CN116663148A - 一种载人潜水器的容错控制方法、***及电子设备 - Google Patents
一种载人潜水器的容错控制方法、***及电子设备 Download PDFInfo
- Publication number
- CN116663148A CN116663148A CN202310649605.2A CN202310649605A CN116663148A CN 116663148 A CN116663148 A CN 116663148A CN 202310649605 A CN202310649605 A CN 202310649605A CN 116663148 A CN116663148 A CN 116663148A
- Authority
- CN
- China
- Prior art keywords
- propeller
- manned submersible
- fault
- matrix
- submersible
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims abstract description 68
- 230000009286 beneficial effect Effects 0.000 claims abstract description 29
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims description 31
- 239000013598 vector Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000013016 damping Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100108191 Vibrio parahaemolyticus serotype O3:K6 (strain RIMD 2210633) add gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 101150060298 add2 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
- B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种载人潜水器的容错控制方法、***及电子设备,方法包括:建立载人潜水器的运动学和动力学模型;设计非线性的干扰观测器,通过非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;根据集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;通过权重矩阵对所述载人潜水器中推进器进行推力分配,若载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。本发明能够利用有益干扰、补偿有害干扰。
Description
技术领域
本发明涉及潜水器的抗干扰控制与容错控制技术领域,尤其是指一种载人潜水器的容错控制方法、***及电子设备。
背景技术
随着海洋资源开发力度和全球环境保护需求的不断加大,载人潜水器作为海洋高科技的重要组成之一,已成为海洋研究必不可少的平台。在工程实践过程中,潜水器需要在复杂海洋环境下完成各类困难的复杂任务,因此要求其具备精确的轨迹跟踪和定位能力。然而,诸多因素会影响到潜水器的控制,如载人潜水器本身的高度非线性、时变动态,参数不确定性,海洋环境中的潮汐、洋流,以及不可预知的外部干扰等等。
上述模型不确定性和未知外部环境干扰等多种因素的存在,在很大程度上增加了潜水器轨迹跟踪的难度。与此同时,推进器作为载人潜水器最主要的动力装置,也是最容易出现故障的部分,当发生故障时,如果不及时调整控制作用,可能会影响载人潜水器的控制性能,影响作业任务的完成,甚至造成潜水器无法回收等问题。因此,如何实现多源干扰下载人潜水器的精确轨迹跟踪控制,以及推进器故障下的容错控制是一个值得研究的问题。
现有的抗干扰控制算法,绝大部分都直接将干扰视为有害因素,并进行统一的抵消处理。事实上,由于干扰通常是复杂多变的,在某些情况下,干扰可能对控制任务的完成起到有益的作用。如果控制器仍将这部分有益干扰直接补偿,将无法利用有益干扰进一步提升控制***的瞬态性能和稳态精度。有关推进器故障的容错控制研究中,均是将某个推进器故障所缺失的控制能量全部通过其余推进器产生额外控制能量的方式进行补偿。当推进器发生故障时,推进器***不仅要补偿推进器故障影响所缺失的能量,还需要提供额外的能量来抵消外部干扰的影响,这将在一定程度上增加控制能量,甚至可能由于推进器的负担过重而造成新的推进器故障。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中载人潜水器在实际运行过程中会受到未知外部环境干扰和推进器故障等因素影响的问题。
为解决上述技术问题,本发明提供了一种载人潜水器的容错控制方法,包括:
步骤S1:建立载人潜水器的运动学和动力学模型;
步骤S2:设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
步骤S3:根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
步骤S4:通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
步骤S5:根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。
在本发明的一个实施例中,所述步骤S1中建立载人潜水器的运动学和动力学模型,包括:
构建载人潜水器的运动学模型,公式为:
其中,表示惯性坐标系中的位置和欧拉角矢量,υ=[u v wp q r]T∈R6表示机体坐标系中的线速度和角速度矢量,J(η)∈R6×6表示旋转矩阵;
构建载人潜水器的动力学模型,公式为:
其中,M∈R6×6表示质量和惯性矩阵,R表示实数集,C(υ)∈R6×6表示科氏向心力矩阵,D(υ)∈R6×6表示阻尼矩阵,G(η)∈R6表示重力和浮力及其力矩,T=Bu∈R6表示作用于载人潜水器的力和力矩,B∈R6×8表示推力配置矩阵,u=[u1 u2 … u8]T∈R8表示载人潜水器中推进器产生的推力向量,共同控制载人潜水器的六个自由度,d∈R6表示未知外部干扰;
考虑加性不确定性,将所述动力学模型中的系数矩阵写为标称值(*)norm和偏差值(*)bias之和,得到变换后的载人潜水器的动力学模型,公式为:
其中,dsum表示载人潜水器的外部干扰和模型不确定性之和,定义为dsum=d+dbias,Mbias、C(v)bias、D(v)bias、G(η)bias分别表示质量和惯性矩阵的偏差值、科氏向心力矩阵的偏差值、阻尼矩阵的偏差值、重力和浮力及其力矩的偏差值;
将所述变换后的载人潜水器的动力学模型进一步变换为:
其中,f(υ)和集总扰动矢量D的表达式分别表示为:
在本发明的一个实施例中,所述步骤S2中设计非线性的干扰观测器,公式为:
其中,z表示干扰观测器的辅助变量,p(υ)表示待设计函数,l表示干扰观测器的增益,且满足 表示集总扰动矢量D的估计值,由等式/>可得,/>是集总扰动dsum的估计值/>
在本发明的一个实施例中,所述步骤S3中根据所述集总扰动的估计值、载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器,方法包括:
利用反步法将载人潜水器的运动学和动力学模型转换为误差动力学模型,变换过程具体为:
定义位置和欧拉角的跟踪误差eη=η-ηd,并结合运动学模型则跟踪误差eη的导数表示为:
其中,ηd是期望的跟踪轨迹;
根据所述跟踪误差eη,将虚拟控制律设计为:
定义线速度和角速度的跟踪误差eυ=υ-υd,并结合动力学模型则跟踪误差eυ的导数表示为:
其中,υd是期望的速度矢量;
将推进器正常时的控制器设计为:
其中,表示伪逆矩阵。
在本发明的一个实施例中,所述步骤S4中引入权重矩阵来表示所述载人潜水器中推进器的优先级,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级,方法包括:
载人潜水器在实际运行的过程中,若部分推进器出现故障,则在所述跟踪误差eυ的导数中引入推进器故障描述系数矩阵Rf,公式为:
其中,且ri∈[0,1]表示第i个推进器的故障程度,当ri=1时,表示载人潜水器的第i个推进器未发生故障;当ri=0时,表示载人潜水器的第i个推进器处于完全故障状态;
由于不同故障程度的推进器对载人潜水器的影响程度不同,通过引入权重矩阵W来表示不同推进器的优先级,所述权重矩阵的公式为:
W=diag(w1,…,wi)
其中,wi表示与第i个推进器对应的权重元素;
若载人潜水器中第i个推进器发生故障,通过调整所述权重矩阵W中与故障推进器对应的权重元素wi,以改变第i个推进器的优先级,其中,所述调整所述权重矩阵W中与故障推进器对应的权重元素wi,公式为:
wi=wi0+Δwi
其中,wi0表示权重的初始值,Δwi表示权重因推进器故障而做出的变化量,并且所述变化量与推进器故障程度ri有关,Δwi表达式为Δwi=wi0(ri -1-1),ri∈(0,1)。
在本发明的一个实施例中,所述步骤S5中根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失,方法包括:
将引入故障描述系数矩阵Rf后的载人潜水器的误差动力学模型表示为:
定义李雅普诺夫函数:
对V1进行求导,并将公式代入,得到:
根据所述虚拟控制律则有:
选择李雅普诺夫函数:
对V进行求导,并将公式代入,得到:
其中,基于所述故障描述系数矩阵Rf和权重矩阵W求得推进器故障效应Tneed=B(1-Rf)T0,其中,
考虑误差动力学模型构建包含推进器故障效应Tneed和干扰效应/>的干扰特性指标,公式为:
其中,表示元素积;
设计考虑推进器故障效应Tneed和干扰效应的控制器,公式为:
其中,Tadd表示用于补偿推进器故障效应和干扰效应所需的控制能量;
分析推进器故障效应Tneed和干扰效应并对其进行选择性利用,将控制器设计为:
其中,函数φ定义为φ(J)=diag(θ(J1),…,θ(J6));
所需补偿的控制能量为
为解决上述技术问题,本发明提供了一种载人潜水器的容错控制***,包括:
建模模块:用于建立载人潜水器的运动学和动力学模型;
估计模块:用于设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
设计模块:用于根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
推力分配模块:用于通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
补偿模块:用于根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。
为解决上述技术问题,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述载人潜水器的容错控制方法的步骤。
为解决上述技术问题,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述载人潜水器的容错控制方法的步骤。
本发明的上述技术方案相比现有技术具有以下优点:
本发明提出的主动容错控制方法,不仅能够利用有益干扰与补偿有害干扰,还可以将所利用的干扰能量用于补偿故障推进器的推力缺失,从而达到节约能耗的效果;
本发明不局限于理论研究,能够用于实际载人潜水器,对深海探索提供有效保障。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明。
图1是本发明的方法流程图;
图2是本发明实施例中载人潜水器的集总扰动及其估计值;
图3是本发明实施例中控制输入信号u1~u4示意图;
图4是本发明实施例中控制输入信号u5~u8示意图;
图5是本发明实施例中补偿推进器故障影响和外部干扰影响所需的控制能量Tadd1示意图;
图6是本发明实施例中补偿推进器故障影响和外部干扰影响所需的控制能量Tadd2示意图;
图7是本发明实施例中补偿推进器故障影响和外部干扰影响所需的控制能量Tadd3示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例一
参照图1所示,本发明针对载人潜水器在实际运行过程中会受到未知外部环境干扰和推进器故障等因素影响的问题,提出一种载人潜水器的容错控制方法,包括:
步骤1:建立载人潜水器的运动学和动力学模型;
步骤2:设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
步骤3:根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
步骤4:通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
步骤5:根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。
本实施例不仅能够利用有益干扰与补偿有害干扰,还可以将所利用的干扰能量用于补偿故障推进器的推力缺失,从而达到节约能耗的效果。
以下对本实施例进行详细介绍:
步骤1:针对在实际运行过程中会受到未知外部环境干扰和推进器故障等因素影响的载人潜水器,通过分析潜水器的受到的力和力矩,建立潜水器***的运动学和动力学模型。
载人潜水器运行在复杂的深海环境中,是一种同时受到模型不确定性和多种未知外部环境干扰影响的非线性动力学***,可以视为一个六自由度的刚体,其运动学方程可表示为:
其中,表示惯性坐标系中的位置和欧拉角矢量,υ=[u v wp q r]T∈R6表示机体坐标系中的线速度和角速度矢量,J(η)∈R6×6表示旋转矩阵。
载人潜水器的动力学模型通常由如下向量方程描述:
其中,M∈R6×6表示质量和惯性矩阵,R表示实数集,C(υ)∈R6×6表示科氏向心力矩阵,D(υ)∈R6×6表示阻尼矩阵,G(η)∈R6表示重力和浮力及其力矩,T=Bu∈R6表示作用于载人潜水器***的力和力矩,B∈R6×8表示推力配置矩阵,u=[u1 u2 … u8]T∈R8表示八个推进器产生的推力向量,共同控制载人潜水器的六个自由度(即三个姿态和三个位置)。此外,d∈R6表示未知外部干扰。
载人潜水器所处的深海环境十分复杂,导致其水动力系数难以精确获得。因此考虑加性不确定性,将动力学模型(2)中的系数矩阵,写为标称值(*)norm和偏差值(*)bias之和,得到变换后的载人潜水器动力学模型:
其中,dsum表示载人潜水器的外部干扰和模型不确定性之和(即集总扰动),定义为dsum=d+dbias,其中:
其中,Mbias、C(v)bias、D(v)bias、G(η)bias分别表示质量和惯性矩阵的偏差值、科氏向心力矩阵的偏差值、阻尼矩阵的偏差值、重力和浮力及其力矩的偏差值。
为了方便后续的控制器设计,将动力学模型(3)进一步变换为:
其中,f(υ)和D的表达式分别表示为:
步骤2:由于集总扰动是未知的,先要尽可能精确地获得扰动信息,因此设计一种非线性干扰观测器估计载人潜水器所受的集总扰动。
由于载人潜水器的模型不确定性和所受到的外部环境干扰是未知的,因此在设计控制器之前,需要设计非线性干扰观测器估计载人潜水器***的集总扰动dsum,并利用获得的干扰估计值进行相应的控制器设计。
需要注意的是,本实施例中的集总扰动是dsum,但为了便于干扰观测器的设计以及后续步骤的简化,将作为干扰估计值输出,通过等式变换得到集总扰动dsum的估计值。D和dsum之间的关系为/> 是集总扰动dsum的估计值。简而言之,D相当于dsum,相当于/>即D与dsum之间只相差一个常系数矩阵。
首先,做出如下合理假设:载人潜水器动力学***中的集总扰动矢量D及其时间导数是有界的,其上界定义为/>和/>
然后,设计如下非线性干扰观测器:
其中,z表示干扰观测器的辅助变量,p(υ)表示待设计函数,l表示干扰观测器的增益,且满足 表示集总扰动矢量D的估计值,由等式/>可得,/>是集总扰动dsum的估计值/>
步骤3:根据集总扰动的估计值,设计推进器正常时的反步控制器。
利用反步法的设计思路将载人潜水器模型转换为误差动力学模型,变换过程如下:
定义位置和欧拉角的跟踪误差eη=η-ηd,并结合式(1),则跟踪误差的导数可表示为:
其中,ηd是期望的跟踪轨迹。
虚拟控制律设计如下:
定义线速度和角速度的跟踪误差eυ=υ-υd,并结合式(5),则跟踪误差eυ的导数可表示为:
其中,υd是期望的速度矢量。
设计推进器正常时的控制器如下:
其中,表示伪逆矩阵。
步骤4:引入推进器权重矩阵,并利用加权伪逆的方法,根据故障检测与诊断单元提供的推进器故障信息调整相应的单元进行推力分配,降低故障推进器的优先级。
载人潜水器在实际运行的过程中,可能会出现部分推进器故障的情况。为了描述其推进器故障,在(9)中引入了推进器故障描述系数矩阵Rf,引入后的表达式如下:
其中,且ri∈[0,1]表示第i个推进器的故障程度。特别地,当ri=1时,说明相应的推进器未发生故障;而当ri=0时,说明潜水器的第i个推进器处于完全故障状态。
由于不同程度的推进器故障对载人潜水器的影响程度不同,因此引入权重矩阵来表示推进器的优先级,并采用加权伪逆的方法设计推力分配器。权重矩阵表示如下:
W=diag(w1,…,wi) (12)
其中,wi表示与第i个推进器对应的权重元素。
当推进器发生故障时,可以通过调整权重矩阵中与推进器故障有关的元素,改变相应推进器的优先级。在给定相同控制电压的情况下,如果其中一个推进器发生故障,其推力会减小为无故障时的r倍,此时需要增加故障推进器在权重矩阵中对应的数值,从而降低其优先级,达到保护该推进器的目的。针对发生故障的推进器,权重矩阵将对应的权重元素做出如下调整:
wi=wi0+Δwi (13)
其中,wi0表示权重的初始值,Δwi表示权重因推进器故障而做出的变化量,该变化量与推进器故障信息ri有关,其表达式为Δwi=wi0(ri -1-1),ri∈(0,1)。
采用主动容错控制策略,控制器和推力分配器均从故障检测与诊断单元(FDD)中获取推进器故障信息ri,不同的ri得到不同的权重值wi,以降低故障推进器的优先级。根据权重矩阵,每个推进器的控制输入可以表示为:
其中,表示无故障时推进器的控制输入,为无故障时的控制器公式(10)。
上述推进器的控制输入带入公式(18)可用于进一步计算控制器补偿推进器故障所需的能量。
步骤5:提出一种基于干扰特性指标与推力分配的新型容错控制方法,不仅能够利用有益干扰与补偿有害干扰,还可以将所利用的干扰能量用于补偿故障推进器的推力缺失,从而达到节约能耗的效果。
引入故障描述系数矩阵后的载人潜水器的误差动力学模型可表示为:
定义李雅普诺夫函数:
对其进行求导,并将式(7)代入,可得:
设计虚拟控制律则有:
选择李雅普诺夫函数:
对其求导,并将包含故障信息的式(11)代入,可得:
其中,基于故障描述系数矩阵Rf和故障权重矩阵W可求得推进器故障效应Tneed=B(1-Rf)T0。
考虑载人潜水器的误差动力学***(15),包含推进器故障效应Tneed和干扰效应(/>是前述干扰观测器所估计的实际集总扰动dsum的估计值,也相当于/>)的干扰特性指标定义为:
其中,表示元素积。
