无人水下航行器PID神经网络解耦控制

吉林大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (增刊1): 387-391.

无人水下航行器PID神经网络解耦控制

王芳荣¹, 阚如文¹, 王昕², 刘顺安³, 董绪斌³

1. 吉林大学通信工程学院,长春 130022;
2. 吉林大学生物与农业工程学院,长春 130022;
3. 吉林大学机械科学与工程学院,长春 130022

收稿日期:2012-02-04 出版日期:2012-09-01 发布日期:2012-09-01
通讯作者: 王昕(1970-),女,博士,副教授.研究方向:食品工艺及装备自动化技术.E-mail:wx@jlu.edu.cn E-mail:wx@jlu.edu.cn
作者简介:王芳荣(1967-),男,博士,副教授.研究方向:模式识别,光机电一体化技术.E-mail:wangfr@jlu.edu.cn
基金资助:
国家自然科学基金项目(50475011).

PID Neural network decoupling control of unmanned underwater vehicle

WANG Fang-rong¹, KAN Ru-wen¹, WANG Xin², LIU Shun-an³, DONG Xu-bin³

1. College of Communication Engineering, Jilin University, Changchun 130022, China;
2. College of Biological and Agricultural Engineering, Jilin University, Changchun 130022, China;
3. College of Mechanical Science and Engineering, Jilin University, Changchun 130022, China

Received:2012-02-04 Online:2012-09-01 Published:2012-09-01

摘要/Abstract

摘要： 通过无人水下航行器动力学分析和运动建模,将系统解耦为航向、横滚、纵向三通道控制系统。为了消除解耦过程中存在的问题,采用PID神经网络控制算法来实现三自由度的独立控制。仿真结果表明,该控制方法不仅减少了计算时间,提高了响应速度,而且具有超调量小、稳态精度高等控制品质,对无人水下航行器的实际应用具有一定意义。

关键词: 自动控制技术, PID神经网络, 无人水下航行器, 解耦控制, 仿真研究

Abstract: Based on the UUV dynamics analysis and motion modeling, its control system decoupling, is divided into three sub-control system. in order to eliminate problems in the process of decoupling, using PID neural network (PIDNN) control algorithm. The results of simulation show that the method has good control performance, the system has quick response, properties of low overshoot and good steady accuracy, in the practical control applications of UUV have some significance.

Key words: automatic control technology, PID neural network, unmanned underwater vehicle, decoupling control, simulation

中图分类号:

TP273

王芳荣, 阚如文, 王昕, 刘顺安, 董绪斌. 无人水下航行器PID神经网络解耦控制[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 387-391.

WANG Fang-rong, KAN Ru-wen, WANG Xin, LIU Shun-an, DONG Xu-bin. PID Neural network decoupling control of unmanned underwater vehicle[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 387-391.

参考文献

[1] 马卫国,齐庆,徐逸梅.无人水下航行器能改变未来水下战争[J].飞航导弹,2003(1): 45-51. Ma Wei-guo, Qi qing, Xu Yi-mei. UUV can chan- ge the future of water wars[J]. Winged Missiles Journal, 2003(1): 45-51.

[2] 刘娟,杨润贤,郑恩让. 一种基于PID神经网络的解耦控制方法的研究[J]. 微计算机信息,2007(25): 61-62. Liu Juan, Yang Run-xian, Zheng En-rang. A research of decoupling control method based on PID neuron network[J]. Microcomputer Information, 2007(25): 61-62.

[3] Roberts G N,Sutton R. 无人水下航行器进展[M].任志良,张刚主译.北京:电子工业出版社,2009.

[4] Thor I Fossen. Guidance and Control of Ocean Vehicles[M]. John Wiley and Sons, New York,1998.

[5] 徐德民等.鱼雷自动控制系统[M].第二版.兰州:西北工业大学出版社,2001.

[6] Feng Z, Allen R. Reduced order H_∞ control of an autonomous underwater vehicle[J]. Control Engineering Practice, 2004, 15(2): 1512-1517.

[7] 马云飞.三自由度直升机模型的PID神经网络控制研究[J].沈阳大学学报,2010,22(4):16-17. Ma Yun-fei. PID neural network controller of 3-DOF helicopter model[J]. Journal of Shenyang University,2010, 22(4): 16-17.

[8] Shu Huai-lin. PID neural network control for time- delay systems[J]. Computer & Chemical Engineering, 2000, 24(7):859-862.

[9] 沈永俊,顾幸生.基于PID神经网络的非线性系统辨识与控制[J]. 华东理工大学学报:自然科学版,2006,32(7):860-861. Shen Yong-jun, Gu Xin-sheng. Identification and control in nonlinear system based on PID neural network[J]. Journal of East China University of Science and Technology (Natural &Science Edition),2006,32(7):860-861.

[10] Shu Huai-lin, Guo Xiu-cai. Multivariable strong- coupled time-varying system based on PID neural network[C]//Proceedings of 2003 Chinese Intelligent Automation Conference ,2003:114-117.

相关文章 15

[1]	顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H_∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2]	李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[3]	赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[4]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[5]	闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[6]	张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[7]	董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[8]	田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[9]	张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[10]	王林, 王洪光, 宋屹峰, 潘新安, 张宏志. 输电线路悬垂绝缘子清扫机器人行为规划[J]. 吉林大学学报(工学版), 2018, 48(2): 518-525.
[11]	胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[12]	朱枫, 张葆, 李贤涛, 王正玺, 张士涛. 基于强跟踪卡尔曼滤波的陀螺信号处理[J]. 吉林大学学报(工学版), 2017, 47(6): 1868-1875.
[13]	晋超琼, 张葆, 李贤涛, 申帅, 朱枫. 基于扰动观测器的光电稳定平台摩擦补偿策略[J]. 吉林大学学报(工学版), 2017, 47(6): 1876-1885.
[14]	冯建鑫. 具有测量时滞的不确定系统的递推鲁棒滤波[J]. 吉林大学学报(工学版), 2017, 47(5): 1561-1567.
[15]	许金凯, 王煜天, 张世忠. 驱动冗余重型并联机构的动力学性能[J]. 吉林大学学报(工学版), 2017, 47(4): 1138-1143.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed