基于CMAC的中性浮力实验体解耦控制研究

系统仿真学报 ›› 2015, Vol. 27 ›› Issue (5): 1003-1009.

• 信息、控制、决策与仿真 • 上一篇下一篇

基于CMAC的中性浮力实验体解耦控制研究

李佩龙, 王磊, 李高丰

同济大学电子与信息工程学院, 上海 201804

收稿日期:2014-04-11 修回日期:2014-06-30 出版日期:2015-05-08 发布日期:2020-09-01
作者简介:李佩龙(1987-),男,湖北荆门人,博士生,研究方向为智能控制、复杂系统建模与仿真;王磊(1961-),男,陕西西安人,教授,博导,研究方向为智能控制、导航与制导等。
基金资助:
国家863高科技计划(2012AA0392)

Decoupling Control Research of Neutral Buoyancy Plant Based on CMAC

Li Peilong, Wang Lei, Li Gaofeng

School of Electronics and Information, Tongji University, Shanghai 201804, China

Received:2014-04-11 Revised:2014-06-30 Online:2015-05-08 Published:2020-09-01

摘要/Abstract

摘要： 针对中性浮力实验体控制问题,提出一种动态解耦多通道复合控制算法。通过实验体受力分析,建立了其六自由度运动模型。设计了一种动态解耦神经网络,其优点在于能适应动态变化的耦合程度。采用CMAC(Cerebellar Model Articulation Controller)和PID复合控制进行单通道控制,其优点在于结合了CMAC前馈控制的快速响应性能和PID反馈控制的强抗干扰性。经MATLAB仿真验证,提出的算法能有效控制实验体位置和姿态。调整时间短且稳态精度高,效果优于PID控制。

关键词: 中性浮力, CMAC, PID, 神经网络解耦

Abstract: To solve the control problem of neutral buoyancy plant, a dynamic decoupling and multidimensional compound control agorithm was proposed. By the plant force situation analysis, its six degree motion control model was developed. Then a dynamic decoupling neural network was designed with the merit of adaptation of the dynamic changing coupling situation. CMAC (Cerebellar Model Articulation Controller) and PID compound control was adopted in single channel control, whose advantage is that it combines the rapidity of CMAC feedforward control and anti-interference of PID feedback control. MATLAB simulation results show that the algorithm can control the plant's position and posture effectively. The agorithm has short adjusting time and high stability precision, which outpeforms PID control.

Key words: neutral buoyancy, CMAC, PID, NNsdecoupling

中图分类号:

TP273.3

李佩龙, 王磊, 李高丰. 基于CMAC的中性浮力实验体解耦控制研究[J]. 系统仿真学报, 2015, 27(5): 1003-1009.

Li Peilong, Wang Lei, Li Gaofeng. Decoupling Control Research of Neutral Buoyancy Plant Based on CMAC[J]. Journal of System Simulation, 2015, 27(5): 1003-1009.

参考文献

[1] 齐乃明, 张文辉, 高九州, 等. 空间微重力环境地面模拟试验方法综述[J]. 航天控制, 2011, 29(3): 95-99.
[2] 陈诗瑜, 袁建平, 方群. 一种有效的中性浮力下实验体姿态机动模拟控制律设计[J]. 西北工业大学学报, 2012, 30(3): 314-319.
[3] 沈建森, 朱书平, 周徐昌. 基于Matlab/Simulink的水下航行器建模与仿真[J]. 兵工自动化, 2012,31(2): 24-27.
[4] 王玉, 林秀桃, 宋诗军, 等. 矢量推进自主水下航行器动力学建模及仿真[J]. 天津大学学报, 2014, 47(2): 143-148.
[5] 高富东, 潘存云, 杨政, 等. 多矢量推进水下航行器6自由度非线性建模与分析[J]. 机械工程学报, 2011, 47(5): 93-100.
[6] Zhang Y, Qu Wd, Xi Yg, et al. Adaptive Stabilization and Trajectory Tracking of Airshipwith Neutral Buoyancy[J]. Acta Automatica Sinica (S1874-1029), 2008, 34(11): 1437-1441.
[7] Bin X, Shunmugham R P, Norimitsu S, et al. Neuro- fuzzy Control of Underwater Vehicle-manipulator Systems[J]. Journal of the Franklin Institute (S0016-0032), 2012, 349(3): 1125-1138.
[8] Ken T, Edgar A, Pierre P, et al. A Robust Fuzzy Autonomous Underwater Vehicle (AUV) Docking Approach for Unknown Current Disturbances[J]. IEEE Journal of Oceanic Engineering (S0364-9059), 2012, 37(2): 143-155.
[9] 杨永鹏, 赵玉新, 郝燕玲, 等. AUV近水面悬浮解耦控制系统设计及仿真[J]. 系统工程与电子技术, 2012, 34(3): 572-577.
[10] 张西勇, 李宗吉, 王树宗. 基于变结构控制的反鱼雷鱼雷姿态解耦控制[J]. 控制理论与应用, 2012, 29(11): 1501-1506.
[11] Chun F H, Chao M C, Chih M L, et al. Adaptive CMAC Neural Control of Chaotic Systems with a PI-type Learning Algorithm[J]. Expert Systems with Applications (S0957-4174), 2009, 36(9): 11836-11843.
[12] 聂瑞, 章卫国, 李广文, 等. 基于CMAC-PID并行控制的阵风减缓控制系统[J]. 计算机仿真, 2010, 27(7): 56-60.

