基于时滞特性的超空泡航行体预测控制

发布时间：2021-09-22 17:08

　　针对航行体在运动条件下存在的时滞问题,提出了一种状态空间预测控制方法.首先,考虑航行体动力学模型的时滞特性,将模型中非线性滑行力分解为时滞与非时滞两部分,通过相应变换推导出航行体的线性变参数（LPV）时滞模型.然后,针对航行体的参数摄动,利用多胞形理论得到LPV系统的等价模型,减小在线实时计算量.最后,将实时可测参数信息与预测模型相结合设计状态空间模型预测控制器,研究系统的动态性能.仿真结果表明,该控制器对具有时滞特性的超空泡航行体有良好的控制效果及抗扰动能力. 

【文章来源】：华中科技大学学报(自然科学版). 2020,48(07)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

航行体状态变量响应曲线

第7期韩云涛，等：基于时滞特性的超空泡航行体预测控制·57·不为零，预测控制通过改变权值引入反馈并将实时测量得到的x(k)作为初始信息来对该时刻进行优化及预测，其产生的滑行力会间接作为反馈量反馈给控制器，使控制器具有良好的控制性能．图3航行体滑行力响应曲线仿真曲线控制变量出现较大振荡的原因是系统约束范围较小，导致某一时刻的控制变量无法满足反馈量的要求，使得控制量须不断变化以使系统达到稳定状态．增大约束范围后航行体滑行力响应曲线如图4所示，可见增大约束范围可有效减少振荡，尾拍现象明显减弱．图4增大约束范围后航行体滑行力响应曲线图5为cR摄动情况下(摄动范围为±20%)航行体深度响应曲线．图5cR摄动情况下航行体深度响应曲线由图5可知：航行体深度在空泡半径摄动时能够快速达到设定值，具有较好的鲁棒性．产生三条曲线调节时间差异的主要原因是空泡半径越小，航行体越易与空泡壁接触，航行体尾部上下摆动的频率越大，航行体深度达到稳定状态所需的时间越长．4结语将非线性滑行力进行变换后引入系统模型，通过推导得出超空泡航行体的LPV时滞模型．在建立具有时滞特性的预测模型后，针对空泡半径摄动，将模型转换为等价多胞形描述的线性时变不确定系统，并以此为基础设计了状态空间预测控制器．将预测控制器分别对外部扰动和空泡半径摄动情况进行仿真，仿真结果表明所设计控制器具有较好的鲁棒性．参考文献[1]LOGVINOVICHGV．Someproblemsinplaningsurfaces[J]．TrudyTsAGI，1980，2052：3-12．[2]陈超倩，曹伟，王聪，等．超空泡航行体加速段控制设计[J]．哈尔滨工业大学学报，2016，48(8

【参考文献】：
期刊论文
[1]一种基于独立膨胀原理的三维超空泡形态计算方法[J]. 宋书龙,万亚民,李建辰,周景军,吕瑞.  水下无人系统学报. 2019(01)
[2]Global approximation based adaptive RBF neural network control for supercavitating vehicles[J]. LI Yang,LIU Mingyong,ZHANG Xiaojian,PENG Xingguang.  Journal of Systems Engineering and Electronics. 2018(04)
[3]基于自适应RBF神经网络的超空泡航行体反演控制[J]. 李洋,刘明雍,张小件.  自动化学报. 2020(04)
[4]超空泡航行体LPV鲁棒变增益控制[J]. 韩云涛,程章龙,李盼盼,高浩楠.  华中科技大学学报(自然科学版). 2017(07)
[5]超空泡航行体加速段控制设计[J]. 陈超倩,曹伟,王聪,魏英杰.  哈尔滨工业大学学报. 2016(08)



本文编号：3404093