基于神经网络的水下机器人广义预测控制技术研究（可复制论文）.pdf

基于神经网络的水下机器人广义预测控制技术研究工学硕士学位论文硕士研究生:指导教师学位级别所在单位论文提交日期:学位授予单位:高萍张铭钧教授机械电子工程机电工程学院年哈尔滨工程大学学科、专业:论文答辩日期:工学硕士分类号:密级:编号::
摘要自治水下机器人在海底侦查、大范围勘探和海底地形测绘等方面得到广泛应用,它代表了水下机器人技术的发展方向,受到了越来越多的关注。但是,自治水下机器人是一种高度非线性、参数时变的动态系统,当配备水下机械手时,又构成了一个高阶、冗余的组合结构,,自治水下机器人的控制技术非常困难,迫切需要寻求一种合适的智能控制技术。针对自治水下机器人的上述特点,本文提出了一种基于改进窬网络的水下机器人广义预测控制系统。针对自治水下机器人高阶、非线性的特点,分析了改进窬缦低潮媸斗椒ǎ捎枚聪虼úニ惴ɡ训练改进窬纭=ǜ慕鳨神经网络与多层前向神经网络系统辨识进行对比仿真实验,仿真结果证明了改进窬缦低潮媸兜挠越性。针对自治水下机器人参数时变的特点,建立了神经网络在线辨识模型,考虑到水下机器人计算机控制系统对在线学习时间的限制,提出了滚动样本法和改进在线辨识模式相结合的在线辨识方法。本文同时提出了基于神经网络的水下机器人广义预测控制系统的结构,给出了基于神经网络的广义预测控制算法,推导了网络和改进缌槊舳鹊际剑⒔⒘松经网络多步预测模型。在控制量被约束及受到噪声干扰的情况下,分别进行了基于神经网络的广义预测控制及基于改进窬绲墓阋逶げ饪刂频乃禄人运动控制仿真实验,仿真实验结果证明后者更适用于水下机器入控制。在自治水下机器人仿真实验的基础上,以哈尔滨工程大学水下运载器智能控制技术实验室自主开发的开架式“”水下机器入为实验载体,进行了纵向速度及艏向角速度的神经网络广义预测控制实验及其相应的闭环在线辨识实验、控制系统的鲁棒性等实验。实验结果证明。本文介绍的基于改进窬绲乃禄魅斯阋逶げ饪刂葡低吃诳刂屏勘辉际⑹艿剿婊干扰和控制对象动态特性变化的情况下,都能够很好地控制水下机器人纵向哈尔滨:檀笱妒垦宦畚
速度和艏向角速度,同时该系统具有较强的鲁棒性。关键字:广义预测控制:神经网络;多步预测;系统辨识;水下机器人哈尔滨工程大学硕士学位论文
琣哈尔滨工程大学硕士学位论文琣.,,—.琺瓼琲瓵—甌..瓹,琣,猻
瑀;籒籑·哈尔滨,:;甌瑃“’..,
作者┳:—斛日期:非耭学位论文原生声明哈尔滨工程大学本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
第滦髀引言非线性系统控制综述随着电子、计算机等新技术的飞速发展及海洋工程和军事方面的需要,自治水下机器人鹆斯谕獠到绾途降墓刈ⅰ属于无缆式水下机器人,与载人潜水器相比较,它具有安全奕、结构简单、重量轻和尺寸小等优点。而与系缆式水下机器人相比,它具有活动范围大、潜水深度深、不怕电缆缠绕、可进入复杂结构中、不需要庞大水面支持和占用甲板面积小等优点。砹宋蠢此禄魅思际醯姆⒄狗较颍堑鼻世界各国研究工作的热点。横摇六种运动,交叉耦合、非线性、时变性都非常严重,因此其控制技术十分复杂,迫切需要一类合适的先进控制策略【控制理论的发展经历了几个阶段:世纪年代发展了成熟的针对单输人单输出线性系统控制分析与综合的频域方法;甏J颊攵远嗍淙攵嗍涑鱿咝远啾淞肯低晨刂坪妥酆系南执谇岸叨韵咝韵低惩赋苟ǜ怀晒难芯坑胗τ没∩希来,随着人们认识世界的不断深入和要求的不断提高,非线性控制已成为当代控制界普遍关注和主攻的方向。非线性系统与线性系统相比较,其复杂性要大得多,且其研究方法也呈多样化的特点。目前研究较多的有:变结构控制和各种智能控制方法人工神经网络控制、模糊控制、学习控制、广义预测控制等省但是,由于个自由度,即进退、侧移、升沉、艏摇、纵摇和制理论;哈尔滨工程大学硕士学位论文
,针对含有~个非线性元件的高阶系统而发展的近似方法,忽略了非线性因素造成的高次谐波成分,仅使用基波分量来近似描述其非线性特性【。②相平面法由教授于年首先提出的一种求解常微分方程的图解方法。动态特性,能同时适用于解析、非解析、线性和非线性系统,但却只适用于二阶及简单的三阶系统⒎旨负畏利用微分几何来研究非线性控制是现代数学发展的必然产物。其思想是通过非线性反馈或动态补偿的方法,将非线性系统变换为线性系统。经琇妊д叩幕ǔǖ迹窍咝韵低车奈⒎旨负控制理论得以形成并发展,而且在生产实践特别