设计考虑推进器故障效应Tneed和干扰效应的控制器,其表达式为:
其中,Tadd表示用于补偿推进器故障影响和外部干扰影响所需的控制能量(Tadd即用于补偿有害干扰)。
分析干扰和故障效应,并对其进行选择性利用,控制器设计为:
其中,函数φ定义为φ(J)=diag(θ(J1),…,θ(J6)),且满足:
此时,所需补偿的控制能量为(Tadd_new为利用有益干扰来补偿故障推进器的推力损失)。
以下通过实验对比验证本发明的有效性:
为验证设计的控制器的有效性与优越性,进行了对比仿真实验,对比方法采用的是将干扰和故障效应全补偿的传统容错控制方法(全补偿+容错方法)。仿真过程中所使用的相关参数如下:非线性干扰观测器参数为l=diag(15,…,15);推进器权重的初始值为wi0=1;推进器的故障信息设置为r1=r2=0.8,其余均取1,视为无故障;基于干扰特性指标与推力分配的容错控制器增益选择为kη=kυ=diag(0.1,…,0.1);传统容错控制方法的控制器增益选择同上。
首先,载人潜水器的集总扰动及其估计值如图2所示,然后,各控制输入信号如图3和图4所示。
最后,补偿推进器故障影响和外部干扰影响所需的控制能量如图5、图6和图7所示。
表1记录了在仿真过程中载人潜水器跟踪误差的均方根值,定量分析本发明控制方法与传统容错控制方法的性能。
表1载人潜水器跟踪误差的均方根值
仿真结果表明,所设计的非线性干扰观测器能够准确地估计潜水器***的集总扰动。本发明方法的控制输入信号曲线与传统容错方法相比存在一定的抖振,虽然会牺牲小部分的控制平滑性,但能够拥有比传统容错方法更好的性能。从图5-7可以看出,当时θ'(Ji)=1,***认为此时的干扰是有害干扰,故与传统方法相同,对干扰进行补偿,因此θ'(Ji)=1对应的两条曲线是重合的,即此时两种控制方法补偿推进器故障影响和外部干扰影响所需的控制能量是相同的;当θ'(Ji)=0或0<θ'(Ji)<1时,***认为此时的干扰是完全有益或部分有益的,故将干扰完全保留或部分保留,并将所利用的有益干扰能量用于补偿故障推进器导致的控制能量缺失,从而减少额外所需的控制能量,达到节约能耗的效果,因此相应的虚线值会明显低于实线值,即本发明控制方法,其补偿推进器故障影响和外部干扰影响所需的控制能量少于传统容错方法。从表1能够更加直观地看出本发明方法的潜水器跟踪误差要小于传统容错方法,从而说明本发明方法的控制效果更加精确。
由上述分析可知,本发明的容错控制方法能够很好地控制载人潜水器,并且比传统方法具有更加优越的控制性能。
实施例二
本实施例提供一种载人潜水器的容错控制***,包括:
建模模块:用于建立载人潜水器的运动学和动力学模型;
估计模块:用于设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
设计模块:用于根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
推力分配模块:用于通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
补偿模块:用于根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。
实施例三
本实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一所述载人潜水器的容错控制方法的步骤。
实施例四
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现实施例一所述载人潜水器的容错控制方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种载人潜水器的容错控制方法,其特征在于:包括:
步骤S1:建立载人潜水器的运动学和动力学模型;
步骤S2:设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
步骤S3:根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
步骤S4:通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
步骤S5:根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失,以完成对载人潜水器的容错控制。
2.根据权利要求1所述的载人潜水器的容错控制方法,其特征在于:所述步骤S1中建立载人潜水器的运动学和动力学模型,包括:
构建载人潜水器的运动学模型,公式为:
其中,表示惯性坐标系中的位置和欧拉角矢量,υ=[u v w p qr]T∈R6表示机体坐标系中的线速度和角速度矢量,J(η)∈R6×6表示旋转矩阵;
构建载人潜水器的动力学模型,公式为:
