張凌志，何 波

(中國海洋大學(xué)信息科學(xué)與工程學(xué)院，山東青島 266100)

隨著自主式水下無人潛航器(以下簡稱AUV)在海洋探索等領(lǐng)域的廣泛應(yīng)用，很多國家均投入了大量的人力、物力，形成了目前AUV 技術(shù)研發(fā)的新熱潮。由于AUV 具有搭載傳感器多、活動范圍大、適應(yīng)環(huán)境能力強(qiáng)等優(yōu)點，可以預(yù)測AUV將在軍事、科研等領(lǐng)域發(fā)揮越來越重要的作用[1-2]。

鑒于AUV 特殊的工作環(huán)境，電池組是其唯一動力來源，也是AUV 能否正常工作、任務(wù)正常執(zhí)行的關(guān)鍵。因此保障電池組的安全與提高電池組的利用效率將成為AUV 技術(shù)的研發(fā)重點[3]。目前，常用的能量分配策略有全局最優(yōu)控制策略[4]、局部最優(yōu)控制策略[5]、規(guī)則式控制策略[6]等。其中，陳維榮等[7]在混合動力汽車中采用了功率跟隨策略，實現(xiàn)了節(jié)能、增加續(xù)航里程的目標(biāo)。根據(jù)國家重點研發(fā)計劃“基于數(shù)據(jù)驅(qū)動技術(shù)和智慧型復(fù)合材料的自主式水下航行器研發(fā)”項目的需要，針對AUV 特殊的工作特性，本文以實現(xiàn)能量的合理分配、提高AUV 電池組能量的利用效率為研究目標(biāo)。

1 神經(jīng)網(wǎng)絡(luò)構(gòu)建功率預(yù)測模型

1.1 AUV 系統(tǒng)功耗分析

常規(guī)AUV 的系統(tǒng)結(jié)構(gòu)見圖1，鋰離子電池組提供AUV 所需要的所有能量。根據(jù)能量守恒定律，AUV 系統(tǒng)的總功率等于儀表系統(tǒng)、動力系統(tǒng)的功率之和。其功率平衡方程為：

圖1 AUV系統(tǒng)結(jié)構(gòu)框架

式中：PAUV為AUV 系統(tǒng)的總功率；PIS為儀表系統(tǒng)所需要的功率；PDS為動力系統(tǒng)所需要的功率。

常規(guī)中小型AUV 儀表系統(tǒng)的功能是監(jiān)控AUV 的實時狀態(tài)、通過與岸基的通信實現(xiàn)指令的上傳下達(dá)，可以看出，AUV 儀表系統(tǒng)的功率不大，根據(jù)功能需求的不同在40～60 W之間；動力系統(tǒng)的主要用電設(shè)備是主推電機(jī)和舵機(jī)，舵機(jī)負(fù)責(zé)控制AUV 的運動方向，功率在40～50 W 左右，主推電機(jī)負(fù)責(zé)AUV 的前進(jìn)或后退運動，最大功率可達(dá)500 W。因此，管理好主推電機(jī)的功率是對AUV 進(jìn)行能量管理的關(guān)鍵。

1.2 電機(jī)功率預(yù)測建模

電機(jī)是一個非線性、多變量、復(fù)雜的時變系統(tǒng)。電機(jī)的功率是與電流、轉(zhuǎn)速有關(guān)的函數(shù)，如公式(2)。想要計算實時的功率，就必須獲取實時的效率、電流和轉(zhuǎn)速。如果要預(yù)測下一時刻電機(jī)的功率，就等同于預(yù)測電機(jī)在下一時刻的效率、電流和轉(zhuǎn)速。

式中：Pin為電機(jī)的輸入功率；η 為電機(jī)的效率；PA為有功功率；n為實時轉(zhuǎn)速；T 為電機(jī)的轉(zhuǎn)矩；I為實時電流；KQ為轉(zhuǎn)矩系數(shù)，為定值常數(shù)。

通常情況下，AUV 電機(jī)的期望轉(zhuǎn)速是由當(dāng)前航速和期望航速經(jīng)過控制算法計算得出的，比較容易獲取。但是電機(jī)的效率受到多種因素的影響，例如負(fù)載電流、機(jī)械損耗、熱損耗等等，難以用數(shù)學(xué)的方法進(jìn)行模擬。同樣電機(jī)的電流受到轉(zhuǎn)速、負(fù)載的多重影響，亦無法用簡單的數(shù)學(xué)模型進(jìn)行預(yù)測。因此引入了人工神經(jīng)網(wǎng)絡(luò)的概念進(jìn)行電機(jī)功率的預(yù)測。

人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)具有自主學(xué)習(xí)、聯(lián)想存儲的能力，能夠高速尋找問題的優(yōu)化解，同時能夠進(jìn)行復(fù)雜模式分類和多維函數(shù)映射，能夠解決簡單感知器不能解決的多種問題。 多層前饋神經(jīng)網(wǎng)絡(luò)(multilayer feedforward neural network) 又稱BP 神經(jīng)網(wǎng)絡(luò)(back propagation neural network)，利用梯度下降法和梯度搜索技術(shù)，使網(wǎng)絡(luò)的輸出值與期望值的誤差、均方差最小[8]。因此，BP 神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，網(wǎng)絡(luò)中的層數(shù)、神經(jīng)元個數(shù)可以根據(jù)實際應(yīng)用情況任意調(diào)節(jié)，其網(wǎng)絡(luò)結(jié)構(gòu)柔性好。

BP 神經(jīng)網(wǎng)絡(luò)的實現(xiàn)過程主要分為兩步：正向計算過程和反向計算過程。正向計算過程是輸入數(shù)據(jù)與參考輸出數(shù)據(jù)從輸入層流入，并在隱含層中進(jìn)行處理，結(jié)束后轉(zhuǎn)至輸出層，其中每一層的神經(jīng)元狀態(tài)僅能被上一層所影響；反向計算過程是指一旦輸出層沒有得到期望的輸出結(jié)果，便會將誤差信號返回，修改各個神經(jīng)元的參數(shù)，重新進(jìn)行處理，從而使輸入數(shù)據(jù)與期望輸出的誤差最小。過程如圖2 所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)計算流程

考慮到主推電機(jī)的實時有功功率是實時電流與實時轉(zhuǎn)速的相關(guān)函數(shù)，想要進(jìn)行下一時刻的功率預(yù)測，必須引入影響主推電機(jī)功率的未來變量。在傳統(tǒng)AUV 動力系統(tǒng)中，微控制器通過接收中央控制器發(fā)送的期望轉(zhuǎn)速，來改變主推電機(jī)的轉(zhuǎn)速，從而達(dá)到改變AUV 運動狀態(tài)的目的。在這個過程中，期望轉(zhuǎn)速不僅僅影響了主推電機(jī)的轉(zhuǎn)速，同時影響了主推電機(jī)的功率。因此，可以將期望轉(zhuǎn)速作為預(yù)測電機(jī)功率的未來變量。但期望轉(zhuǎn)速是由AUV 的實時航速與期望航速通過PID 控制算法計算得出的，本身就存在一定的滯后性，一定程度上會影響電機(jī)功率預(yù)測的實時效果。為了消除期望航速實時性較差的影響，將AUV 的實時航速與期望航速代替期望航速作為神經(jīng)網(wǎng)絡(luò)的輸入層。

綜上所述，本文以當(dāng)前電流、當(dāng)前轉(zhuǎn)速、當(dāng)前航速和期望航速四個影響因素作為神經(jīng)網(wǎng)絡(luò)的輸入層，以想要預(yù)測的下一時刻的電機(jī)功率作為輸出層，進(jìn)行模型訓(xùn)練，來消除溫度、海流等不可控因素的影響。根據(jù)理論經(jīng)驗，對于有四組非線性輸入、一組非線性輸出的數(shù)據(jù)，選擇15 個隱含層節(jié)點數(shù)就能夠滿足系統(tǒng)誤差與訓(xùn)練樣本的相關(guān)需求，本文構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型如圖3 所示。

圖3 本文建立的BP 神經(jīng)網(wǎng)絡(luò)模型

使用Matlab 中工具包對主推電機(jī)功率進(jìn)行建模，將實驗測得的參數(shù)樣本數(shù)據(jù)導(dǎo)入網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)置最大訓(xùn)練次數(shù)為1 000 次，期望誤差設(shè)置為1×10-5。經(jīng)過訓(xùn)練后的部分訓(xùn)練結(jié)果和均方誤差如圖4 所示，可以看出，網(wǎng)絡(luò)訓(xùn)練在716 次時均方誤差達(dá)到最小值，為7.963 3，可以滿足AUV 系統(tǒng)的需要。

