豐少偉，彭鵬菲，姜 俊

（海軍工程大學 電子工程學院，湖北 武漢 430033）

水下潛器在作業(yè)使用時，為了自身的結(jié)構(gòu)安全以及保持深度穩(wěn)定性，要求有良好的自主沉浮控制能力。水下潛器由于慣性較大，在水下的低速運動表現(xiàn)為耦合非線性。因此，水下潛器自主沉浮控制系統(tǒng)是一種慣性大、時滯、非線性的復雜控制系統(tǒng)。常規(guī)的PID控制方法[1-2]，要求水下潛器的動力學特性是已知的，同時應(yīng)該保持不變，尤其是外界的擾動要盡可能小，主要由人工憑經(jīng)驗根據(jù)水下潛器的重量、排水、沉浮速度及海況等諸因素調(diào)整各參數(shù)。但實際情況中海洋環(huán)境的特殊性和多變性，使得常規(guī)的PID方法有很大的局限性，運用效果不好。模糊控制是一種適用于難以用精確數(shù)學模型描述而主要依賴人工經(jīng)驗的復雜控制方法[3-5]，因此人們紛紛研究將模糊控制應(yīng)用到各種航器的操縱控制中[6-7]。但一般的模糊控制器因?qū)儆赑D控制,缺少積分環(huán)節(jié)，并且其模糊規(guī)則一經(jīng)確定就不再改變，在無干擾的情況下，可以獲得較好的控制效果，當環(huán)境條件發(fā)生變化時，控制效果就顯得不夠理想。

文中針對實際要求，提出一種基于自適應(yīng)模糊控制的水下潛器自動沉浮控制方法。由于模糊控制器的隸屬函數(shù)與模糊控制規(guī)則的選取對控制效果影響最大，該方法從優(yōu)化隸屬函數(shù)入手，采用多層前向神經(jīng)網(wǎng)絡(luò)的誤差反向傳播（EBP）算法對它的參數(shù)進行在線修正，采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調(diào)整，使EBP算法具有較快的收斂速度，同時避免了局部極小值問題。仿真實驗表明，對于水下潛器自動沉浮與定深潛伏運動的不能精確建摸、干擾嚴重的非線性、時變情況，這種自適應(yīng)模糊控制是一種較好的控制方式。

1 潛器水下自主沉浮控制系統(tǒng)工作原理

潛器沉浮控制系統(tǒng)裝置如圖1所示，主要由油箱、油泵、電磁閥、油囊及相關(guān)的電子控制器、傳感器，模糊轉(zhuǎn)換電路、電源組成。裝置浮力調(diào)節(jié)的控制原理是用油泵將油箱的油充到油囊中去，油囊膨脹，從而使反潛器排水體積增加，其浮力增加。反之，將油囊中的油抽回油箱中，則其浮力將減小。正負浮力的改變從而使反潛器上浮或下沉。

設(shè)想的潛器定深與沉浮運動的過程描述如圖2所示。所構(gòu)想的初始技術(shù)指標為：定深誤差在定深指標的5%以內(nèi)，即在2 000 m定深處上下沉浮不能超出100 m。這樣就要求高壓油泵的工作深度要達到2 100 m以上，并留出50～100 m的設(shè)計裕度。油囊高壓泵的抽放油速率設(shè)計以及油囊的大小，一方面根據(jù)要求的反潛器定深動作反應(yīng)速率和油囊體積變化時滯來參考，另一方面這些性能參數(shù)也依賴于實驗精確測定，為油囊充放油控制提供參數(shù)。

2 自適應(yīng)模糊控制方法

基于自適應(yīng)模糊控制的水下潛器沉浮控制過程，如圖3所示。

2.1 模糊控制器

模糊控制器采用二維模糊控制器，用深度的偏差E和偏差變化率E˙為它的2個輸入，以電磁閥的變化μ作為控制量，將E˙和控制量μ的數(shù)量范圍劃分為5個用語言變量表述的模糊集，即負大（NB）、負?。∟S）、零（O）、正小（PS）、正大（PB）。而E和E˙的數(shù)量范圍亦劃分為5個語言變量表述的模糊集，即負大（NB）、負?。∟S）、零（O）、正?。≒S）、正大（PB）。

2.2 隸屬函數(shù)

輸入變量的隸屬函數(shù)為梯形隸屬函數(shù)和三角形隸屬函數(shù)。下面給出的是控制變量的隸屬函數(shù)，輸入變量的隸屬函數(shù)類同。

梯形隸屬函數(shù)：

其中 i為輸入變量：i=1 對應(yīng) E，i=2 對應(yīng)E˙；j為規(guī)則；μij（xi）為規(guī)則j中第i個輸入分量在所在模糊區(qū)間上的隸屬度；a，b，c，d為規(guī)則j中第i個輸入分量所在模糊區(qū)間的控制參數(shù)。

