針對(duì)航行體在運(yùn)動(dòng)條件下存在的時(shí)滯問(wèn)題,提出了一種狀態(tài)空間預(yù)測(cè)控制方法.首先,考慮航行體動(dòng)力學(xué)模型的時(shí)滯特性,將模型中非線性滑行力分解為時(shí)滯與非時(shí)滯兩部分,通過(guò)相應(yīng)變換推導(dǎo)出航行體的線性變參數(shù)（LPV）時(shí)滯模型.然后,針對(duì)航行體的參數(shù)攝動(dòng),利用多胞形理論得到LPV系統(tǒng)的等價(jià)模型,減小在線實(shí)時(shí)計(jì)算量.最后,將實(shí)時(shí)可測(cè)參數(shù)信息與預(yù)測(cè)模型相結(jié)合設(shè)計(jì)狀態(tài)空間模型預(yù)測(cè)控制器,研究系統(tǒng)的動(dòng)態(tài)性能.仿真結(jié)果表明,該控制器對(duì)具有時(shí)滯特性的超空泡航行體有良好的控制效果及抗擾動(dòng)能力. 

【文章來(lái)源】：華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,48(07)北大核心EICSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

航行體狀態(tài)變量響應(yīng)曲線

第7期韓云濤，等：基于時(shí)滯特性的超空泡航行體預(yù)測(cè)控制·57·不為零，預(yù)測(cè)控制通過(guò)改變權(quán)值引入反饋并將實(shí)時(shí)測(cè)量得到的x(k)作為初始信息來(lái)對(duì)該時(shí)刻進(jìn)行優(yōu)化及預(yù)測(cè)，其產(chǎn)生的滑行力會(huì)間接作為反饋量反饋給控制器，使控制器具有良好的控制性能．圖3航行體滑行力響應(yīng)曲線仿真曲線控制變量出現(xiàn)較大振蕩的原因是系統(tǒng)約束范圍較小，導(dǎo)致某一時(shí)刻的控制變量無(wú)法滿足反饋量的要求，使得控制量須不斷變化以使系統(tǒng)達(dá)到穩(wěn)定狀態(tài)．增大約束范圍后航行體滑行力響應(yīng)曲線如圖4所示，可見增大約束范圍可有效減少振蕩，尾拍現(xiàn)象明顯減弱．圖4增大約束范圍后航行體滑行力響應(yīng)曲線圖5為cR攝動(dòng)情況下(攝動(dòng)范圍為±20%)航行體深度響應(yīng)曲線．圖5cR攝動(dòng)情況下航行體深度響應(yīng)曲線由圖5可知：航行體深度在空泡半徑攝動(dòng)時(shí)能夠快速達(dá)到設(shè)定值，具有較好的魯棒性．產(chǎn)生三條曲線調(diào)節(jié)時(shí)間差異的主要原因是空泡半徑越小，航行體越易與空泡壁接觸，航行體尾部上下擺動(dòng)的頻率越大，航行體深度達(dá)到穩(wěn)定狀態(tài)所需的時(shí)間越長(zhǎng)．4結(jié)語(yǔ)將非線性滑行力進(jìn)行變換后引入系統(tǒng)模型，通過(guò)推導(dǎo)得出超空泡航行體的LPV時(shí)滯模型．在建立具有時(shí)滯特性的預(yù)測(cè)模型后，針對(duì)空泡半徑攝動(dòng)，將模型轉(zhuǎn)換為等價(jià)多胞形描述的線性時(shí)變不確定系統(tǒng)，并以此為基礎(chǔ)設(shè)計(jì)了狀態(tài)空間預(yù)測(cè)控制器．將預(yù)測(cè)控制器分別對(duì)外部擾動(dòng)和空泡半徑攝動(dòng)情況進(jìn)行仿真，仿真結(jié)果表明所設(shè)計(jì)控制器具有較好的魯棒性．參考文獻(xiàn)[1]LOGVINOVICHGV．Someproblemsinplaningsurfaces[J]．TrudyTsAGI，1980，2052：3-12．[2]陳超倩，曹偉，王聰，等．超空泡航行體加速段控制設(shè)計(jì)[J]．哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2016，48(8

【參考文獻(xiàn)】：
期刊論文
[1]一種基于獨(dú)立膨脹原理的三維超空泡形態(tài)計(jì)算方法[J]. 宋書龍,萬(wàn)亞民,李建辰,周景軍,呂瑞.  水下無(wú)人系統(tǒng)學(xué)報(bào). 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]基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)的超空泡航行體反演控制[J]. 李洋,劉明雍,張小件.  自動(dòng)化學(xué)報(bào). 2020(04)
[4]超空泡航行體LPV魯棒變?cè)鲆婵刂芠J]. 韓云濤,程章龍,李盼盼,高浩楠.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(07)
[5]超空泡航行體加速段控制設(shè)計(jì)[J]. 陳超倩,曹偉,王聰,魏英杰.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(08)



本文編號(hào)：3404093