[发明专利]一种直流电机推进无人船的速度控制方法

摘要

本发明公开了一种直流电机推进无人船的速度控制方法，将预估器设计和有限集模型预测控制方法结合，实现直流电机推进无人船的速度控制。首先，设计两个基于神经网络的预估器来估计无人船速度动力学、直流电机以及螺旋桨模型中的不确定项。然后，采用有限集模型预测控制方法设计无人船速度控制器。本发明提出的速度控制系统采用有限集模型预测控制方法设计，具有结构简单、动态响应快的特点，且能够达到最优的速度控制效果。本发明提出的速度控制方法通过在每个采样时刻反复计算速度偏差，能够及时校正无人船航行过程中遇到的各种复杂情况，抗干扰能力强，更加适用于无人船航行的复杂环境。

主权项

1.一种直流电机推进无人船的速度控制方法，其特征在于：利用直流电机推进无人船的速度控制系统进行控制，所述的直流电机推进无人船的速度控制系统包括速度控制器、离散模型、神经网络A、航速预估器、神经网络B和转速预估器；所述的速度控制器的输入端分别与无人船的航速输出端、无人船的转速输出端以及离散模型的输出端相连；所述的离散模型的输入端分别与神经网络A的输出端、神经网络B的输出端、无人船的航速输出端和无人船的转速输出端相连；所述的神经网络A的输入端分别与无人船的航速输出端以及航速预估器的输出端相连；所述的航速预估器的输入端分别与无人船的航速输出端、无人船的转速输出端以及神经网络A的输出端相连；所述的神经网络B的输入端分别与无人船的转速输出端以及转速预估器的输出端相连；所述的转速预估器的输入端分别与无人船的航速输出端、无人船的转速输出端以及神经网络B的输出端相连；设直流电机推进无人船的前向速度控制回路如下：其中：φ₁(v)＝(X_vv+X_|v|vv|v|)/m表示无人船前向速度动力学未知函数，m代表无人船的质量，v代表无人船的前向速度，|v|代表无人船前向速度的绝对值；φ₂(ω)＝(‑ω‑F_cK_QρD⁵|ω|ω/4π²)/B_m表示直流电机和螺旋桨模型中的未知函数，ω代表直流电机的角速度，F_c代表直流电机的传递系数，B_m代表直流电机的机电时间常数，K_Q代表螺旋桨的转矩系数，ρ代表海水密度，D代表螺旋桨的直径；系数d₁＝(1‑e)K_FρD⁴/4π²m，d₂＝F_m/B_m，e表示螺旋桨推力减额系数，K_F代表螺旋桨的推力系数，F_m代表直流电机的传递系数；代表无人船前向速度的导数；代表直流电机转速的导数；a代表直流电机电枢输入电压；所述的速度控制方法，包括以下步骤：A、预估器的设计所述的航速预估器设计为：其中，表示无人船前向速度的估计值；表示无人船前向速度估计值的导数；ι₁∈R均为正常数；Z₁表示神经网络权值；表示神经网络的激活函数；所述的神经网络权值的更新律设计为：其中，γ₁∈R、β₁∈R均为正常数；所述的转速预估器设计为：其中，表示为直流电机转速的估计值；表示为直流电机转速估计值的导数；ι₂∈R均为正常数；Z₂表示神经网络权值，所述的神经网络权值的更新律设计为：其中，γ₂∈R、β₂∈R均为正常数；B、速度控制器的设计采用有限集模型预测设计方法设计直流电机推进无人船速度控制器；B1、建立直流电机推进无人船速度控制回路的离散模型连续时间模型中无人船前向速度的导数近似表示为：dv/dt≈[v(k+1)‑v(k)]/T         (6)其中，v(k)表示为当前时刻的无人船前向速度，v(k+1)表示下一时刻的无人船前向速度，T表示采样周期；同理，连续时间模型中直流电机转速的导数近似表示为：dω/dt≈[ω(k+1)‑ω(k)]/T          (7)其中，ω(k)表示当前时刻的电机转速，ω(k+1)表示下一时刻的电机转速；根据式(6)‑(7)，式(1)所描述的直流电机推进无人船速度控制回路的离散模型表示为：其中，a(k)∈A，A＝{a₁,…,a_l}是一个拥有l个元素的有限控制集合；B2、定义无人船速度控制的代价函数为了选择出使得无人船前向速度达到给定速度的电压控制信号，依据离散模型预测的速度和给定速度之间的差建立代价函数；若预测步数为N，则代价函数表示为：其中，v_r(k)表示为k时刻的给定无人船前向速度；θ和ξ均为正常数；速度控制器的控制信号为直流电机电枢的电压，在电压范围内，将电压分成有限个电压等级，每个电压等级所对应的速度预测值根据式(8)计算出来；选择出最接近给定速度的预测速度所对应的电压，作为在下一时刻的控制电压，施加到直流电机上；这一步骤通过解决下面的优化问题来实现：v^*(k)＝arg min(c(v,v_r))        (10)其中，v^*(k)为最接近给定速度v_r的预测速度，arg min(c(v,v_v))表示使代价函数c(v,v_r)最小的速度v的值；因此，与v^*(k)相对应的电压值a^*即为最优的电压控制信号。