圖4 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

2 功率跟隨的能量分配策略

功率跟隨控制策略是規(guī)則式控制策略的一種，實現(xiàn)方式通常為根據(jù)后端負(fù)載需求功率的多少，確定前端輸出功率的分配情況[9]。應(yīng)用在AUV 中，即是控制DC-DC 模塊輸出功率的最大值，使其符合主推電機(jī)的期望功率，在不影響AUV 正常運行狀態(tài)的前提下，實現(xiàn)提高能量利用率和提高系統(tǒng)安全性的目標(biāo)。但AUV 在水下航行時，AUV 的共組狀態(tài)受到的海流等外界因素影響嚴(yán)重，簡單的能量分配策略可能無法達(dá)到良好的效果，如若首先進(jìn)行工作模式劃分，針對不同工作模式采取針對性的方式，有助于提升能量分配的效果。

2.1 AUV 工作模式劃分

AUV 的工作模式是根據(jù)AUV 航行時某一段時間內(nèi)的實際情況，經(jīng)過歸納總結(jié)出的具有代表性的工作狀態(tài)。劃分好的AUV 工作模式，可以用于AUV 能量消耗的預(yù)測、AUV 性能的評估，有利于對AUV 的能量進(jìn)行更加細(xì)致的能量管理，實現(xiàn)更好的效果。影響AUV 工作模式的因素有很多，例如海流流速、海流方向、當(dāng)前航速、期望航速、電機(jī)轉(zhuǎn)速等等。目前，關(guān)于AUV 工作模式的研究較少，缺乏統(tǒng)一的工作模式標(biāo)準(zhǔn)。

在研發(fā)、實驗的過程中，總結(jié)AUV 的運動狀態(tài)數(shù)據(jù)，歸納出了一組較為簡單的、適用于各種不同型號AUV 的工作模式分組：加速模式、減速模式、巡航模式。加速模式是指AUV 的當(dāng)前時刻期望航速小于下一時刻期望航速，需要加速或者正處于加速過程狀態(tài)下的模式；減速模式是指AUV 當(dāng)前航速大于期望航速，需要減速或者正處于減速過程狀態(tài)下的模式；巡航模式是指AUV 當(dāng)前航速基本與期望航速相差無幾，僅僅對AUV 的速度進(jìn)行細(xì)微調(diào)整的工作模式。

通常情況下，通過前一時刻與后一時刻期望航速的差值，就可以得出AUV 是否需要進(jìn)行工作模式切換，如式(3)。

但在實際應(yīng)用中發(fā)現(xiàn)，采用上述方式只能促使AUV 在期望航速變化時進(jìn)行瞬時的模式切換。而在期望航速變化后的一段時間內(nèi)，期望航速是新的定值，AUV 便又恢復(fù)到了巡航模式，會使能量管理策略失效，失去能量管理的意義。為了解決工作模式切換無效的問題，將AUV 的當(dāng)前航速也引入模式判斷標(biāo)準(zhǔn)中：一旦期望航速發(fā)生變化，根據(jù)實際情況，進(jìn)入加速或減速模式，直至AUV 的實際航速到達(dá)期望航速附近，再次變?yōu)檠埠侥Ｊ健?/p>

由于受海流等外部因素影響，AUV 的實時航速存在一定的波動，如果以實時航速是否等于期望航速來判定，難免會造成AUV 在不同模式之間頻繁切換，嚴(yán)重影響AUV 系統(tǒng)的穩(wěn)定。因此，額外設(shè)置速度閾值VT作為判斷是否進(jìn)行模式切換的標(biāo)準(zhǔn)：

式中：Vt為t時刻AUV 的實時航速；VDesired,t為t時刻的期望航速；VT為期望航速變化的閾值，用以進(jìn)行模式判斷。

綜上所述，本文建立的AUV 工作模式選擇方法如圖5 所示。

圖5 AUV 模式選擇思路框圖

2.2 功率跟隨策略

功率跟隨控制策略是指根據(jù)后端負(fù)載需求功率的多少，確定前端輸出功率的分配情況。應(yīng)用在AUV 中，即是控制DC-DC 功率變換器輸出功率的最大值，使其符合主推電機(jī)的期望功率，在不影響AUV 正常運行狀態(tài)的前提下，實現(xiàn)提高能量利用率和提高系統(tǒng)安全性的目標(biāo)。

鑒于DC-DC 功率變換器是一個時變系統(tǒng)，根據(jù)前文建立的AUV 電機(jī)功率預(yù)測模型，充分考慮不同工作模式下期望達(dá)到的效果，使DC-DC 模塊的輸出功率按照公式(5)變化，通過調(diào)節(jié)kc來實現(xiàn)不同模式下的功率分配以達(dá)到良好效果。

