神经动力学优化的水下航行器模型预测控制

发布时间：2017-11-03 07:04

  本文关键词：神经动力学优化的水下航行器模型预测控制

  更多相关文章： 模型预测控制 自主水下航行器 神经动力学优化

【摘要】：21世纪人类对海洋的开发和利用不断增加,作为复杂海洋环境下的工作载体,自主水下航行器的研究备受世人瞩目。其中,运动控制是自主水下航行器领域的关键技术之一。然而,自主水下航行器是典型的多输入多输出、强非线性、强耦合和带约束的不确定性系统,很难实现对其运动的精确控制。针对自主水下航行器的系统特点,本文采用先进的控制技术和优越的在线优化算法实现对水下航行器的精准控制。 首先,根据运动学和流体力学知识,基于坐标变换和刚体的牛顿-欧拉方程建立水下航行器的运动学模型和动力学模型。在此基础上,通过对模型进行合理的简化,得到四自由度运动学模型和垂直面动力学模型,将这两个模型作为控制对象,为其设计控制算法。模型预测控制是一种先进的控制技术,具有对模型精度要求低、动态实施优化控制、鲁棒性好以及能够显式处理约束条件等特点,非常适用于对水下航行器的控制。模型预测控制的核心是有限时域的滚动优化过程,要求优化算法具有实时准确的求解能力。神经网络能够进行大规模并行运算的能力和快速收敛的特点使其成为求解在线优化问题的有效手段。 因此,本文将模型预测控制中对目标函数的优化转化为带约束的二次规划问题,并构造投影神经网络实时优化求解控制增量,将神经动力学优化的方法引入对自主水下航行器的模型预测控制中,并对其进行了镇定控制和轨迹跟踪控制。仿真结果表明,运用神经动力学优化的模型预测控制方法能够实现对自主水下航行器的精确镇定和跟踪控制。
【关键词】：模型预测控制 自主水下航行器 神经动力学优化
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U674.941;TP183
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-16
• 1.1 课题研究背景及意义8-9
• 1.2 自主水下航行器的发展9
• 1.3 AUV控制技术的研究现状9-12
• 1.4 本文研究方法12-14
• 1.4.1 模型预测控制方法的应用13-14
• 1.4.2 投影神经网络优化14
• 1.5 本文主要内容和结构安排14-16
• 2 自主水下航行器建模16-26
• 2.1 引言16
• 2.2 AUV空间运动学模型16-20
• 2.2.1 坐标系的选择16-17
• 2.2.2 水下航行器的运动参数17-18
• 2.2.3 坐标转换18-20
• 2.3 水下航行器动力学方程20-23
• 2.3.1 AUV动力学模型参数矩阵20-22
• 2.3.2 水下航行器动力学建模22-23
• 2.4 本文研究的水下航行器模型23-25
• 2.4.1 AUV四自由度运动学模型23
• 2.4.2 AUV垂直面动力学模型23-25
• 2.4.3 简化的垂直面动力学模型25
• 2.5 小结25-26
• 3 模型预测控制综述26-35
• 3.1 引言26
• 3.2 模型预测控制基本结构及原理26-29
• 3.3 模型预测控制原理29-32
• 3.3.1 数学模型的建立29-30
• 3.3.2 状态和输出变量的预测30-31
• 3.3.3 目标优化方法31-32
• 3.4 仿真实例32-34
• 3.5 小结34-35
• 4 基于投影神经网络的优化问题求解35-45
• 4.1 引言35-36
• 4.2 基本定理及引理36-38
• 4.2.1 优化问题36
• 4.2.2 KKT条件36-37
• 4.2.3 鞍点定理37
• 4.2.4 投影定理37-38
• 4.2.5 李雅普诺夫方法38
• 4.3 投影神经网络38-41
• 4.4 稳定性分析41-44
• 4.5 小结44-45
• 5 水下航行器神经动力学模型预测控制45-61
• 5.1 引言45
• 5.2 优化问题构建45-49
• 5.2.1 MPC优化问题描述45-48
• 5.2.2 神经动力学优化策略48-49
• 5.3 仿真实验49-61
• 5.3.1 AUV四自由度运动学模型镇定控制仿真49-53
• 5.3.2 AUV垂直面动力学模型镇定控制仿真53-57
• 5.3.3 AUV垂直面动力学模型轨迹跟踪控制仿真57-61
• 结论61-62
• 参考文献62-66
• 攻读硕士学位期间发表学术论文情况66-67
• 致谢67-68

【参考文献】

中国期刊全文数据库 前10条

1 夏国清;汤莉;;基于动态神经网络的AUV航向自适应控制[J];船舶工程;2009年02期

2 郑毅;李少远;王笑波;;加速冷却过程的模型预测控制[J];控制理论与应用;2009年07期

3 穆朝絮;张瑞民;孙长银;;基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法[J];控制理论与应用;2010年02期

4 张利军;贾鹤鸣;边信黔;严浙平;程相勤;;基于L_2干扰抑制的水下机器人人三三维航迹跟踪控制[J];控制理论与应用;2011年05期

5 葛晖;敬忠良;高剑;;自主式水下航行器三维路径跟踪的神经网络H_∞鲁棒自适应控制方法[J];控制理论与应用;2012年03期

6 贾鹤鸣;程相勤;张利军;边信黔;严浙平;;基于离散滑模预测的欠驱动AUV三维航迹跟踪控制[J];控制与决策;2011年10期

7 李家旺;宋保维;邵成;;自主水下航行器的变质心跟踪控制(英文)[J];自动化学报;2008年10期

8 孙光;霍伟;;卫星姿态直接自适应模糊预测控制[J];自动化学报;2010年08期

9 贾鹤鸣;张利军;齐雪;杨立新;;基于神经网络的水下机器人三维航迹跟踪控制[J];控制理论与应用;2012年07期

10 席裕庚;李德伟;林姝;;模型预测控制——现状与挑战[J];自动化学报;2013年03期

，

本文编号：1135116