潛艇水下懸停運(yùn)動(dòng)建模與操縱控制技術(shù)研究.pdf

1、潛艇作為最為重要的武器承載平臺(tái)之一，在現(xiàn)代戰(zhàn)爭(zhēng)中發(fā)揮著不可替代的重要戰(zhàn)略作用。潛艇的操縱性能是潛艇最為重要的性能之一，在執(zhí)行某些特殊任務(wù)的過(guò)程中，潛艇需要在航行停車(chē)狀態(tài)下，對(duì)潛艇的深度和縱傾姿態(tài)進(jìn)行控制，稱(chēng)為潛艇水下懸停操縱。良好的潛艇水下懸停操縱可以降低潛艇自身噪聲，減少水下耗電量，因而具有重要的戰(zhàn)略意義。然而我國(guó)對(duì)于潛艇水下懸停操縱自動(dòng)控制的研究還處于起步階段，因而有大量的基礎(chǔ)性研究工作需要完成。本文在深入研究潛艇操縱運(yùn)動(dòng)建模與控制

2、技術(shù)發(fā)展現(xiàn)狀以及水下懸停操縱運(yùn)動(dòng)控制特點(diǎn)的基礎(chǔ)之上，系統(tǒng)地研究潛艇水下懸停運(yùn)動(dòng)機(jī)理、辨識(shí)建模技術(shù)以及操縱控制策略。論文主要研究?jī)?nèi)容如下：
　　 首先介紹了潛艇水下運(yùn)動(dòng)建模參考坐標(biāo)系體系以及基于歐拉角法的坐標(biāo)系轉(zhuǎn)換法則，推導(dǎo)了潛艇垂直面運(yùn)動(dòng)方程；在此基礎(chǔ)之上，分析了潛艇水下懸停運(yùn)動(dòng)的運(yùn)動(dòng)特性，建立了潛艇水下懸停運(yùn)動(dòng)模型；對(duì)懸停操縱執(zhí)行機(jī)構(gòu)-懸停水艙的工作機(jī)理進(jìn)行了分析，建立了浮力調(diào)節(jié)水艙供氣吹除過(guò)程數(shù)學(xué)模型；以某型潛艇為例計(jì)算懸停

3、運(yùn)動(dòng)水動(dòng)力參數(shù)，對(duì)所建立的潛艇水下懸停模型進(jìn)行了驗(yàn)證。
　　 出于精細(xì)控制與懸停控制策略仿真環(huán)境構(gòu)建的目的，系統(tǒng)地完成了對(duì)包括初始不均衡量、艇體體積壓縮、密度變化干擾、近水面波浪干擾以及海流在內(nèi)的水下懸停環(huán)境干擾力建模；介紹了在懸停環(huán)境干擾建?；A(chǔ)上設(shè)計(jì)的潛艇懸停操縱環(huán)境仿真平臺(tái)設(shè)計(jì)方案。
　　 針對(duì)潛艇水下懸停運(yùn)動(dòng)機(jī)理建模方法存在的不足，提出了基于擴(kuò)展隨機(jī)減量技術(shù)的潛艇水下懸停運(yùn)動(dòng)辨識(shí)建模技術(shù)。研究了隨機(jī)減量技術(shù)應(yīng)用的

4、局限性，提出了應(yīng)用條件更為寬松的擴(kuò)展隨機(jī)減量技術(shù)，推導(dǎo)了潛艇水下懸停擴(kuò)展隨機(jī)減量方程，并以此為基礎(chǔ)設(shè)計(jì)了一種基于加權(quán)擬線性回歸算法和多層感知器神經(jīng)網(wǎng)絡(luò)相結(jié)合的混合網(wǎng)絡(luò)系統(tǒng)辨識(shí)技術(shù)。在不需要獲得系統(tǒng)實(shí)時(shí)輸入數(shù)據(jù)的條件下，通過(guò)擴(kuò)展隨機(jī)減量技術(shù)計(jì)算辨識(shí)系統(tǒng)的輸入樣本，將潛艇水下懸停運(yùn)動(dòng)建模工作分為系統(tǒng)阻尼參數(shù)，恢復(fù)參數(shù)辨識(shí)和系統(tǒng)耦合參數(shù)辨識(shí)兩部分，分別通過(guò)加權(quán)擬線性回歸算法和多層感知器神經(jīng)網(wǎng)絡(luò)獨(dú)立完成辨識(shí)工作。實(shí)驗(yàn)結(jié)果表明，在絕大多數(shù)情況下，

5、本文的混合網(wǎng)絡(luò)辨識(shí)方法都可以提供響應(yīng)預(yù)測(cè)誤差小于5％的潛艇潛艇水下懸停運(yùn)動(dòng)模型。
　　 潛艇水下懸停運(yùn)動(dòng)過(guò)程本質(zhì)上是一個(gè)弱機(jī)動(dòng)，慢時(shí)變的動(dòng)態(tài)過(guò)程，這為基于系統(tǒng)模型的線性控制方法的應(yīng)用提供了足夠的依據(jù)，實(shí)際的工程應(yīng)用也證明了這一點(diǎn)。出于實(shí)際應(yīng)用中對(duì)系統(tǒng)自調(diào)整實(shí)時(shí)性要求的考慮，提出了基于快速TS模糊模型的FTFM技術(shù)，設(shè)計(jì)了基于FTFM的潛艇水下懸停解耦模糊PID控制算法。在系統(tǒng)解耦的基礎(chǔ)之上，設(shè)計(jì)潛艇水下懸停模糊自適應(yīng)PID控制器

6、，使得潛艇水下懸?？刂葡到y(tǒng)在兩個(gè)被控維度上的子系統(tǒng)都具有參數(shù)自調(diào)整能力，能夠在線辨識(shí)PID參數(shù)調(diào)整模糊規(guī)則。實(shí)驗(yàn)結(jié)果表明設(shè)計(jì)的解耦模糊PID控制器無(wú)論在控制精度，系統(tǒng)時(shí)效性，還是模糊規(guī)則規(guī)?？刂品矫娑急憩F(xiàn)出良好的特性。
　　 出于即避開(kāi)復(fù)雜的潛艇運(yùn)動(dòng)建模和干擾力建模過(guò)程的考慮，采用不依賴(lài)被控對(duì)象模型的控制方法來(lái)設(shè)計(jì)潛艇水下懸停操縱控制器。設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)表述形式的模糊邏輯控制系統(tǒng)，即具有參數(shù)自適應(yīng)和結(jié)構(gòu)學(xué)習(xí)功能的模糊神經(jīng)控

7、制器，稱(chēng)為模糊自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制(Fuzzy Adaptive Neuro-Networks Control，F(xiàn)ANC)。FANC系統(tǒng)通過(guò)神經(jīng)網(wǎng)絡(luò)的連接結(jié)構(gòu)實(shí)現(xiàn)該模糊系統(tǒng)從輸入到輸出變量的映射，采用一種5層前向網(wǎng)絡(luò)結(jié)構(gòu)，集合了FLS的知識(shí)表達(dá)和推理能力，ANN的知識(shí)獲取、學(xué)習(xí)及適應(yīng)能力。設(shè)計(jì)了一種分為自組織和監(jiān)督學(xué)習(xí)兩個(gè)階段的混合學(xué)習(xí)算法對(duì)FANC系統(tǒng)進(jìn)行訓(xùn)練。針對(duì)潛艇水下懸停操縱這一時(shí)變、強(qiáng)耦合和不確定的復(fù)雜非線性多輸入多輸出被控過(guò)程