其中,M∈R6×6表示质量和惯性矩阵,R表示实数集,C(υ)∈R6×6表示科氏向心力矩阵,D(υ)∈R6×6表示阻尼矩阵,G(η)∈R6表示重力和浮力及其力矩,T=Bu∈R6表示作用于载人潜水器的力和力矩,B∈R6×8表示推力配置矩阵,u=[u1 u2 … u8]T∈R8表示载人潜水器中推进器产生的推力向量,共同控制载人潜水器的六个自由度,d∈R6表示未知外部干扰;
考虑加性不确定性,将所述动力学模型中的系数矩阵写为标称值(*)norm和偏差值(*)bias之和,得到变换后的载人潜水器的动力学模型,公式为:
其中,dsum表示载人潜水器的外部干扰和模型不确定性之和,定义为dsum=d+dbias,Mbias、C(v)bias、D(v)bias、G(η)bias分别表示质量和惯性矩阵的偏差值、科氏向心力矩阵的偏差值、阻尼矩阵的偏差值、重力和浮力及其力矩的偏差值;
将所述变换后的载人潜水器的动力学模型进一步变换为:
其中,f(υ)和集总扰动矢量D的表达式分别表示为:
3.根据权利要求2所述的载人潜水器的容错控制方法,其特征在于:所述步骤S2中设计非线性的干扰观测器,公式为:
其中,z表示干扰观测器的辅助变量,p(υ)表示待设计函数,l表示干扰观测器的增益,且满足 表示集总扰动矢量D的估计值,由等式/>可得,/>是集总扰动dsum的估计值/>
4.根据权利要求3所述的载人潜水器的容错控制方法,其特征在于:所述步骤S3中根据所述集总扰动的估计值、载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器,方法包括:
利用反步法将载人潜水器的运动学和动力学模型转换为误差动力学模型,变换过程具体为:
定义位置和欧拉角的跟踪误差eη=η-ηd,并结合运动学模型则跟踪误差eη的导数表示为:
其中,ηd是期望的跟踪轨迹;
根据所述跟踪误差eη,将虚拟控制律设计为:
定义线速度和角速度的跟踪误差eυ=υ-υd,并结合动力学模型则跟踪误差eυ的导数表示为:
其中,υd是期望的速度矢量;
将推进器正常时的控制器设计为:
其中,表示伪逆矩阵。
5.根据权利要求4所述的载人潜水器的容错控制方法,其特征在于:所述步骤S4中引入权重矩阵来表示所述载人潜水器中推进器的优先级,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级,方法包括:
载人潜水器在实际运行的过程中,若部分推进器出现故障,则在所述跟踪误差eυ的导数中引入推进器故障描述系数矩阵Rf,公式为:
其中,且ri∈[0,1]表示第i个推进器的故障程度,当ri=1时,表示载人潜水器的第i个推进器未发生故障;当ri=0时,表示载人潜水器的第i个推进器处于完全故障状态;
由于不同故障程度的推进器对载人潜水器的影响程度不同,通过引入权重矩阵W来表示不同推进器的优先级,所述权重矩阵的公式为:
W=diag(w1,…,wi)
其中,wi表示与第i个推进器对应的权重元素;
若载人潜水器中第i个推进器发生故障,通过调整所述权重矩阵W中与故障推进器对应的权重元素wi,以改变第i个推进器的优先级,其中,所述调整所述权重矩阵W中与故障推进器对应的权重元素wi,公式为:
wi=wi0+Δwi
其中,wi0表示权重的初始值,Δwi表示权重因推进器故障而做出的变化量,并且所述变化量与推进器故障程度ri有关,Δwi表达式为Δwi=wi0(ri -1-1),ri∈(0,1)。
6.根据权利要求1所述的载人潜水器的容错控制方法,其特征在于:所述步骤S5中根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失,方法包括:
将引入故障描述系数矩阵Rf后的载人潜水器的误差动力学模型表示为:
定义李雅普诺夫函数:
对V1进行求导,并将公式代入,得到:
根据所述虚拟控制律则有:
选择李雅普诺夫函数:
对V进行求导,并将公式代入,得到:
其中,基于所述故障描述系数矩阵Rf和权重矩阵W求得推进器故障效应Tneed=B(1-Rf)T0,其中,
考虑误差动力学模型构建包含推进器故障效应Tneed和干扰效应/>的干扰特性指标,公式为:
其中,表示元素积;
设计考虑推进器故障效应Tneed和干扰效应的控制器,公式为:
其中,Tadd表示用于补偿推进器故障效应和干扰效应所需的控制能量;
分析推进器故障效应Tneed和干扰效应并对其进行选择性利用,将控制器设计为:
其中,函数φ定义为φ(J)=diag(θ(J1),…,θ(J6));
所需补偿的控制能量为
7.根据权利要求6所述的载人潜水器的容错控制方法,其特征在于:所述θ(Ji)满足:
8.一种载人潜水器的容错控制***,其特征在于:包括:
建模模块:用于建立载人潜水器的运动学和动力学模型;
估计模块:用于设计非线性的干扰观测器,通过所述非线性的干扰观测器估计载人潜水器所受的集总扰动,得到集总扰动的估计值;
设计模块:用于根据所述集总扰动的估计值,以及载人潜水器的运动学和动力学模型,设计载人潜水器中推进器正常时的控制器;
