CN109977587B - 一种直流电机推进无人水面艇速度控制器设计方法 - Google Patents

Abstract

本发明公开了一种直流电机推进无人水面艇速度控制器设计方法，具有如下步骤：S1、建立用于推进无人水面艇的直流电机模型、无人水面艇的螺旋桨模型和无人水面艇的前向速度模型；S2、根据步骤S1中各模型建立直流电机推进的无人水面艇模型；S3、根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项；S4、从航速辨识器和转速辨识器获得不确定项信息，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器。与现有的无人水面艇速度控制器相比，本发明采用基于神经网络的辨识器来逼近直流电机、螺旋桨以及无人艇速度动力学中的不确定性，有效提高了无人水面艇速度控制系统的动态响应速度。

Description

一种直流电机推进无人水面艇速度控制器设计方法

技术领域

本发明涉及无人艇运动控制领域，特别是一种直流电机推进无人水面艇速度控制器设计方法。

背景技术

无人水面艇(USV)在军事、科研、商业等领域都具有极高的应用潜力，随着海洋活动的深入开展，无人艇技术得到了越来越广泛的关注。具备良好的控制性能是实现无人艇安全可靠应用的基础，其中，对速度的控制是不可或缺的一部分。无人艇的速度控制受其自身形状大小以及水面风浪等诸多因素影响，因此，使用传统的PID控制方法无法获得良好的控制效果。随着智能控制理论的不断发展和完善，越来越多新颖的控制方法被应用于无人水面艇的速度控制中，例如，模糊控制，神经网络控制，专家控制等。将这些智能控制方法彼此结合或是引入传统的PID控制中，有效地提高了控制性能。针对无人艇速度控制问题，已经有了一些可行的技术方案。

但现有的专利仍然存在以下问题：

第一，现有的无人水面艇速度控制方法中，大多未考虑到电力推进部分的控制，控制输入是力矩，而力矩的控制又需要控制电机来完成，使得这些方法在实际的工程应用中实现起来较为复杂。

第二，随着无人水面艇越来越广泛的应用，对其速度控制的响应速度和稳态精度要求也越来越高，现有的速度控制方法还需进一步提高跟踪速度和精度，从而提高无人艇在实际应用中的安全性和可靠性。

发明内容

为解决现有方法存在的不足，本发明要提出一种直流电机推进无人水面艇速度控制器设计方法。本发明设计了两个基于神经网络的辨识器来逼近直流电机、螺旋桨以及无人艇速度动力学中的不确定性，加快了神经网络准确估计未知函数(不确定项)的速度，从而提高速度控制器的性能；然后，依靠从辨识器获得的不确定项信息，采用动态面控制设计方法设计了无人艇速度控制器。本发明采用的技术手段如下：

一种直流电机推进无人水面艇速度控制器设计方法，具有如下步骤：

S1、建立用于推进无人水面艇的直流电机模型、无人水面艇的螺旋桨模型和无人水面艇的前向速度模型；

S2、根据步骤S1中各模型建立直流电机推进的无人水面艇模型；

S3、根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项；

S4、从航速辨识器和转速辨识器获得不确定项信息，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器。

所述步骤S1中建立用于推进无人水面艇的直流电机模型的具体步骤如下：

用于推进无人水面艇的直流电机的电枢电压平衡方程如下：

E_a＝C_eω (2)

其中，R_a、L_a分别表示用于推进无人水面艇的直流电机的电枢电阻和电感；E_a、C_e分别表示用于推进无人水面艇的直流电机的电枢反电动势和反电动势系数；u_a表示用于推进无人水面艇的直流电机的电枢输入电压；i_a表示用于推进无人水面艇的直流电机的电枢电流；ω表示用于推进无人水面艇的直流电机的角速度；

用于推进无人水面艇的直流电机的电磁转矩方程如下：

M_m＝C_mi_a (3)

其中，M_m表示用于推进无人水面艇的直流电机的电磁转矩；C_m表示用于推进无人水面艇的直流电机转矩系数；

用于推进无人水面艇的直流电机的电机转矩平衡方程如下：

其中，J_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的转动惯量；f_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的黏性摩擦系数；M_c表示用于推进无人水面艇的直流电机和负载折合到电机轴上的总负载转矩；

在实际的工程应用中，通常忽略数值较小的用于推进无人水面艇的直流电机的电枢电感L_a，则忽略电感后的用于推进无人水面艇的直流电机模型为：

其中，K_m＝C_m/(R_af_m+C_mC_e)、K_c＝R_a/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的传递系数；T_m＝R_aJ_m/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的机电时间常数。

所述步骤S1中建立的无人水面艇的螺旋桨模型如下：

P＝K_PρD⁴n|n| (6)

T＝(1-t)K_TρD⁵n|n| (7)

其中，P、T分别表示无人水面艇的螺旋桨的推力和转矩；K_P、K_T分别为无人水面艇的螺旋桨的推力系数和转矩系数，均为进速比J的函数；ρ表示海水密度；n表示无人水面艇的螺旋桨的转速；D表示无人水面艇的螺旋桨的直径；t表示无人水面艇的螺旋桨的推力减额系数。

所述步骤S1中建立的无人水面艇的前向速度模型如下：

其中，m表示无人水面艇的质量；u表示无人水面艇的前向速度；X_u、X_uu表示识别参数；τ表示无人水面艇受到控制力和外力的总和。

所述步骤S2的具体步骤如下：

设b₀＝1/m，b₁＝K_m/T_m，f₁(u,ω)＝{[(1-t)K_PρD⁴|ω|ω/4π²]+X_uu+X_|u|uu-ω}/m，f₂(ω)＝(-ω-K_cK_TρD⁵|ω|ω/4π²)/T_m，则根据式(5)～(8)可建立直流电机推进的无人水面艇模型如下：

所述步骤S3的具体步骤如下：

采用一阶神经网络逼近不确定项f₁(u,ω)：

f₁(u,ω)＝W₁ ^Tθ(u,ω)+ε₁，u,ω∈S (10)

其中，θ(x)为激活函数；W₁为神经网络权重，满足||W₁||_F≤W₁ ^*，W₁ ^*为正常数；

是一个紧集；ε₁是函数重建误差，满足

是一个正常数；

设计航速辨识器如下：

其中，ζ₁,μ₁∈R为正常数；

为无人水面艇航速估计值，

设计一阶神经网络更新律如下：

其中，Γ₁，k₁∈R为正常数；

采用二阶神经网络逼近不确定项f₂(ω)：

其中，W₂为神经网络权重，满足

为正常数；ε₂是函数重建误差，满足

是一个正常数；

设计转速辨识器如下：

其中，ζ₂，μ₂∈R为正常数；

为用于推进无人水面艇的直流电机的角速度估计值；

设计二阶神经网络更新律如下：

其中，Γ₂，k₂∈R为正常数。

所述步骤S4的具体步骤如下：

S41、定义一阶动态面误差为z₁＝u-u_r，则z₁对时间的导数为：

其中，u_r为期望的无人水面艇速度；

设计虚拟控制律α_ω如下：

令α_ω通过一个一阶滤波器得到ω_d：

其中，σ₁∈R是一个正常数；ω_d是α_ω的估计值；

S42、定义二阶动态面误差为z₂＝ω-ω_d，则z₂对时间的导数为：

设计实际控制律如下：

其中，ζ₂∈R为一个正常数。

与现有技术相比，本发明具有以下有益效果：

第一，与现有的无人水面艇速度控制器相比，本发明同时考虑电力推进部分和无人水面艇速度动力学，通过用于推进无人水面艇的直流电机的电枢输入电压控制速度，更加有利于实际应用。

第二，与现有的无人水面艇速度控制器相比，本发明采用基于神经网络的辨识器来逼近直流电机、螺旋桨以及无人艇速度动力学中的不确定性，有效提高了无人水面艇速度控制系统的动态响应速度。

第三，与现有的无人水面艇速度控制器相比，本发明提出的直流电机推进无人水面艇速度控制器稳态精度高，抗干扰能力强，更加有利于提高无人水面艇自动化水平，增强自适应能力，使其在实际应用中更加安全可靠。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的具体实施方式中直流电机推进无人水面艇速度控制器的结构示意图。

图2是本发明的具体实施方式中无人水面艇跟踪给定速度曲线图。

图3是本发明的具体实施方式中直流电机推进无人水面艇速度控制器的输出曲线图。

图4是本发明的具体实施方式中一阶神经网络逼近不确定项f₁(u,ω)的曲线图。

图5是本发明的具体实施方式中二阶神经网络逼近不确定项f₂(ω)的曲线图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种直流电机推进无人水面艇速度控制器设计方法，具有如下步骤：

S1、建立用于推进无人水面艇的直流电机模型、无人水面艇的螺旋桨模型和无人水面艇的前向速度模型：

用于推进无人水面艇的直流电机的电枢电压平衡方程如下：

E_a＝C_eω (2)

其中，R_a、L_a分别表示用于推进无人水面艇的直流电机的电枢电阻和电感；E_a、C_e分别表示用于推进无人水面艇的直流电机的电枢反电动势和反电动势系数；u_a表示用于推进无人水面艇的直流电机的电枢输入电压；i_a表示用于推进无人水面艇的直流电机的电枢电流；ω表示用于推进无人水面艇的直流电机的角速度；

用于推进无人水面艇的直流电机的电磁转矩方程如下：

M_m＝C_mi_a (3)

其中，M_m表示用于推进无人水面艇的直流电机的电磁转矩；C_m表示用于推进无人水面艇的直流电机转矩系数；

用于推进无人水面艇的直流电机的电机转矩平衡方程如下：

其中，J_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的转动惯量；f_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的黏性摩擦系数；M_c表示用于推进无人水面艇的直流电机和负载折合到电机轴上的总负载转矩；

在实际的工程应用中，通常忽略数值较小的用于推进无人水面艇的直流电机的电枢电感L_a，则忽略电感后的用于推进无人水面艇的直流电机模型为：

其中，K_m＝C_m/(R_af_m+C_mC_e)、K_c＝R_a/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的传递系数；T_m＝R_aJ_m/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的机电时间常数。

所述步骤S1中建立的无人水面艇的螺旋桨模型如下：

P＝K_PρD⁴n|n| (6)

T＝(1-t)K_TρD⁵n|n| (7)

其中，P、T分别表示无人水面艇的螺旋桨的推力和转矩；K_P、K_T分别为无人水面艇的螺旋桨的推力系数和转矩系数，均为进速比J的函数；ρ表示海水密度；n表示无人水面艇的螺旋桨的转速；D表示无人水面艇的螺旋桨的直径；t表示无人水面艇的螺旋桨的推力减额系数。

所述步骤S1中建立的无人水面艇的前向速度模型如下：

其中，m表示无人水面艇的质量；u表示无人水面艇的前向速度；X_u、X_|u|u表示识别参数；τ表示无人水面艇受到控制力和外力的总和；

S2、根据步骤S1中各模型建立直流电机推进的无人水面艇模型：

设b₀＝1/m，b₁＝K_m/T_m，f₁(u,ω)＝{[(1-t)K_PρD⁴|ω|ω/4π²]+X_uu+X_|u|uu-ω}/m，f₂(ω)＝(-ω-K_cK_TρD⁵|ω|ω/4π²)/T_m，则根据式(5)～(8)可建立直流电机推进的无人水面艇模型如下：

S3、根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项：

采用一阶神经网络逼近不确定项f₁(u,ω)：

f₁(u,ω)＝W₁ ^Tθ(u,ω)+ε₁，u,ω∈S (10)

其中，θ(x)为激活函数；W₁为神经网络权重，满足||W₁||_F≤W₁ ^*，W₁ ^*为正常数；

是一个紧集；ε₁是函数重建误差，满足

是一个正常数；

设计航速辨识器如下：

其中，ζ₁,μ₁∈R为正常数；

为无人水面艇航速估计值，

设计一阶神经网络更新律如下：

其中，Γ₁，k₁∈R为正常数；

采用二阶神经网络逼近不确定项f₂(ω)：

其中，W₂为神经网络权重，满足

为正常数；ε₂是函数重建误差，满足

是一个正常数；

设计转速辨识器如下：

其中，ζ₂，μ₂∈R为正常数；

为用于推进无人水面艇的直流电机的角速度估计值；

设计二阶神经网络更新律如下：

其中，Γ₂，k₂∈R为正常数；

S4、从航速辨识器和转速辨识器获得不确定项信息，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器：

S41、定义一阶动态面误差为z₁＝u-u_r，则z₁对时间的导数为：

其中，u_r为期望的无人水面艇速度；

设计虚拟控制律α_ω如下：

令α_ω通过一个一阶滤波器得到ω_d：

其中，σ₁∈R是一个正常数；ω_d是α_ω的估计值；

S42、定义二阶动态面误差为z₂＝ω-ω_d，则z₂对时间的导数为：

设计实际控制律如下：

其中，ζ₂∈R为一个正常数。

下面结合附图以一个具体的直流电机推进的无人水面艇为例，对本发明进行进一步说明。图1所示为本发明的具体实施方式中直流电机推进无人水面艇速度控制器的结构示意图，此例的控制目标是直流电机推进的无人艇能够跟踪给定的速度。

如图1所示，一种直流电机推进无人水面艇速度控制器，包括航速辨识器、转速辨识器、虚拟控制律模块、实际控制律模块、滤波器、一阶神经网络更新律模块和二阶神经网络更新律模块；航速辨识器的输入端分别与直流电机推进的无人水面艇的输出端以及一阶神经网络更新律模块的输出端相连；虚拟控制律模块的输入端分别与一阶神经网络更新律模块的输出端以及一阶动态面误差模块相连；一阶神经网络更新律模块的输入端分别与直流电机推进的无人水面艇的输出端以及航速辨识器的输出端相连；转速辨识器的输入端分别与直流电机推进的无人水面艇输出端、二阶神经网络更新律模块以及实际控制律模块的输出端相连；滤波器的输入端与虚拟控制律模块的输出端相连；实际控制律模块的输入端分别与直流电机推进的无人水面艇输出端、滤波器以及二阶神经网络更新律模块的输出端相连；二阶神经网络更新律模块的输入端分别与直流电机推进的无人水面艇输出端以及转速辨识器的输出端相连。

本例具体的参数如下：

用于推进无人水面艇的直流电机的参数为：机电时间常数T_m取3，传递系数K_m、K_c分别取6、0.02，额定电压12V；无人水面艇的主要参数设置为：无人水面艇的质量为23.8kg，识别参数X_u、X_|u|u分别取-0.7225、-1.3274；无人水面艇的螺旋桨的参数为：推力减额系数取0.9，螺旋桨的直径为0.05m，海水密度取1025kg/m³。

仿真结果如图2-5所示。图2是无人水面艇跟踪给定速度曲线图，图中的实线为给定的无人水面艇航速，虚线为无人水面艇实际航速曲线，从图中可以看出无人水面艇的实际航速快速平滑地跟踪给定速度，在5s的时间内达到给定速度0.4m/s，而且稳态精度很高。图3为直流电机推进无人水面艇速度控制器的输出曲线图，也就是用于推进无人水面艇的直流电机的输入电压。图4、图5分别是一阶和二阶神经网络逼近不确定项的曲线图，实线为实际的函数值，虚线为神经网络的估计值，从图中可以看出基于估计误差更新的神经网络能够快速准确地逼近不确定项(未知函数)。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (5)

1.一种直流电机推进无人水面艇速度控制器设计方法，其特征在于具有如下步骤：

S1、建立用于推进无人水面艇的直流电机模型、无人水面艇的螺旋桨模型和无人水面艇的前向速度模型；

S2、根据步骤S1中各模型建立直流电机推进的无人水面艇模型；

S3、根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项；

S4、从航速辨识器和转速辨识器获得不确定项信息，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器。

2.根据权利要求1所述的直流电机推进无人水面艇速度控制器设计方法，其特征在于：所述步骤S1中建立用于推进无人水面艇的直流电机模型的具体步骤如下：

用于推进无人水面艇的直流电机的电枢电压平衡方程如下：

E_a＝C_eω (2)

其中，R_a、L_a分别表示用于推进无人水面艇的直流电机的电枢电阻和电感；E_a、C_e分别表示用于推进无人水面艇的直流电机的电枢反电动势和反电动势系数；u_a表示用于推进无人水面艇的直流电机的电枢输入电压；i_a表示用于推进无人水面艇的直流电机的电枢电流；ω表示用于推进无人水面艇的直流电机的角速度；

用于推进无人水面艇的直流电机的电磁转矩方程如下：

M_m＝C_mi_a (3)

其中，M_m表示用于推进无人水面艇的直流电机的电磁转矩；C_m表示用于推进无人水面艇的直流电机转矩系数；

用于推进无人水面艇的直流电机的电机转矩平衡方程如下：

其中，J_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的转动惯量；f_m表示用于推进无人水面艇的直流电机和负载折合到电机轴上的黏性摩擦系数；M_c表示用于推进无人水面艇的直流电机和负载折合到电机轴上的总负载转矩；

在实际的工程应用中，通常忽略数值较小的用于推进无人水面艇的直流电机的电枢电感L_a，则忽略电感后的用于推进无人水面艇的直流电机模型为：

其中，K_m＝C_m/(R_af_m+C_mC_e)、K_c＝R_a/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的传递系数；T_m＝R_aJ_m/(R_af_m+C_mC_e)表示用于推进无人水面艇的直流电机的机电时间常数；

所述步骤S1中建立的无人水面艇的螺旋桨模型如下：

P＝K_PρD⁴n|n| (6)

T＝(1-t)K_TρD⁵n|n| (7)

其中，P、T分别表示无人水面艇的螺旋桨的推力和转矩；K_P、K_T分别为无人水面艇的螺旋桨的推力系数和转矩系数，均为进速比J的函数；ρ表示海水密度；n表示无人水面艇的螺旋桨的转速；D表示无人水面艇的螺旋桨的直径；t表示无人水面艇的螺旋桨的推力减额系数；

所述步骤S1中建立的无人水面艇的前向速度模型如下：

其中，m表示无人水面艇的质量；u表示无人水面艇的前向速度；X_u、X_|u|u表示识别参数；τ表示无人水面艇受到控制力和外力的总和。

3.根据权利要求2所述的直流电机推进无人水面艇速度控制器设计方法，其特征在于：所述步骤S2的具体步骤如下：

设b₀＝1/m，b₁＝K_m/T_m，f₁(u,ω)＝{[(1-t)K_PρD⁴|ω|ω/4π²]+X_uu+X_|u|uu-ω}/m，f₂(ω)＝(-ω-K_cK_TρD⁵|ω|ω/4π²)/T_m，则根据式(5)～(8)可建立直流电机推进的无人水面艇模型如下：

。

4.根据权利要求3所述的直流电机推进无人水面艇速度控制器设计方法，其特征在于：所述步骤S3的具体步骤如下：

采用一阶神经网络逼近不确定项f₁(u,ω)：

f₁(u,ω)＝W₁ ^Tθ(u,ω)+ε₁，u,ω∈S (10)

其中，θ(x)为激活函数；W₁为神经网络权重，满足||W₁||_F≤W₁ ^*，W₁ ^*为正常数；

是一个紧集；ε₁是函数重建误差，满足

是一个正常数；

设计航速辨识器如下：

其中，ζ₁,μ₁∈R为正常数；

为无人水面艇航速估计值，

设计一阶神经网络更新律如下：

其中，Γ₁，k₁∈R为正常数；

采用二阶神经网络逼近不确定项f₂(ω)：

其中，W₂为神经网络权重，满足

为正常数；ε₂是函数重建误差，满足

是一个正常数；

设计转速辨识器如下：

其中，ζ₂，μ₂∈R为正常数；

为用于推进无人水面艇的直流电机的角速度估计值；

设计二阶神经网络更新律如下：

其中，Γ₂，k₂∈R为正常数。

5.根据权利要求4所述的直流电机推进无人水面艇速度控制器设计方法，其特征在于：所述步骤S4的具体步骤如下：

S41、定义一阶动态面误差为z₁＝u-u_r，则z₁对时间的导数为：

其中，u_r为期望的无人水面艇速度；

设计虚拟控制律α_ω如下：

令α_ω通过一个一阶滤波器得到ω_d：

其中，σ₁∈R是一个正常数；ω_d是α_ω的估计值；

S42、定义二阶动态面误差为z₂＝ω-ω_d，则z₂对时间的导数为：

设计实际控制律如下：

其中，ζ₂∈R为一个正常数。

Images