摘要：潜水器系统在水下工作时,会受到多种干扰因素影响.同时,为了提高机动性与容错能力,载人潜水器采用了过驱动设计.针对上述问题,本文设计了一种基于抗干扰控制器与动态控制分配的双层控制结构,使得受干扰影响的潜水器系统在满足相关约束条件的前提下,能够将期望的力与力矩分配到各个推进器以完成控制目标,并克服了静态控制分配方法忽略执行器动态特性的缺点.首先,建立潜水器的动力学模型与执行器的动态模型;其次,基于干扰观测器的干扰估计信息利用反步法设计运动控制器,获得期望控制律;此外,考虑执行器动态特性,设计基于模型预测控制(MPC)的动态控制分配算法,求取每一个执行器的实际推力;最后,使用MATLAB进行数值仿真,验证本文控制方法的有效性与优越性.

摘要：针对潜水器在水下运行时会受到洋流、参数摄动等多种干扰因素影响和潜水器的过驱动问题,设计一种基于干扰观测的反步控制器和基于神经网络二次规划的推力分配器的双层控制结构.首先,建立潜水器系统在洋流影响下的动力学模型;其次,将潜水器受到的干扰分为由洋流产生的干扰和由其他因素引起的干扰两部分,分别使用洋流观测器和非线性干扰观测器进行估计,并基于干扰观测信息利用反步法设计运动控制器;然后,针对潜水器的过驱动特性以及推进器的推力受限问题,提出一种基于神经网络二次规划的推力分配方法;最后,使用Matlab进行数值仿真,验证所提控制方法的有效性和优越性.结果表明,基于干扰精细估计与神经网络推力分配的潜水器运动控制系统具有干扰估计更加准确、推进系统的耗能最优,以及避免推进器的推力超限等优势.