[1]	段绍米, 罗会龙, 刘海鹏. 人群搜索和樽海鞘群的混合算法优化PID参数[J]. 系统仿真学报, 2022, 34(6): 1230-1246.
[2]	高嵩, 尹雪, 胥剑涛, 苗雨豪. 基于频域法的DC/DC变换器传递函数设计方法研究[J]. 系统仿真学报, 2022, 34(2): 334-341.
[3]	李晖, 云昊, 岳红丽. 基于SVM逆系统的PMSM云模型整定PID控制[J]. 系统仿真学报, 2021, 33(8): 1846-1855.
[4]	尹智帅, 何嘉雄, 聂琳真, 管家意. 基于优化算法的自动驾驶车辆纵向自适应控制[J]. 系统仿真学报, 2021, 33(2): 409-420.
[5]	甘浪雄, 吴昌胜, 邓巍, 郑元洲, 周春辉. 内河弯曲河道船舶过弯自适应航迹控制仿真[J]. 系统仿真学报, 2021, 33(2): 461-471.
[6]	李中奇, 邢月霜. 动车组进站过程精准停车控制方法研究[J]. 系统仿真学报, 2021, 33(1): 149-158.
[7]	郭全民, 张豪文, 王言. 汽车半主动悬架整车协调控制策略[J]. 系统仿真学报, 2020, 32(4): 700-708.
[8]	黄茹楠, 丁宁. 基于改进PID神经网络算法的AUV垂直面控制[J]. 系统仿真学报, 2020, 32(2): 229-235.
[9]	周治国, 孙佳恩, 于家宝, 周学华. 一种可用于ZYNQ硬件在环仿真的永磁无刷直流电机测控系统[J]. 系统仿真学报, 2020, 32(11): 2121-2128.
[10]	黄小琴, 陈力. 基座、臂杆全弹性空间机器人的递归CMACNN控制[J]. 系统仿真学报, 2019, 31(9): 1899-1906.
[11]	张氢, 夏华, 杨宁, 秦仙蓉, 孙远韬. 新型电动升沉补偿系统建模及联合仿真[J]. 系统仿真学报, 2018, 30(8): 2973-2981.
[12]	肖艳军, 王永庚, 井然, 冯华, 李永聪. 基于模糊PID的罗茨动力机控制系统研究与仿真[J]. 系统仿真学报, 2018, 30(6): 2198-2205.
[13]	程靖, 陈力. 柔性空间机械臂捕获卫星后梯度下降自校正控制[J]. 系统仿真学报, 2018, 30(5): 1869-1876.
[14]	邱占芝, 李世峰. 基于神经网络的PID网络化控制系统建模与仿真[J]. 系统仿真学报, 2018, 30(4): 1423-1432.
[15]	李宗帅, 张思博. 基于自适应模糊PID的飞机客舱温度控制[J]. 系统仿真学报, 2018, 30(11): 4395-4402.

基于CMAC的中性浮力实验体解耦控制研究

Decoupling Control Research of Neutral Buoyancy Plant Based on CMAC

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价