远远大于零,和相位幅度大于普通工程价值(40°∼60°)。根据奈奎斯特稳定性判据,可以判断,该系统可以满足稳定性要求的闭环状态。

4所示。存在的问题在传统的PID控制器

发现有压力波动负载和液压阀的出口时,液压动力来源是在浮力调节系统工作。在这种情况下,作者使用传统的PID控制方法进行仿真分析。

根据传递函数和性能需求的项目,所需的水量是设置为5 L / min和调节精度设置为±0.2 L。在的情况下,在MATLAB优化PID参数,然后详细参数设置为Kp= 1.75,K我= 0.001,Kd= 0.018。

对于没有压力波动,零负载的仿真结果和10 MPa如图4,分别。


图4
PID控制系统响应曲线没有干扰。

从图可以看出4,超过0.2 L和调整时间是69年代当没有负载。10 MPa压力负荷过度是大约0.17 L和调整时间是74年代。

为了验证PID控制器的抗干扰能力,随机扰动的振幅1 MPa是补充道。相应的仿真结果如图5。


图5
PID控制系统与扰动响应曲线。

从图可以看出6,当存在浮力调节系统压力波动,过度的PID控制方法是大约0.25 L,不满足的需求小于0.2 L。为此,本文研究了新的控制方法。


图6
基于模糊滑模控制器的响应曲线。

5。基于模糊滑模的浮力调节方法

本节研究了模糊滑模控制方法。然后,验证了控制方案的有效性通过仿真结果和实验结果,分别。

5.1。模糊滑模控制方法

模糊滑模控制方法已广泛应用于其他非线性系统(25- - - - - -27]。控制系统的滑模控制器作为局部控制器,和Sugeno模糊控制器用于链接和结合本地控制器。

模糊滑模控制的结构图的浮力调节系统设计如图7。


图7
模糊滑模控制器的框图。

假设当水数量错误 。5 L,电机控制电压 是最大值;当水数量错误 ,控制电压 是0,见以下方程:

假设水数量错误−1.5 L 1.5 L,模糊滑模控制器是用来调节水量的坦克。水的分布数量偏差隶属函数如图8。


图8
隶属函数的数量偏差。

滑模面被定义为 积极的常数λ我。滑模控制器对应控制器是分布在不同的模糊区域,显示如下: 在哪里 滑线的斜率的吗我th规则, 边界层厚度的规则吗 ,和 是输出的规则吗 滑模模糊控制器。因为控制电压的范围u(0 V, 5 V),k在方程(3)设置为5。一个我属于集(NB、纳米、NS、泽、PS、点,PB),如图8。

然后,的完全控制的努力 在哪里 和 的隶属函数是 precomponent的我规则。

本文中所开发的浮力调节控制系统只能实现单向监管。在这里,滑模控制器的参数调整方法(13采用,具体控制规则如表所示1。

表1
规则的模糊滑模控制器。
5.2。仿真验证

没有压力波动时,模糊滑模控制器应用于浮力调节系统没有压力的条件下负载和10 MPa压力负荷,分别系统的响应曲线如图6。

验证模糊滑模控制算法的抗干扰能力,随机扰动的振幅1 MPa添加10 MPa的情况。仿真结果如图所示9。


图9
响应曲线的干扰下的模糊滑模控制器。

为方便比较和分析,仿真结果的PID控制器和模糊滑模控制器在表中做了总结2。

表2
比较不同控制器下的仿真结果。

从表可以看出2下,浮力调节系统模糊滑模控制器满足项目的需求,包括调整速度、控制精度和抗干扰能力。

5.3。实验验证
5.3.1。试验装置

电动机的最大电压的浮力调节系统是5 V。和液位传感器的采样频率是0.1秒。在这个实验中,所需的水量是10 L。此外,两种情况考虑。具体地说,第一种情况是没有任何负载,而第二个病例是10 MPa负载。完型的浮力调节系统呈现在图10。


图10
浮力调节系统的原型。
5.3.2。实验结果

比较实验的PID控制器和模糊滑模控制器的情况下进行无负载和10 MPa,分别。水量控制的响应曲线如图11和12。


图11
不同控制方法的实验结果在任何负载。

图12
不同控制方法的实验结果在10 MPa负载。

为方便对比分析,上述实验数据转换成一个表,如表所示3。

表3
实验结果不同的控制器。

从表可以看出3空载的情况,调整时间的模糊滑模控制器是124年代,超过4.0%的PID控制器。过度的模糊滑模控制方法是0.17 L,高于22.7%的PID方法。调整时间的模糊滑模控制方法是142年代的10 MPa负载,大约是常人速度的1.9%比PID控制器。过度的滑模模糊控制方法是0.20升,而相应的结果是0.3 L下PID控制器。滑模模糊控制方法的流率高于4 L / min通过计算水的液位传感器信息储存缸。从实验结果可以看出,模糊滑模控制能够满足需求的平均流量大于3 L / min和过度在±0.2 L的范围在不同的条件下。

6。结论

本文调查了浮力调节系统的控制问题。和一个模糊滑模控制方案应用于浮力调节系统。根据实验结果,结果表明,流量高于4 L / min发达控制计划,和过激的0.17 L和0.20 L例没有负荷和10 MPa负荷,分别。实验结果满足性能要求。,the average flow being larger than 3 L/min and the overshoot is within the range of ±0.2 L. The developed controller requires the complete information of the system. In future research, we need to investigate control scheme for the buoyancy regulation system with uncomplete information.

附录

开发下的闭环系统的稳定性分析提出了控制方案如下。

浮力调节系统的动态模型可以写成下面的形式根据方程(2): 在哪里 非线性函数项;b是积极的常数;和d(t)一般的干扰,包括建模不确定性和外部干扰。

被定义为的李雅普诺夫函数 ,和函数的时间导数V可以写成下面的形式:

当 ,方程(a .)可以写成下面的形式,在提交控制律(5):

自k是控制增益,如果作者选择一个适当的值k满足 ,人们很容易获得 。因此,在控制律(5)的绝对值可以不到滑模面 。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由中国国家自然科学基金支持下拨款51839004。