Fuzzy optimizado MFAC basado en ADRC en el control de rumbo de AUV
Autores: Li, Hongjia; He, Bo; Yin, Qingqing; Mu, Xiaokai; Zhang, Jiaming; Wan, Junhe; Wang, Dianrui; Shen, Yue
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Fuzzy optimizado MFAC basado en ADRC en el control de rumbo de AUV
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Vehículos submarinos autónomos
Problema de control
Modelo matemático
Control adaptativo optimizado difuso sin modelo
Control de rechazo de auto-disturbios
Entorno marino
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
El problema de control de los Vehículos Submarinos Autónomos (AUV) es muy desafiante ya que el modelo matemático preciso de AUV es difícil de establecer debido a su fuerte acoplamiento y características variables en el tiempo. Mientras tanto, el movimiento de AUV es fácilmente interferido por las corrientes oceánicas y las olas, lo que provoca que el rendimiento anti-interferencias del control Proporcional-Integral-Derivativo (PID) tradicional sea insatisfactorio. Con el objetivo de resolver esos problemas, se propuso un algoritmo de control adaptativo sin modelo optimizado difuso (MFAC) basado en el control de rechazo de perturbaciones automático (ADRC) y se utilizó en el control de rumbo de AUV. El MFAC se utiliza para superar la dificultad de establecer un modelo matemático preciso, y el ADRC se introduce para manejar la interferencia de las corrientes y las olas. En este documento, el MFAC y el ADRC se combinan. Primero, el MFAC se realiza basado únicamente en los datos de entrada/salida del objeto controlado, lo cual es simple de implementar con baja complejidad de cálculo y fuerte robustez. Luego, se emplea un diferenciador de seguimiento (TD) para rastrear la señal de entrada y superar la antinomia de rapidez e hipertonicidad en el MFAC. Después, se añade un observador de estado extendido (ESO) para controlar las variables del MFAC y estimar todas las perturbaciones, lo que puede mejorar significativamente la capacidad anti-interferencias del sistema. Debido a la complejidad y diversidad del entorno marino, se propone un MFAC optimizado difuso basado en ADRC para mejorar la adaptabilidad de AUV al entorno marino. Se realizaron simulaciones y experimentos para verificar el efecto de control de este algoritmo en condiciones marinas complejas.
Descripción
El problema de control de los Vehículos Submarinos Autónomos (AUV) es muy desafiante ya que el modelo matemático preciso de AUV es difícil de establecer debido a su fuerte acoplamiento y características variables en el tiempo. Mientras tanto, el movimiento de AUV es fácilmente interferido por las corrientes oceánicas y las olas, lo que provoca que el rendimiento anti-interferencias del control Proporcional-Integral-Derivativo (PID) tradicional sea insatisfactorio. Con el objetivo de resolver esos problemas, se propuso un algoritmo de control adaptativo sin modelo optimizado difuso (MFAC) basado en el control de rechazo de perturbaciones automático (ADRC) y se utilizó en el control de rumbo de AUV. El MFAC se utiliza para superar la dificultad de establecer un modelo matemático preciso, y el ADRC se introduce para manejar la interferencia de las corrientes y las olas. En este documento, el MFAC y el ADRC se combinan. Primero, el MFAC se realiza basado únicamente en los datos de entrada/salida del objeto controlado, lo cual es simple de implementar con baja complejidad de cálculo y fuerte robustez. Luego, se emplea un diferenciador de seguimiento (TD) para rastrear la señal de entrada y superar la antinomia de rapidez e hipertonicidad en el MFAC. Después, se añade un observador de estado extendido (ESO) para controlar las variables del MFAC y estimar todas las perturbaciones, lo que puede mejorar significativamente la capacidad anti-interferencias del sistema. Debido a la complejidad y diversidad del entorno marino, se propone un MFAC optimizado difuso basado en ADRC para mejorar la adaptabilidad de AUV al entorno marino. Se realizaron simulaciones y experimentos para verificar el efecto de control de este algoritmo en condiciones marinas complejas.