推力分配模块:用于通过权重矩阵对所述载人潜水器中推进器进行推力分配,若所述载人潜水器中的推进器出现故障,则降低出现故障推进器的优先级;
补偿模块:用于根据推力分配结果,对所述控制器进行重新设计,重新设计后的推进器实现利用有益干扰、补偿有害干扰,并将利用的有益干扰补偿出现故障推进器的推力损失。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述载人潜水器的容错控制方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述载人潜水器的容错控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310649605.2A CN116663148A (zh) | 2023-06-02 | 2023-06-02 | 一种载人潜水器的容错控制方法、***及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310649605.2A CN116663148A (zh) | 2023-06-02 | 2023-06-02 | 一种载人潜水器的容错控制方法、***及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116663148A true CN116663148A (zh) | 2023-08-29 |
Family
ID=87716783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310649605.2A Pending CN116663148A (zh) | 2023-06-02 | 2023-06-02 | 一种载人潜水器的容错控制方法、***及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116663148A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298632A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法 |
CN112506053A (zh) * | 2020-11-27 | 2021-03-16 | 江南大学 | 载人潜水器的运动控制方法 |
KR20210115498A (ko) * | 2020-03-13 | 2021-09-27 | 한국로봇융합연구원 | 제어 장치 및 제어 방법 |
CN113589831A (zh) * | 2021-08-11 | 2021-11-02 | 江南大学 | 基于干扰精细估计与神经网络的潜水器控制方法及*** |
-
2023
- 2023-06-02 CN CN202310649605.2A patent/CN116663148A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298632A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法 |
KR20210115498A (ko) * | 2020-03-13 | 2021-09-27 | 한국로봇융합연구원 | 제어 장치 및 제어 방법 |
CN112506053A (zh) * | 2020-11-27 | 2021-03-16 | 江南大学 | 载人潜水器的运动控制方法 |
CN113589831A (zh) * | 2021-08-11 | 2021-11-02 | 江南大学 | 基于干扰精细估计与神经网络的潜水器控制方法及*** |
Non-Patent Citations (2)
Title |
---|
TU LV等: "Sliding mode based fault tolerant control for autonomous underwater vehicle", 《OCEAN ENGINEERING》, vol. 216, 24 August 2020 (2020-08-24), pages 1 - 4, XP086390830, DOI: 10.1016/j.oceaneng.2020.107855 * |
张琪杰等: "载人潜水器的干扰特性分析与自适应滑模控制", 《控制理论与应用》, vol. 40, no. 07, 12 May 2023 (2023-05-12), pages 1 - 7 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Disturbance observer-based adaptive fault-tolerant control for a quadrotor helicopter subject to parametric uncertainties and external disturbances | |
