深海剖面浮标的RBF-PID定深控制

被引：6

作者：

房美琦 ^{[1
]}

李醒飞 ^{[1
]}

姜明波 ^{[2
]}

杨少波 ^{[1
]}

吴腾飞 ^{[1
]}

徐佳毅 ^{[1
]}

机构：

[1] 天津大学精密测试技术及仪器国家重点实验室

[2] 中国人民解放军部队

来源：

信息与控制 | 2019年 / 48卷 / 06期

关键词：

剖面浮标; RBF-PID; 定深控制; 非线性模型;

D O I：

10.13976/j.cnki.xk.2019.9134

中图分类号：

P715.2 [浮标装置]; TP273 [自动控制、自动控制系统];

学科分类号：

0816 ; 080201 ; 0835 ;

摘要：

针对深海自持式剖面浮标的定深控制问题,提出一种径向基(radial basis function, RBF)神经网络与PID(proportional, integral, derivative)控制相结合的参数自适应调节的定深控制算法.首先根据相关参数的非线性特点,建立了剖面浮标的运动模型并验证了该模型的准确性.在此基础上,充分考虑剖面浮标浮力驱动系统单向可控性的特点,设计了基于RBF-PID算法的剖面浮标定深控制器.将仿真结果与增量式PID控制结果进行对比,结果表明RBF-PID控制算法能够提高浮标的定深控制精度,增强浮标的抗干扰能力.

引用

页码：641 / 648

页数：8

共 20 条

[11]

剖面漂流浮标控制技术研究[D]. 张少永.天津大学 2007

[12]

A Time Delay Controller included terminal sliding mode and fuzzy gain tuning for Underwater Vehicle-Manipulator Systems[J] . Hossein Nejatbakhsh Esfahani,Vahid Azimirad,Mohammad Danesh.Ocean Engineering . 2015

[13]

Position Control of a Pneumatic Muscle Actuator Using RBF Neural Network Tuned PID Controller[J] . Jie Zhao,Jun Zhong,Jizhuang Fan,Seungik Baek.Mathematical Problems in Engineering . 2015

[14]

Adaptive neuro-fuzzy inference system based autonomous flight control of unmanned air vehicles[J] . Sefer Kurnaz,Omer Cetin,Okyay Kaynak.Expert Systems With Applications . 2009 (2)

[15]

The Argo Program[J] . Oceanography . 2009 (2)

[16] A NEW HIGH-PRESSURE EQUATION OF STATE FOR SEA-WATER [J].