2.3 自適應(yīng)模糊控制器

對模糊控制器的修正，實際上是對隸屬函數(shù)的參數(shù)a，b，c，d 和μ~j的修正。取誤差函數(shù)：

其中，η（t）為深度 H，dp 為控制目標。

采用EBP算法（加慣性項）對隸屬函數(shù)的參數(shù)進行修正，得如下公式：

其中，αij、βij、γij均為學習速率，τi為慣性系數(shù)。

上述3式中右邊第3項為慣性項，因為在EBP算法中，如果學習速率取的小學習過程將很慢，而大的學習速率又可能導致學習過程的振蕩，另外學習過程可能收斂于局部極小點或在誤差函數(shù)的平穩(wěn)段停止不前。慣性項的引入可以提高收斂速度和改善動態(tài)性能（即可以抑制寄生振蕩）。

針對EBP算法收斂速度慢的問題，采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調(diào)整，以提高收斂速度。

以 αij為例，βij、γij同理：

其中，ξ是一個正實數(shù)，參數(shù)a、b、ξ根據(jù)實際情況自定。典型值為：10-4≤a≤0.1，0.1≤b≤0.5，0.1≤ξ≤0.7。

3 仿真分析

假定潛器在水下1 990 m處于懸浮平衡狀態(tài)，油泵充抽油率為10 N/S，突然受到一瞬時外力的擾動作用，使得潛器獲得了向上或向下的速度（12 m/s或-12 m/s）。利用計算機仿真潛器在基于自適應(yīng)模糊控制方法下的沉浮控制效果，仿真效果如圖4、圖5所示。仿真結(jié)果表明：采用自適應(yīng)模糊控制方法實現(xiàn)對水下潛器的自主沉浮控制是完全可行的，能夠在受到一定擾動的情況下仍保持定深懸浮的穩(wěn)定狀態(tài)。

4 結(jié)束語

良好的自動沉浮控制能力對于水下潛器來說是至關(guān)重要的，是保證水下潛器能夠進行正常工作的前提條件。由于水下潛器在水下的低速運動表現(xiàn)為耦合非線性，因此，水下潛器自動沉浮控制系統(tǒng)必然是一種慣性大、時滯、非線性的復雜控制系統(tǒng)。本文提出的基于模糊控制的沉浮控制方法從優(yōu)化隸屬函數(shù)入手，采用多層前向神經(jīng)網(wǎng)絡(luò)的誤差反向傳播（EBP）算法對它的參數(shù)進行在線修正，并采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調(diào)整，使EBP算法具有較快的收斂速度，同時避免了局部極小值問題，在實際工程中具有廣闊的應(yīng)用前景。此外，隸屬函數(shù)的優(yōu)化還可以考慮將神經(jīng)網(wǎng)絡(luò)與其他智能方法相結(jié)合，以期能夠獲得更快的控制效果。

[1]金奇,鄧志杰.PID控制原理及參數(shù)整定方法[J].重慶工學院學報：自然科學版,2008,22（5）:91-94.JIN Qi,DENG Zhi-jie.PID control principle and techniques of parameter tuning [J].Journal of Chongqing Institute of Technology：Natural Science,2008,22（5）:91-94.

[2]徐進,陳浙泊,倪旭翔,等.基于PID控制器的HDRI系統(tǒng)的研究[J].光學技術(shù)，2008,34（4）:547-551.XU Jin,CHEN Zhe-bo,NI XU-xiang,et al.Research of HDRI system based on PID controller[J].Optical Technique,2008,34（4）:547-551.

[3]殷云華,樊水康,陳閩鄂.自適應(yīng)模糊PID控制器的設(shè)計與仿真[J].火力與指揮控制,2008,33（7）:96-99.YIN Yun-hua,FAN Shui-kang,CHEN Min-e.The design and simulation of adaptive fuzzy PID contronller[J].Fire Control and Command Control,2008,33（7）:96-99.

[4]候媛彬,楊學存.模糊控制器設(shè)計方法研究[J].西安科技大學學報,2003,23（4）:448-450.HOU Yuan-bing,YANG Xue-chun.The methods of fuzzy contronller design[J].Journal of Xi'an University of Science and Technology,2003,23（4）:448-450.

[5]劉悅婷.模糊PID控制器的設(shè)計與仿真研究[J].甘肅聯(lián)合大學學報：自然科學版,2008,22（3）:75-78.LIU Yue-ting.The study of fuzzy PID controller design and simulation [J].Journal of Gansu Lianhe University：Natural Sciences,2008,22（3）:75-78.

[6]Silvestre C,Pascoal A.Depth control of the INFANTE AUV using gain-scheduled reduced order output feedback[J].Control Engineering Practice,2006：1-13.

[7]Lee C C.Fuzzy logic in control system:fuzzy logic[J].IEEE Trans Syst,1990,20（2）:232-238.