自治水下機器人的非線性控制方法研究.pdf_第1頁
已閱讀1頁,還剩117頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、水下機器人作為開發(fā)海洋的重要工具受到了極大的關注。其各種復雜作業(yè)和安全航行對水下機器人的運動控制提出了更高要求。然而作為典型非線性系統(tǒng),控制對象的不確定性和系統(tǒng)擾動的隨機性,為研究水下機器人系統(tǒng)帶來很大難度,目前還缺少一個統(tǒng)一的理論指導。因此研究水下機器人系統(tǒng)的非線性控制方法具有重要的理論價值和現(xiàn)實意義。本文基于微分幾何理論,從內(nèi)部結(jié)構(gòu)分析水下機器人系統(tǒng),探討控制水下機器人系統(tǒng)的有效方法。具體研究內(nèi)容如下:
  本論文以微分幾何為

2、指導思想,建立幾何與代數(shù)的對應關系,利用幾何度量,構(gòu)建水下機器人非線性系統(tǒng)動力方程的幾何表達式。與坐標系下的水下機器人數(shù)學模型相比,幾何表達著重系統(tǒng)結(jié)構(gòu),從幾何角度進行對象分析,借助仿射聯(lián)絡將非受控系統(tǒng)轉(zhuǎn)化為受控系統(tǒng),形式上提供精確的水下機器人系統(tǒng)模型,為水下機器人自由度方向上解耦分析提供了依據(jù)。
  針對水下機器人軌跡跟蹤控制問題,在李群背景下通過轉(zhuǎn)換映射建立水下機器人誤差方程,提出了基于微分幾何與RBF神經(jīng)網(wǎng)絡相結(jié)合的PD+前

3、饋控制方法。該方法利用幾何特性實現(xiàn)了對RBF神經(jīng)網(wǎng)絡在學習過程中產(chǎn)生的逼近誤差的完全補償,提高了PD控制器對模型不確定項的控制能力。仿真表明所設計的控制器誤差小,精度高。
  在充分考慮水下機器人系統(tǒng)水動力和外界海流干擾帶來的影響下,提出了基于微分幾何的滑模預測控制方法和基于RBF神經(jīng)網(wǎng)絡的L2干擾抑制魯棒控制方法。方法一實現(xiàn)了微分幾何方法與滑??刂品椒ǖ挠袡C結(jié)合,通過反饋校正和滾動優(yōu)化技術得到期望控制律,較好的克服了系統(tǒng)內(nèi)部不確

4、定性和外部海流干擾的同時,通過引入預測控制,消除了滑??刂频亩墩駟栴}。方法二提出用RBF神經(jīng)網(wǎng)絡產(chǎn)生的逼近誤差形式上替代外界海流干擾,并以此建立AUV系統(tǒng)誤差方程,通過L2控制器對其抑制和消除。實現(xiàn)了在慢變海流干擾條件下對水下機器人系統(tǒng)軌跡的精確跟蹤控制能力。
  針對水下機器人系統(tǒng)指令傳輸過程中出現(xiàn)的時滯問題,提出連續(xù)預測控制,設計了模型預測控制與魯棒控制相結(jié)合的控制器。在魯棒控制器有效抵制系統(tǒng)受到的水動力阻尼和外界海流干擾的基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論