CN114217527B - 一种潜航器最优容错自适应控制分配方法 - Google Patents

一种潜航器最优容错自适应控制分配方法 Download PDF

Info

Publication number
CN114217527B
CN114217527B CN202111439650.2A CN202111439650A CN114217527B CN 114217527 B CN114217527 B CN 114217527B CN 202111439650 A CN202111439650 A CN 202111439650A CN 114217527 B CN114217527 B CN 114217527B
Authority
CN
China
Prior art keywords
relaxation
comprehensive
rudder
constraint
moment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111439650.2A
Other languages
English (en)
Other versions
CN114217527A (zh
Inventor
张鑫
胡志强
于海斌
李硕
刘健
李永民
张吉龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN202111439650.2A priority Critical patent/CN114217527B/zh
Publication of CN114217527A publication Critical patent/CN114217527A/zh
Application granted granted Critical
Publication of CN114217527B publication Critical patent/CN114217527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种潜航器最优容错自适应控制分配方法，该方法将控制器输出的综合力和力矩以阻力最优的方式分配到各个执行机构，该方法包括两个约束优化求解阶段：基于约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段。第一阶段，基于约束松弛的可行解判断阶段，将综合力和力矩约束条件进行松弛，将执行机构指令值和松弛变量共同作为决策变量，以松弛变量平方和最小为目标进行求解，获取松弛后的约束条件，从而保证第二阶段存在可行解；第二阶段，以阻力最小为目标的最优分配阶段，将松弛后的约束条件作为约束条件，求解各执行机构的最优指令值，从而实现潜航器减阻节能航行，且对一定程度的执行机构故障或性能退化情况具有自适应能力。

Description

一种潜航器最优容错自适应控制分配方法
技术领域
本发明涉及水下机器人行为优化控制领域，尤其涉及一种面向长航程潜航器的行为优化控制方法，具体的说是一种潜航器最优容错自适应控制分配方法。
背景技术
近年来，海洋开发日趋重要，潜航器是探索海洋的重要工具，并逐渐向长航程、大深度发展，潜航器的降低阻力是增加航程的重要手段，其中根据各个执行机构的阻力系数，将控制器输出的控制力合理分配到各执行机构可有效降低阻力，而当前很多潜航器都是根据经验或简单计算对各个执行机构采取固定比例或固定方式操作，如：利用水平舵调节俯仰控制指令且某些航速下使用艉舵、某些情况前后舵按一定比例都使用等，这些使用方式都没有达到最小化阻力时的分配，且执行机构故障或性能退化时不能主动适应，本发明即针对此问题提出一种潜航器最优容错自适应控制分配方法。
发明内容
针对上述长航程潜航器对减阻方面的需求以及目前实际应用中控制分配不能达到最优且适应性不足等问题，本发明提出了一种潜航器最优容错自适应控制分配方法，实现阻力最小下的最优自适应控制分配。
本发明为实现上述目的所采用的技术方案是：一种潜航器最优容错自适应控制分配方法，包括以下步骤：
将控制器输出的综合力和力矩信息构成输入变量，各个执行机构指令值构成输出变量，以航行阻力最小为目标，根据输入变量和输出变量构建约束条件，将输入变量分配到各个输出变量，进而控制各执行机构动作。
所述以航行阻力最小为目标，根据输入变量和输出变量构建约束条件，将输入变量分配到各个输出变量，包括以下步骤：
1)基于执行机构指令上下限约束、执行机构指令变化量上下限约束、第一目标函数、松弛后的综合力和力矩约束、松弛变量取值范围约束构建基于约束松弛的可行解判定阶段的最优化问题；
2)将最小化第一目标函数所求出的各变量的最优解带入松弛后的综合力和力矩约束；
3)根据第二目标函数、执行机构指令上下限约束公式、执行机构指令变化量上下限约束、松弛后的综合力和力矩约束构建以阻力最小为目标的最优分配求解阶段的最优化问题，以极小化第二目标函数求解出各执行机构的最优值，发送至各执行机构。
所述输入变量包括综合推力Fsum、综合俯仰力矩Msum、综合横滚力矩Ksum、综合偏航力矩Nsum。
所述输出变量包括左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr。
所述执行机构指令上下限约束：
其中，上标为L的量表示相应执行机构指令下限；上标为U的表示相应执行机构指令上限；
所述执行机构指令变化量上下限约束：
其中，前缀Δ表示相应执行机构变化量，上标为L的量表示相应执行机构指令变化量下限；上标为U的量表示相应执行机构指令变化量上限；上标为t的量表示相应执行机构指令当前值，即t时刻值。
所述第一目标函数：
其中，J表示函数值，cFL、cFU、cML、cMU、cNL、cNU、cKL、cKU分别为各松弛量前的系数；各松弛量包括：综合推力下限松弛量εFL、综合推力上限松弛量εFU、综合俯仰力矩下限松弛量εML综合俯仰力矩上限松弛量εMU、综合偏航力矩下限松弛量εNL、综合偏航力矩上限松弛量εNU、综合横滚力矩下限松弛量εKL、综合横滚力矩上限松弛量εKU。
所述松弛后的综合力和力矩约束如下：
其中，η为推进器系数；LnL、LnR分别为左、右推进器偏航力臂；左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr；各松弛量包括：综合推力下限松弛量εFL、综合推力上限松弛量εFU、综合俯仰力矩下限松弛量εML综合俯仰力矩上限松弛量εMU、综合偏航力矩下限松弛量εNL、综合偏航力矩上限松弛量εNU、综合横滚力矩下限松弛量εKL、综合横滚力矩上限松弛量εKU。
所述第二目标函数如下：
J＝(DδbL·xδbL)2+(DδbR·xδbR)2+(DδsL·xδsL)2+(DδsR·xδsL)2+(Dδr·xδr)2 (1)
其中，J表示函数值，DδbL、DδbR、DδsL、DδsR、Dδr分别为艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵阻力系数；艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr。
