基于RBF神经网络补偿的ROV运动控制算法

TJ630.33%U675.91; 针对作业型遥控水下航行器(ROV)在模型参数不确定和外部环境干扰下的运动控制问题,提出了一种基于径向基函数(RBF)神经网络的自适应双环滑模控制策略.首先,对于ROV外环位置控制采用改进趋近律的积分滑模控制方法,对于ROV内环速度控制采用指数趋近律的积分滑模控制方法;其次,为进一步改善滑模控制的抖振问题,引入双曲正切函数作为滑模切换项;然后,利用RBF神经网络控制技术对ROV模型的不确定参数和外部扰动进行估计与补偿;最后,利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性,并对作业型ROV的运动控制进行了数值仿真.仿真结果验证了所设计的控制器可以实现ROV航...

Full description

Saved in:
Bibliographic Details
Published in水下无人系统学报 Vol. 32; no. 2; pp. 311 - 319
Main Authors 张帅军, 刘卫东, 李乐, 柳靖彬, 郭利伟, 徐景明
Format Journal Article
LanguageChinese
Published 西北工业大学航海学院,陕西西安,710072 01.04.2024
Subjects
remotely operated vehicle
自适应双环滑模控制
radial basis function
motion control
运动控制
径向基函数
神经网络
neural network
遥控水下航行器
adaptive double-loop sliding mode control
Online AccessGet full text
ISSN2096-3920
DOI10.11993/j.issn.2096-3920.2023-0033

Cover

More Information
Summary:TJ630.33%U675.91; 针对作业型遥控水下航行器(ROV)在模型参数不确定和外部环境干扰下的运动控制问题,提出了一种基于径向基函数(RBF)神经网络的自适应双环滑模控制策略.首先,对于ROV外环位置控制采用改进趋近律的积分滑模控制方法,对于ROV内环速度控制采用指数趋近律的积分滑模控制方法;其次,为进一步改善滑模控制的抖振问题,引入双曲正切函数作为滑模切换项;然后,利用RBF神经网络控制技术对ROV模型的不确定参数和外部扰动进行估计与补偿;最后,利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性,并对作业型ROV的运动控制进行了数值仿真.仿真结果验证了所设计的控制器可以实现ROV航行的精确控制,并能够有效抑制模型不确定参数和外部扰动对ROV运动的影响.
ISSN:2096-3920
DOI:10.11993/j.issn.2096-3920.2023-0033