CN106773679B (zh) | 一种基于角速度观测器的航天器容错控制方法 | |
Jiang et al. | Adaptive fault-tolerant tracking control of near-space vehicle using Takagi–Sugeno fuzzy models | |
CN107703742B (zh) | 一种柔性航天器传感器故障调节方法 | |
CN108181807B (zh) | 一种卫星初态阶段自适应容错姿态控制方法 | |
CN110879535B (zh) | 一种t-s模糊umv的滑模容错控制方法 | |
Tripathi et al. | Finite‐time super twisting sliding mode controller based on higher‐order sliding mode observer for real‐time trajectory tracking of a quadrotor | |
CN113589831B (zh) | 基于干扰精细估计与神经网络的潜水器控制方法及*** | |
CN111624878B (zh) | 自主式水面机器人轨迹跟踪的积分滑模获取方法及*** | |
CN107272639A (zh) | 刚性航天器反作用飞轮故障的检测、估计及其调节方法 | |
CN109164816B (zh) | 一种控制器故障和饱和特性的非合作目标姿态跟踪控制方法 | |
Chen et al. | Improved adaptive fault‐tolerant control design for hypersonic vehicle based on interval type‐2 T‐S model | |
CN113619814A (zh) | 一种交会对接最后逼近段相对姿轨耦合控制方法 | |
Shao et al. | Input-and-measurement event-triggered control for flexible air-breathing hypersonic vehicles with asymmetric partial-state constraints | |
CN107831774B (zh) | 基于自适应pi控制的刚体卫星姿态***被动容错控制方法 | |
Zhou et al. | Adaptive dynamic surface control using neural networks for hypersonic flight vehicle with input nonlinearities | |
Luo et al. | Adaptive neural control of hypersonic vehicles with actuator constraints | |
Chen et al. | Prescribed performance control of underactuated surface vessels' trajectory using a neural network and integral time-delay sliding mode | |
Li et al. | Adaptive reinforcement learning fault-tolerant control for AUVs with thruster faults based on the integral extended state observer | |
Song et al. | Prescribed performance tracking control for a class of nonlinear system considering input and state constraints | |
CN113110527B (zh) | 一种自主水下航行器有限时间路径跟踪的级联控制方法 | |
Miao et al. | DOPH∞-based path-following control for underactuated marine vehicles with multiple disturbances and constraints | |
CN112526884A (zh) | 一种故障***自适应容错方法及*** | |
CN114995163B (zh) | 一种无人机免疫控制方法 | |
CN116663148A (zh) | 一种载人潜水器的容错控制方法、***及电子设备 |
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 |