所述约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段采用一阶通用二次规划求解器、内点法、积极集法、智能搜索算法中的任意一种方法进行求解。
本发明具有以下优点及有益效果：
1.本发明提出了一种潜航器最优容错自适应控制分配方法，可实现潜航器控制器输出的综合力合力矩到各个执行机构的最优分配，可有效降低潜航器阻力，增加航程。
2.本发明将原问题分解为两阶段在线求解的策略，可保证每个求解周期都具有可行解。
3.本发明可根据传感器采集的执行机构性能信息实时调整各执行机构上下限、执行机构变化量上下限，从而自动适应执行机构故障或性能退化的情况。
附图说明
图1为一种潜航器最优容错自适应控制分配方法结构图。
图2为一种潜航器最优容错自适应控制分配方法仿真结果经纬度图。
图3为一种潜航器最优容错自适应控制分配方法仿真结果艏舵图。
图4为一种潜航器最优容错自适应控制分配方法仿真结果艉舵图。
图5为一种潜航器最优容错自适应控制分配方法仿真结果垂直舵图。
具体实施方式
下面举仿真实例对上述技术方案中描述的方法进行说明。
如图1所示，一种潜航器最优容错自适应控制分配方法，待求解问题描述为：
输入变量为控制器输出的综合力和力矩信息，输出变量为各个执行机构指令值，以航行阻力最小为目标，以综合力合力矩、执行机构指令上下限、执行机构指令变化量上下限为约束条件，将输入变量分配到各个输出变量；
所述控制分配方法的控制对象，即潜航器，以具有艉部左推进器、艉部右推进器、艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵共7个执行机构为例，则所述最优化问题数学描述为以下5部分并定义为问题1：
(1)待求解变量：左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr
(2)目标函数：
J＝(DδbL·xδbL)2+(DδbR·xδbR)2+(DδsL·xδsL)2+(DδsR·xδsL)2+(Dδr·xδr)2 (1)
其中，DδbL、DδbR、DδsL、DδsR、Dδr分别为艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵阻力系数；
(3)综合力和力矩约束：
其中，Fsum、Msum、Ksum、Nsum分别为综合推力、综合俯仰力矩、综合横滚力矩、综合偏航力矩；MδbL、MδbR、MδsL、MδsR分别为艏部左舵、艏部右舵、艉部左舵、艉部右舵俯仰力矩系数；Nδr为艉部垂直舵偏航力矩系数；KδbL、KδbR、KδsL、KδsR、Kδr分别为艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵横滚力矩系数；η推进器系数；LnL、LnR分别为左、右推进器偏航力臂；
(4)执行机构指令上下限约束：
其中，上标为L的量表示相应执行机构指令下限；上标为U的表示相应执行机构指令上限；
(5)执行机构指令变化量上下限约束：
其中，前缀Δ表示相应执行机构变化量，上标为L的量表示相应执行机构指令变化量下限；上标为U的表示相应执行机构指令变化量上限；上标t的量表示相应执行机构指令当前值，即t时刻值；
所述优化问题数学描述直接求解有无解的可能性，由于在线控制需要每个周期都给出解，因此不能直接求解上述最优化问题，所述最优化问题转化为两个约束优化求解阶段：基于约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段：
所述基于约束松弛的可行解判定阶段将控制器输出的综合力和力矩约束条件，即公式(2)，进行松弛，将执行机构指令值和松弛变量共同作为决策变量，以松弛变量平方和最小为目标进行求解，获取松弛后的约束条件，由于一般综合力合力矩根据各执行机构的上下限进行了限幅，因此松弛后的约束条件存在可行解，该问题数学描述如下，并定为问题2：
(1)待求解变量：左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr、综合推力下限松弛量εFL、综合推力上限松弛量εFU、综合俯仰力矩下限松弛量εML综合俯仰力矩上限松弛量εMU、综合偏航力矩下限松弛量εNL、综合偏航力矩上限松弛量εNU、综合横滚力矩下限松弛量εKL、综合横滚力矩上限松弛量εKU
