CN109614726B - 一种基于遗传算法的浮力调节低功耗控制方法 - Google Patents

Abstract

本发明公开了一种基于遗传算法的浮力调节低功耗控制方法，属于水下机器人的控制领域，通过采用遗传算法对探测设备的浮力调节过程进行优化选择，获得低功耗的浮力调节方法，避免了在高压强环境下电机工作带来的高能耗问题，有效地节省了能源，延长了水下探测设备的工作时间。同时，该方法考虑了水下探测设备的运动模型，可以通过选择功耗权重和时间权重来灵活调整相应的浮力调节方法，以适应不同的探测任务，避免了只考虑功耗而忽视探测设备运动时间的问题，有利于实验人员对水下探测设备整体运动时间的把握。

Description

一种基于遗传算法的浮力调节低功耗控制方法

技术领域

本发明涉及水下机器人的控制领域，具体地说，涉及一种基于遗传算法的浮力调节低功耗控制方法。

背景技术

目前，随着各个国家对海洋环境的日益重视，多种水下探测设备相继被研发出来，如美国的Slocum滑翔机，法国的SeaExplorer滑翔机以及中国的“海翼”号滑翔机和蛟龙号载人潜水器，此外，全球海洋观测计划(Argo)也已经进入全面实施阶段，其在全球海洋中通过布放浮标来对海洋进行观测。

在水下探测设备的结构中，浮力调节装置是其中重要的组成部分，而可变体积式浮力调节装置因其调节精度高、密封性好、整体稳定性强等优点得到了广泛的应用。当水下探测设备需要下潜时，可变体积式浮力调节装置将外油囊中的油泵入内油囊中，设备整体浮力减小，小于重力，设备下潜；当水下探测设备需要上浮时，可变体积式浮力调节装置将内油囊中的油泵入外油囊中，设备整体浮力增大，大于重力，设备上浮。可变体积式浮力调节装置通过此种方式实现水下探测设备浮力的改变，从而实现在深度方向上的运动和数据采集。

一般的探测设备通常是在水面向内油囊一次性泵入一定量的油实现下潜过程，到达指定深度时向外油囊一次性泵出一定量的油实现上浮过程，然而在海洋环境中，随着深度的增加，设备受到的外部压强也随之增加，所以在设备需要上浮时，浮力调节装置需要在较高的压强环境下工作，此时电机的功率较大，能耗高，不利于水下设备进行长时间、大范围观测。

针对上述情况，多位研究人员提出了不同的节能方法，Ernest Petzrick[1]提出以小增量排油的方式代替一次性将油打出，并且保证总上浮时间在20小时内，但ErnestPetzrick并没有给出具体的排出油量与浮标所处深度的关系以及相应的排油方法；陈鹿[2]提出分阶段启动电机的方法，每次启动电机工作30秒后关闭电机，当浮标上浮的速度小于0.1m/s时再次启动电机，陈鹿的方法通过确定的时间来控制上浮过程，可以在一定程度上实现节能，但是因为没有考虑能耗与浮标所在深度之间的关系，所以并不是最优的节能方法；穆为磊[3]采用多次定量调节的策略建立了上浮过程的总功耗模型，并且通过数值计算得出了4000m潜器上浮过程调节16次时系统功耗最低的结论，然而该种方法同样没有考虑潜器的运动模型，仅是得出了分16次打油功耗最低的结论，并没有给出打油次数与深度之间的关系，所以该种方法与实际的应用还存在着一定的距离，并且由于没有考虑运动模型，所以没有得出打油次数与上浮总时间的关系，不利于实际实验人员对潜器运动时间的把握。

[1]《Profiling from 6，000meter with the APEX-Deep Float》；

[2]《深海剖面测量浮标节能研究》；

[3]《潜器浮力调节系统的低功耗控制策略》。

发明内容

本发明的目的为提供一种基于遗传算法的浮力调节低功耗控制方法，

为了实现上述目的，本发明提供的基于遗传算法的浮力调节低功耗控制方法包括以下步骤：

1)通过当前海域中一定深度处海水的密度ρ_h，计算得到探测设备从深度h_x运动到深度h_y时油囊体积的改变量

2)建立探测设备的运动学方程，计算设备从深度h_x运动到h_y时所需时间；

3)通过实验得到浮力调节装置的电机功率与外油囊所受外部压强的关系以及泵的排油速率与外油囊所受外部压强的关系，再通过海洋中压强与深度的关系计算出在一定深度处浮力调节装置中电机的功率P_h以及泵的排油速率v_oil；

4)构造适应度函数

其中，ω_E为功耗权重，即浮力调节装置中电机功耗在适应度函数中所占的比例，取值范围为[0，1]；ω_T为时间权重，即总上浮时间在适应度函数中所占的比例，其值为1-ω_E；k为打油次数；

为在第i个深度打油时电机的功率，

为该次打油的时间，由油囊体积的改变量

与泵的排油速率v_oil计算得到；t_i为在两个相邻深度值之间运动的时间，由步骤2)计算得到；

5)根据需要选择功耗权重和时间权重的值，通过遗传算法求解出不同打油次数k值对应的适应度函数值，比较后得到上浮时最佳的浮力调节方法。

遗传算法是对自然界中生物进化机制的一种模仿，该种方法借鉴了达尔文的进化论和孟德尔的遗传学说，通过种群中个体的不断进化实现全局的搜索和优化，遗传算法具有高效、并行的特点。上述技术方案中，通过采用遗传算法对探测设备的浮力调节过程进行优化选择，获得低功耗的浮力调节方法，避免了在高压强环境下电机工作带来的高能耗问题，有效地节省了能源，延长了水下探测设备的工作时间。同时，该方法考虑了水下探测设备的运动模型，可以通过选择功耗权重和时间权重来灵活调整相应的浮力调节方法，以适应不同的探测任务，避免了只考虑功耗而忽视探测设备运动时间的问题，有利于实验人员对水下探测设备整体运动时间的把握。

作为优选，步骤1)中，通过温盐深仪测得的海洋密度及压强信息，通过拟合得到当前海域一定深度处海水的密度ρ_h和压强p′_h。设备处理器接收CTD(温盐深仪)测得的海洋密度及压强信息，通过拟合得到海水密度与深度的关系以及压强与深度的关系，由此得到当前海域深度处海水的密度和压强。

作为优选，步骤1)中，油囊体积的改变量

通过以下方式计算得到：

对于探测设备，其在深度h_x处时，

在深度h_y处时，

其中，

分别为在深度h_x和h_y时的海水密度，

分别为在深度h_x和h_y时的探测设备排开水的体积；

由公式(***)和公式(****)得到探测设备从深度h_x运动到深度h_y时所需要的外油囊体积的改变量：

作为优选，步骤2)中，建立探测设备的运动学方程的过程如下：

对水下探测设备受力分析，

其中：m为探测设备的质量，ρ为探测设备所在深度海水的密度，g为重力加速度，V为探测设备除外油囊外排开水的体积，V_out为外油囊排开水的体积，C为阻力系数，v为探测设备的线速度，S为探测设备沿轴线方向的横截面积；

由

积分得：

其中：a₁＝2ρg(V+V_out)-2mg，a₂＝C·S·ρ，C₁为积分常数；

将

代入(*)中，积分得：

其中，C₂为积分常数。

作为优选，步骤2)中，采用离散化的方法计算运动所需要的时间：

以时间t为单位将深度h_x～h_y之间的区间离散为若干个子区间；

将每个子区间内的运动看作是初速度为v，加速度为a的匀加速直线运动，通过公式(*)和(**)求出每个子区间结束时刻的速度和位移；

将每个子区间的位移叠加得到总位移，划分的子区间的个数与时间t相乘即为在此区间内运动的时间。

作为优选，步骤4)中，通过遗传算法求解出不同打油次数k值对应的适应度函数值得到上浮时最佳的浮力调节方法的过程包括：

4-1)以随机生成的深度值作为遗传算法中的个体；

4-2)生成遗传算法中的种群，根据打油次数k值随机生成k-1个个体，即k-1个深度值，由此k-1个深度值作为一个种群；如：k＝3时，即共打油3次，则除去探测设备的初始深度还需生成2个深度值，由这2个深度值生成一个种群；

4-3)根据打油次数k的值，计算探测设备上浮运动的总功耗和总时间，由适应度函数得到k的适应度值，不断进化，当算法收敛时计算出k的最小适应度值；如k＝3时，种群随机生成了2个深度值，然后将2个深度值按数值大小进行排序，排序后为：h₁和h₂，探测设备的初始深度为：h₀，此时：h₀＞h₁＞h₂；以每两个相邻深度作为一个区间，则共构成3个区间，即：h₀～h₁、h₁～h₂以及h₂～水面。由推导出的公式可以计算出探测设备从区间的初始深度到目标深度所需的排油量，进而可以计算出电机在深度h₀、h₁和h₂打油所消耗的能量，另外，根据推导出的运动学公式，可以计算出在每一个区间内探测设备的上浮运动时间，进而可以计算出探测设备上浮运动的总时间，电机的总功耗值和功耗权重的乘积与上浮运动的总时间和时间权重的乘积相加即为k＝3时的适应度值，再通过遗传算法的不断进化，当算法收敛时即可计算出k＝3时的最小适应度值；

4-4)比较k为不同值时对应的适应度函数值，最小的适应度函数值对应的打油次数k值和相应的深度值即为探测任务上浮时的浮力调节方法。

作为优选，步骤4-1)中，生成的深度值的小数位数与探测设备所用的深度计的分辨率一致。提高了运算结果的准确性，由此通过遗传算法得到的最优深度值可以直接应用在水下探测设备的浮力调节系统中，使遗传算法具有更强的实际意义，同时也具有更优的可操作性。

与现有技术相比，本发明的有益效果为：

本申请基于遗传算法的浮力调节低功耗控制方法通过采用多次不定量排油的方法实现上浮过程，避免了在高压强环境下电机工作带来的高能耗问题，有效地节省了能源，延长了水下探测设备的工作时间。同时该方法将水下探测设备的运动模型考虑到算法中，综合考虑功耗和时间之间的权衡问题，避免因为采用功耗最低的浮力调节方法而导致上浮运动时间过长的现象出现，也方便根据探测任务灵活调整浮力调节方法，实用性强，具有良好的可操作性和实际意义。

附图说明

图1为本发明实施例基于遗传算法的浮力调节低功耗控制方法的流程图；

图2为本发明实施例中k的值与适应度函数值之间的关系图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合实施例及其附图对本发明作进一步说明。

实施例

参见图1，本实施例的基于遗传算法的浮力调节低功耗控制方法包括以下步骤：

S10：建立探测设备的的运动学方程。

对水下探测设备受力分析：

其中：m为探测设备的质量，ρ为探测设备所在深度海水的密度，g为重力加速度，V为探测设备除外油囊外排开水的体积，V_out为外油囊排开水的体积，C为阻力系数，v为探测设备的线速度，S为探测设备沿轴线方向的横截面积；

因为：

积分得：

其中：a₁＝2ρg(V+V_out)-2mg，a₂＝C·S·ρ，C₁为积分常数。

又因为：

代入(*)积分得：

其中：a₁＝2ρg(V+V_out)-2mg，a₂＝C·S·ρ，C₂为积分常数。

当设备需要从深度h_x运动到h_y时，采用离散化的方法计算运动所需要的时间，即将深度h_x～h_y之间，以时间为单位(步长为t)离散为一个个的子区间，在每一个子区间内都看作是初速度为v，加速度为a的匀加速直线运动，通过公式(*)和(**)，求出每一个子区间结束时刻的速度和位移，再将每一个子区间的位移叠加得到总位移，划分的子区间的个数与步长相乘即为在此区间内运动的时间。

S20：通过温盐深仪获得当前海域海水密度及压强与深度的关系。

接收CTD(温盐深仪)测得的海洋密度及压强信息，通过拟合得到当前海域海水密度与深度的关系以及压强与深度的关系，由此得到当前海域一定深度处海水的密度和压强。

S30：推导得出探测设备从一个深度运动到另一个深度所需要的油囊体积改变量。

对于探测设备，在深度h_x时对设备进行受力分析可得：

在深度h_y时对设备进行受力分析可得：

其中，

为在深度h_x、h_y时的海水密度，

为在深度h_x、h_y时的探测设备排开水的体积；

所以，由公式(***)和公式(****)可以推导得出探测设备从深度h_x运动到深度h_y时所需要的油囊体积的改变量：

S40：通过实验及推导得出电机功率和泵的排油速率与深度的关系。

通过实验测得浮力调节装置中电机功率和泵的排油速度与外油囊所受外部压强的关系，再通过海洋中压强与深度的关系推导出电机功率与深度的关系和泵的排油速率与深度的关系。

如在浮力调节装置中采用maxon RE40型号电机，Hydrotec DH02/A0型号双向齿轮泵，通过实验并经过推导得出：

电机功率与深度的关系为：P_h＝0.032·h+19，

泵的排油速率与与深度的关系为：v_oil＝-1.2×10^-7·h³+0.00016·h²-0.31·h+190。

S50：构造适应度函数。

构造适应度函数为：

其中，ω_E为功耗权重，即电机功耗在适应度函数中所占的比例，取值范围为[0，1]，ω_T为时间权重，即总上浮时间在适应度函数中所占的比例，其值为：1-ω_E，k为打油次数，

为在第i个深度打油时电机的功率，

为该次打油的时间，其值为：

t_i为在两个相邻深度值之间运动的时间，其值由S10中两个相邻深度值区间内划分的子区间的个数与步长相乘得到。

S60：根据任务要求选择功耗权重和时间权重的值。

根据任务要求选择功耗权重ω_E和时间权重ω_T的值，若对低能耗要求较高，并且执行探测任务的时间较为宽裕，则选择较大的ω_E值；若执行探测任务的时间紧张，则选择较大的ω_T值，也即较小的ω_E值。

例如在海试试验时，可以选择ω_E＝ω_T＝0.5，以使得探测设备的功耗较低，同时上浮时间较短。

S70：通过遗传算法求解出不同打油次数k值对应的适应度函数值。

遗传算法的具体运算过程为：

S71：生成遗传算法中的个体。

遗传算法中以随机生成的深度值作为个体，其中生成的深度值的小数位数与探测设备所用的深度计的分辨率一致；

S72：生成遗传算法中的种群。

根据打油次数k值随机生成k-1个个体，即k-1个深度值，从而由此k-1个深度值生成一个种群，如：k＝3时，即共打油3次，则除去探测设备的初始深度还需生成2个深度值，由这2个深度值生成一个种群；

S73：遗传算法运算。

根据打油次数k值，计算探测设备上浮运动的总功耗和总时间，如k＝3时，种群随机生成了2个深度值，然后将2个深度值按数值大小进行排序，排序后为：h₁和h₂，探测设备的初始深度为：h₀，此时：h₀＞h₁＞h₂；以每两个相邻深度作为一个区间，则共构成3个区间，即：h₀～h₁、h₁～h₂以及h₂～水面。由推导出的公式可以计算出探测设备从区间的初始深度到目标深度所需的排油量，进而可以计算出电机在深度h₀、h₁和h₂打油所消耗的能量，另外，根据推导出的运动学公式，可以计算出在每一个区间内探测设备的上浮运动时间，进而可以计算出探测设备上浮运动的总时间，电机的总功耗值和功耗权重的乘积与上浮运动的总时间和时间权重的乘积相加即为k＝3时的适应度值，再通过遗传算法的不断进化，当算法收敛时即可计算出k＝3时的最小适应度值。

S80：最小的适应度函数值对应的打油次数k值和相应的深度值即为上浮时的浮力调节方法。

比较k为不同值时对应的适应度函数值，最小的适应度函数值对应的打油次数k值以及相应的深度值即为探测任务上浮时的浮力调节方法。

在ω_E＝ω_T＝0.5时，在浮力调节装置中采用maxon RE40型号电机，HydrotecDH02/A0型号双向齿轮泵，应用上述方法对探测浮标500m-0m上浮过程进行计算，可以得出：当k＝4时，适应度值最低，为4503.3，如图2所示，此时，上浮过程的时间为57.9min，功耗为5532.6J，探测浮标分别在深度500m、124.5m、45.8m、14.4m处向外油囊排油，以实现上浮过程。

Claims (5)

1.一种基于遗传算法的浮力调节低功耗控制方法，其特征在于，包括以下步骤：

1)通过当前海域中一定深度处海水的密度ρ_h，计算得到探测设备从深度h_x运动到深度h_y时油囊体积的改变量

2)建立探测设备的运动学方程，计算设备从深度h_x运动到h_y时所需时间；

3)通过实验得到浮力调节装置的电机功率与外油囊所受外部压强的关系以及泵的排油速率与外油囊所受外部压强的关系，再通过海洋中压强与深度的关系计算出在一定深度处浮力调节装置中电机的功率P_h以及泵的排油速率v_oil；

4)构造适应度函数

其中，ω_E为功耗权重，即浮力调节装置中电机功耗在适应度函数中所占的比例，取值范围为[0，1]；ω_T为时间权重，即总上浮时间在适应度函数中所占的比例，其值为1-ω_E；k为打油次数；

为在第i个深度打油时电机的功率，

为在第i个深度打油时打油的时间，由油囊体积的改变量

与泵的排油速率v_oil计算得到；t_i为在两个相邻深度值之间运动的时间，由步骤2)计算得到；

5)根据需要选择功耗权重和时间权重的值，通过遗传算法求解出不同打油次数k值对应的适应度函数值，比较后得到上浮时最佳的浮力调节方法，具体包括：

5-1)以随机生成的深度值作为遗传算法中的个体；

5-2)生成遗传算法中的种群，根据打油次数k值随机生成k-1个个体，即k-1个深度值，由此k-1个深度值作为一个种群；

5-3)根据打油次数k的值，计算探测设备上浮运动的总功耗和总时间，由适应度函数得到打油次数k相应的适应度值，通过不断进化，当算法收敛时得到最小适应度值；

5-4)比较k为不同值时对应的适应度函数值，最小的适应度函数值对应的打油次数k值和相应的深度值即为探测任务上浮时的浮力调节方法。

2.根据权利要求1所述的浮力调节低功耗控制方法，其特征在于，步骤1)中，通过温盐深仪测得的海洋密度及压强信息，通过拟合得到当前海域一定深度处海水的密度ρ_h和压强p′_h。

3.根据权利要求1所述的浮力调节低功耗控制方法，其特征在于，步骤1)中，油囊体积的改变量

通过以下方式计算得到：

对于探测设备，其在深度h_x处时，

在深度h_y处时，

其中，

分别为在深度h_x和h_y时的海水密度，

分别为在深度h_x和h_y时的探测设备排开水的体积，m为探测设备的质量，g为重力加速度；

由公式(***)和公式(****)得到探测设备从深度h_x运动到深度h_y时所需要的外油囊体积的改变量：

4.根据权利要求1所述的浮力调节低功耗控制方法，其特征在于，步骤2)包括：

以时间t为单位将深度h_x～h_y之间的区间离散为若干个子区间；

建立探测设备的运动学方程的过程如下：

对水下探测设备受力分析，

其中：m为探测设备的质量，a为探测设备的加速度，ρ为探测设备所在深度海水的密度，g为重力加速度，V为探测设备除外油囊外排开水的体积，V_out为外油囊排开水的体积，C为阻力系数，v为探测设备的线速度，S为探测设备沿轴线方向的横截面积；

由

积分得：

其中：a₁＝2ρg(V+V_out)-2mg，a₂＝C·S·ρ，C₁为积分常数；

将

代入(*)中，积分得：

其中，C₂为积分常数；

将每个子区间内的运动看作是初速度为v，加速度为a的匀加速直线运动，通过公式(*)和(**)求出每个子区间结束时刻的速度和位移；

将每个子区间的位移叠加得到总位移，划分的子区间的个数与时间t相乘即为在此区间内运动的时间。

5.根据权利要求1所述的浮力调节低功耗控制方法，其特征在于，步骤4-1)中，生成的深度值的小数位数与探测设备所用的深度计的分辨率一致。

Images