式中：PDC,k為在k時刻DC-DC 功率變換器的輸出功率；Pneed,k為k時刻電機(jī)的需求功率；kc為調(diào)節(jié)系數(shù)。

加速模式下，當(dāng)kc為1 時，PDC,k=Pneed,k，DC-DC 功率變換器容易激變，影響電池組的使用壽命。kc越小，越能抑制功率的激變，從而達(dá)到提高電池組放電安全性的目標(biāo)。為了不影響AUV 的各項性能以及任務(wù)執(zhí)行能力，在加速模式下kc不應(yīng)太小，應(yīng)根據(jù)功率分配后AUV 的響應(yīng)速度來確定。同時考慮到電池組的輸出能力隨著電壓的降低而降低，在加速模式下將kc設(shè)置為一個隨電池組電壓變化而變化的常數(shù)，如公式(6)。

式中：UT為電池組的端電壓；VH為電池組的最高放電電壓；VL為電池組的最低放電電壓。

在巡航模式下，雖然AUV 的實時航速會受海流等多種因素影響而出現(xiàn)不可預(yù)測的變化，但AUV 會通過內(nèi)置PID 算法進(jìn)行實時修正，同時穩(wěn)定的期望航速也會使主推電機(jī)的需求功率處于一個相對穩(wěn)定的區(qū)間。此時，kc應(yīng)該是一個比較小的值，從而使DC-DC 模塊的輸出功率穩(wěn)定，經(jīng)過實驗分析，本文設(shè)置AUV 在巡航模式下kc=0.01。

在減速模式下，受到慣性和水中阻力的共同作用，AUV速度會快速下降，DC-DC 的輸出功率也會快速衰減。此時，若kc較小，將會嚴(yán)重影響AUV 的減速效率，造成能量浪費，因此，在減速模式下kc應(yīng)當(dāng)是一個較大的值。本文設(shè)置AUV 在減速模式下kc=1，以保證AUV 的減速效率，減少能量浪費。

最終建立的功率跟隨的能量管理策略如圖6 所示。

圖6 AUV 能量分配策略

3 實驗分析

以中國海洋大學(xué)UVL 實驗室設(shè)計研發(fā)的210 型旗魚AUV 為實驗對象，其電池組參數(shù)如表1 所示。210 型旗魚AUV 實物如圖7 所示。

表1 旗魚210 型AUV 電池組參數(shù)

圖7 210型旗魚AUV

提取AUV 在南海中進(jìn)行定點巡航實驗數(shù)據(jù)，并進(jìn)行分析。圖8 為AUV 中DC-DC 功率變換器輸出的最大功率對比與進(jìn)行能量分配前后的功率差值。

圖8 DC-DC功率變換器輸出功率對比圖

由圖8 可以得到，在AUV 巡航模式下，采用功率跟隨能量分配策略的AUV 主推電機(jī)輸入功率明顯更加平穩(wěn)，有效削減了輸入功率的毛刺，節(jié)約了4.2% 的能量。在加速模式下，采用功率跟隨的能量分配策略的電機(jī)輸入功率稍微滯后于未采用能量分配策略時的輸入功率，AUV 正常的運行并沒有受到影響，有效平滑了電機(jī)功率的變化過程，同時節(jié)約了7.4% 的能量。由于減速模式下，與未采用能量分配策略的結(jié)果無異，因此不做討論。

此外，在加速模式下，AUV 電池組的電壓越高，DC-DC功率變換器輸出功率的變化率越大；反之，輸出功率的變化率越小。那么在AUV 運作的過程中，隨著電池組電壓的逐漸降低，其輸出功率將變得愈發(fā)平緩。反饋到AUV 的加速過程中，就是AUV 的加速效率會隨著電池組電壓的降低而變慢，從而減少了電池組輸出電流激變發(fā)生的概率，同樣提高了電池組放電的安全性。

4 結(jié)語

本文融合了AUV 的實時狀態(tài)和期望航速，利用BP 人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了結(jié)合AUV 實時狀態(tài)與期望航速的電機(jī)功率預(yù)測模型，設(shè)計了一種基于功率跟隨的具有根據(jù)電壓動態(tài)調(diào)節(jié)功能的AUV 電源能量分配控制策略。在實際應(yīng)用中進(jìn)行了驗證分析，結(jié)果表明：考慮任務(wù)需求的能量分配辦法能夠在AUV 需求變化頻繁的時候平緩電池組的輸出；相比于傳統(tǒng)的能量分配策略，考慮任務(wù)需求的能量分配方法能夠節(jié)約4.2%～7.4% 的能量。所使用的控制策略能夠有效延長動力電池的使用壽命，提升了AUV 電池組的能量利用效率。研究成果對開發(fā)AUV 電源高效能量管理方法有重要意義。