(2)目标函数：
其中，各松弛量前的系数为加权系数，用于调整各约束条件的重要性；
(3)松弛后的综合力和力矩约束：
(4)执行机构指令上下限约束同公式(3)；
(5)执行机构指令变化量上下限约束同公式(4)；
(6)松弛变量取值范围约束：
εFL，εFU，εML，εMU，εNL，εNU，εKL，εKU≥0 (7)
所述以阻力最小为目标的最优分配求解阶段将松弛后的约束条件作为约束条件，求解各执行机构的最优指令值，从而实现潜航器减阻节能航行，且对一定程度的执行机构故障或性能退化情况具有自适应能力，该问题数学描述如下，并定为问题3：
(1)待求解变量：xnL、xnR、xδbL、xδbR、xδsL、xδsR、xδr
(2)目标函数同公式(1)；
(3)松弛后的综合力和力矩约束：
其中为问题2中各个待求解变量的最优解；
(4)执行机构指令上下限约束同公式(3)；
(5)执行机构指令变化量上下限约束同公式(4)；
上述求解过程对执行机构部分故障或性能退化时所述方法具有一定自适应能力，具体为：各执行机构故障或性能退化表现为各执行机构操作范围变小，即上下限或变化量上下限所包含的区间变小，如执行机构卡死时可将上下限都设置为卡死值。
所述约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段采用一阶通用二次规划求解器、内点法、积极集法、智能搜索算法中的任意一种方法进行求解。
1.一种潜航器最优容错自适应控制分配方法，其基本原始是将控制分配问题转化为最优化问题，为保证在线求解的可行性，将该最优化问题分解为2个阶段：基于约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段；
2.以具有艉部左推进器、艉部右推进器、艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵共7个执行机构为例，对上述原理进行说明：
(1)控制器根据给定的控制目标(包括：速度指令、航向指令、深度指令、横滚指令)和被控变量当前测量值计算出达到目标所需的综合力和力矩(包括：推力、偏航力矩、俯仰力矩、横滚力矩)；
(2)基于公式(3)、(4)、(5)、(6)、(7)构建基于约束松弛的可行解判定阶段的最优化问题；
(3)将步骤(1)中最小化公式(5)所求出的公式(5)中各变量的最优解带入公式(8)；
(4)根据公式(1)、(3)、(4)、(8)构建以阻力最小为目标的最优分配求解阶段的最优化问题，以极小化公式(1)求解出各执行机构的最优值，发送至各执行机构，改变潜航器状态并逐步趋向控制目标；
(5)重复步骤(1)～(4)，最终潜航器达到控制目标；
(6)步骤(1)和(2)的求解方法：可采用OSQP(一阶通用二次规划求解器)、内点法、积极集法、智能搜索算法进行求解。
3.仿真实例对上述方法进行验证
(1)仿真运动学-动力学模型
采用标准的6自由度非线性水动力及运动学模型，包括12个状态变量：经度(Lon)、纬度(Lat)、深度(deep)、滚动角(phi)、俯仰角(theta)、航向角(psi)、载体3轴速度(u、v、w)、载体三轴角速度(p、q、r)；
(2)初始值
状态初值：Lon＝115.17°，Lat＝17.048°，deep＝700m，phi＝theta＝0°，psi＝30°，u＝3m/s，v＝w＝0m/s，p＝q＝r＝0°/s；
初始净浮力：200kg；
初始重量：30t；
各执行机构初值：
(3)按照上述技术方案结构图构建潜航器控制器模块和控制分配模块，与仿真运动学-动力学模型构成动态仿真环境，潜航器梳形航行250分钟，在120分钟后加入艏部左舵卡死故障，卡死角度为-10°；
(4)仿真结果分析
如图2～图5所示仿真结果图，所述最优自适应容错控制分配方法，在动态控制过程中协同合理的分配各个执行机构，使得各执行机构以较小幅度协同动作，减小阻力，在加入舵卡死故障后，仍然能够自适应调整分配策略，保证控制性能。综上本发明所述最优自适应容错控制分配方法可通过将控制器的综合力和力矩指令最优分配到各个执行机构，从而减小阻力、增加航程。

Claims (7)

1.一种潜航器最优容错自适应控制分配方法，其特征在于，包括以下步骤：
将控制器输出的综合力和力矩信息构成输入变量，各个执行机构指令值构成输出变量，以航行阻力最小为目标，根据输入变量和输出变量构建约束条件，将输入变量分配到各个输出变量，进而控制各执行机构动作；
所述以航行阻力最小为目标，根据输入变量和输出变量构建约束条件，将输入变量分配到各个输出变量，包括以下步骤：
1)基于执行机构指令上下限约束、执行机构指令变化量上下限约束、第一目标函数、松弛后的综合力和力矩约束、松弛变量取值范围约束构建基于约束松弛的可行解判定阶段的最优化问题；
2)将最小化第一目标函数所求出的各变量的最优解带入松弛后的综合力和力矩约束；
3)根据第二目标函数、执行机构指令上下限约束公式、执行机构指令变化量上下限约束、松弛后的综合力和力矩约束构建以阻力最小为目标的最优分配求解阶段的最优化问题，以极小化第二目标函数求解出各执行机构的最优值，发送至各执行机构；
所述第一目标函数：
其中，J表示函数值，cFL、cFU、cML、cMU、cNL、cNU、cKL、cKU分别为各松弛量前的系数；各松弛量包括：综合推力下限松弛量εFL、综合推力上限松弛量εFU、综合俯仰力矩下限松弛量εML综合俯仰力矩上限松弛量εMU、综合偏航力矩下限松弛量εNL、综合偏航力矩上限松弛量εNU、综合横滚力矩下限松弛量εKL、综合横滚力矩上限松弛量εKU。
2.根据权利要求1所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述输入变量包括综合推力Fsum、综合俯仰力矩Msum、综合横滚力矩Ksum、综合偏航力矩Nsum。
3.根据权利要求1所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述输出变量包括左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr。
4.根据权利要求3所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述执行机构指令上下限约束：
其中，上标为L的量表示相应执行机构指令下限；上标为U的表示相应执行机构指令上限；
所述执行机构指令变化量上下限约束：
其中，前缀Δ表示相应执行机构变化量，上标为L的量表示相应执行机构指令变化量下限；上标为U的量表示相应执行机构指令变化量上限；上标为t的量表示相应执行机构指令当前值，即t时刻值。
5.根据权利要求1所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述松弛后的综合力和力矩约束如下：
其中，η为推进器系数；LnL、LnR分别为左、右推进器偏航力臂；左推进器转速xnL、右推进器转速xnR、艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr；各松弛量包括：综合推力下限松弛量εFL、综合推力上限松弛量εFU、综合俯仰力矩下限松弛量εML综合俯仰力矩上限松弛量εMU、综合偏航力矩下限松弛量εNL、综合偏航力矩上限松弛量εNU、综合横滚力矩下限松弛量εKL、综合横滚力矩上限松弛量εKU。
6.根据权利要求1所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述第二目标函数如下：
J＝(DδbL·xδbL)2+(DδbR·xδbR)2+(DδsL·xδsL)2+(DδsR·xδsL)2+(Dδr·xδr)2 (1)
其中，J表示函数值，DδbL、DδbR、DδsL、DδsR、Dδr分别为艏部左舵、艏部右舵、艉部左舵、艉部右舵、艉部垂直舵阻力系数；艏部左舵偏角xδbL、艏部右舵偏角xδbR、艉部左舵偏角xδsL、艉部右舵偏角xδsR、艉部垂直舵偏角xδr。
7.根据权利要求1所述的一种潜航器最优容错自适应控制分配方法，其特征在于，所述约束松弛的可行解判定阶段和以阻力最小为目标的最优分配求解阶段采用一阶通用二次规划求解器、内点法、积极集法、智能搜索算法中的任意一种方法进行求解。
CN202111439650.2A 2021-11-30 2021-11-30 一种潜航器最优容错自适应控制分配方法 Active CN114217527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111439650.2A CN114217527B (zh) 2021-11-30 2021-11-30 一种潜航器最优容错自适应控制分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111439650.2A CN114217527B (zh) 2021-11-30 2021-11-30 一种潜航器最优容错自适应控制分配方法

Publications (2)

Publication Number Publication Date
CN114217527A CN114217527A (zh) 2022-03-22
CN114217527B true CN114217527B (zh) 2023-10-20

Family

ID=80698962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111439650.2A Active CN114217527B (zh) 2021-11-30 2021-11-30 一种潜航器最优容错自适应控制分配方法

Country Status (1)

Country Link
CN (1) CN114217527B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008014882A1 (de) * 2006-08-01 2008-02-07 Atlas Elektronik Gmbh Verfahren zur bestimmung eines fahrwegs für ein unterwasserfahrzeug
CN102485591A (zh) * 2010-12-04 2012-06-06 中国科学院沈阳自动化研究所 一种微型水下机器人矢量布置推进器推力分配方法及装置
KR20160062972A (ko) * 2014-11-26 2016-06-03 한국해양과학기술원 추진기 배치가 변경 가능한 가변구조 수중로봇
CN108333925A (zh) * 2018-01-18 2018-07-27 上海交通大学 考虑输入和终端约束的船舶推力分配自适应优化方法
CN109725526A (zh) * 2017-10-31 2019-05-07 中国科学院沈阳自动化研究所 一种多变量半自适应预测控制方法
CN112148026A (zh) * 2020-08-17 2020-12-29 海洋石油工程股份有限公司 水下机器人动力定位系统的推力分配方法
CN112925316A (zh) * 2021-01-25 2021-06-08 中国船舶工业集团公司第七0八研究所 一种双泵喷水推进船舶矢量控制推力分配优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008014882A1 (de) * 2006-08-01 2008-02-07 Atlas Elektronik Gmbh Verfahren zur bestimmung eines fahrwegs für ein unterwasserfahrzeug
CN102485591A (zh) * 2010-12-04 2012-06-06 中国科学院沈阳自动化研究所 一种微型水下机器人矢量布置推进器推力分配方法及装置
KR20160062972A (ko) * 2014-11-26 2016-06-03 한국해양과학기술원 추진기 배치가 변경 가능한 가변구조 수중로봇
CN109725526A (zh) * 2017-10-31 2019-05-07 中国科学院沈阳自动化研究所 一种多变量半自适应预测控制方法
CN108333925A (zh) * 2018-01-18 2018-07-27 上海交通大学 考虑输入和终端约束的船舶推力分配自适应优化方法
CN112148026A (zh) * 2020-08-17 2020-12-29 海洋石油工程股份有限公司 水下机器人动力定位系统的推力分配方法
CN112925316A (zh) * 2021-01-25 2021-06-08 中国船舶工业集团公司第七0八研究所 一种双泵喷水推进船舶矢量控制推力分配优化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
AUV动力定位控制技术研究;窦刚;《中国优秀硕士论文全文库 工程科技Ⅱ辑》;全文 *
Finite-time velocity-free observer-based consensus tracking for heterogeneous uncertain AUVs via adaptive sliding mode control;Bo Chen;《Ocean Engineering》;全文 *
Reliability allocation for the mechanical system of autonomous underwater vehicles;胡志强;《OCEANS 2016 - Shanghai》;全文 *
The leaderless multi-AUV system fault-tolerant consensus strategy under heterogeneous communication topology;Xiaogong Lin;《Ocean Engineering》;全文 *
水下机器人水动力性能分析及其运动控制方法的研究;郑海斌;《中国优秀硕士论文全文库 信息科技》;全文 *
用于水下机器人姿态调节的电磁式水下合成射流激励器;胡志强;《机器人》;全文 *

Also Published As

Publication number Publication date
CN114217527A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN107168312B (zh) 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法
CN108319140B (zh) 一种重定义输出式无模型自适应航向控制方法及系统
CN111650948B (zh) 一种可底栖式auv的水平面轨迹快速跟踪控制方法
CN110308735A (zh) 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法
CN109240289B (zh) 波浪滑翔器艏摇信息自适应滤波方法
Mu et al. Tracking control of podded propulsion unmanned surface vehicle with unknown dynamics and disturbance under input saturation
CN113485121B (zh) 一种分布式多船协同动力定位控制方法
CN108572550A (zh) 一种基于机器学习的在线实时推力分配方法
Zhang et al. Tracking fault-tolerant control based on model predictive control for human occupied vehicle in three-dimensional underwater workspace
CN112987771A (zh) 基于多端口输出误差触发机制的机帆船路径跟踪控制方法
CN114089634B (zh) 一种基于多电机主从轴协同算法的水下机器人控制方法
CN115079698A (zh) 欺骗攻击任务下的无人水面船路径跟踪时间触发控制方法
CN114217527B (zh) 一种潜航器最优容错自适应控制分配方法
Jia et al. Distributed dynamic rendezvous control of the AUV-USV joint system with practical disturbance compensations using model predictive control
CN108681245B (zh) 一种解决实际升力受限的减摇鳍控制器
CN110147120B (zh) 一种自主水下航行器舵面主动容错控制方法
Tang et al. Simulation of optimal integral sliding mode controller for the depth control of AUV
CN113009824A (zh) 变稳船自适应变稳控制方法、系统和存储介质
Zhang et al. LQR-based ship roll reduction control using fin stabilizer
CN111324037A (zh) 一种基于遗传算法与模拟退火算法结合的推力分配方法
CN116520834A (zh) 一种低能耗的无人船巡航方法
CN116048090A (zh) 一种具有能耗优化效应的风帆助航船路径跟踪控制方法
Liu et al. Synchronisation control for ships in underway replenishment based on dynamic surface control
JP2003022134A (ja) 浮体位置制御システム及び浮体位置制御シミュレータ
CN113848915A (zh) 一种基于线性自抗扰技术的极地船舶航向控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant