关键词： 网络攻击   编队控制   弹性容侵控制   滑模控制   自适应控制  

摘要： 为满足远洋深海高效作业需求,以应对日益猖獗的网络安全威胁,性能卓越且具有安全策略支撑的网络编队控制系统已成为海洋工程智能作业中必不可少的关键环节,让智能船-水下机器人设备高效高质的完成编队协同任务成为现实。基于此,本文对易隐匿、低成本和强破坏性的欺骗攻击篡改系统输入造成控制失稳问题的内在关系进行剖析。同时,进一步深挖执行器故障与网络攻击造成的复合型输入异常的内在耦合特质,再对不同类型不同内因影响编队控制效果的随机扰动进行解析。最终,本文聚焦网络攻击事后阶段,从控制角度设计编队弹性控制系统解决相关问题,为海工设备编队作业提供安全有效的控制策略参考。本文以网络攻击对编队控制器输出指令造成的不同程度破坏影响为研究主线,并在此基础上,进一步考虑智能船-水下机器人的编队方案设计、设备故障与随机运动等实际工程问题,由此开展如下研究:首先,利用图论法构建智能船和水下机器人的编队系统通信拓补网络,设计交换机来实现混合通信下的传输分配调节。同时,进一步解析编队设备间的几何关系与运动特征,通过几何变换法建立编队位置几何约束关系,将编队控制问题转换为运动跟踪控制问题。依据海工作业集中管控需求,采用领导-跟随者集中式控制策略,以虚拟引导思想,将期望任务轨迹设计为最高级别虚拟领导者,并把异构模型建立为矩阵型编队状态空间方程,解决不同设备和状态不同阶的不易统一控制调节的问题,有利于多类型海工设备实现编队控制。然后,根据海洋工程的高效作业需求,进一步考虑设备内外因素造成的未知扰动,以及解决隐匿性欺骗攻击对编队控制指令的篡改破坏问题,控制系统需要具有更好的自适应弹性响应调节能力和鲁棒性能。因此,从滑模趋近阶段和滑动阶段入手,依据滑模控制动态特性,设计滑模阻尼器,由此构建变阻尼趋近律,实现大误差快速趋近,小误差减速趋近的动态调控,减弱抖振的同时,提高滑模鲁棒响应;由此,构建可避免奇异问题的新型终端滑模面,实现在滑模面上有限时间收敛,从而以滑模鲁棒响应来应对突发攻击影响的同时,也可快速完成期望的编队任务。此外,结合考虑输入饱和特性的事件触发机制与自适应技术,完成变阻尼终端滑模控制器的设计。其次,针对海上和海下不同类型的风浪流扰动产生的随机干扰问题,以及设备内部由执行结构或通信转换产生的匹配性干扰问题,依据扰动的时间相关性,针对可积扰动设计自适应径向基(Radial Basis Function,RBF)神经网络逼近器,实现在线自适应补偿;进一步考虑到部分网络攻击、脐带缆和风浪流造成的部分不确定影响具有布朗运动特性,基于大系统观,将设备的随机现象定义为编队系统内外部随机激励产生的振动问题,利用广义力分析法建立驱动源随机力模型,并最终构建Stratonovich随机动力学模型,为控制器设计提供模型参考。最后,针对在耦合性欺骗攻击和失效故障同时作用下,系统输入受到复合型异常影响的问题,利用设备的饱和特性设计非线性饱和滤波机制,对控制器输出进行非线性拟合。随之利用拟合后的有界特性,设计解析标准量,并将其与系统输入映射到欧氏空间,利用欧氏距离法,建立弹性饱和解析机制,对耦合性输入异常进行解耦,并在控制器设计中利用RBF神经网络对解耦后的输入异常进行虚拟参数动态逼近,实现对输入异常的在线估计与补偿。本文对所提出的控制算法进行Lyapunov稳定性分析后,证明均可以在有限时间内完成有界一致性收敛。此外,针对相关创新点设计对比用控制算法,由此通过仿真对比验证出本文所提出的算法有效性和优越性。

关键词： 轮式移动机器人   轨迹跟踪   滑模控制   反演控制   自适应控制  

摘要： 近年来,随着计算机、芯片、传感器与控制理论等技术的发展,轮式移动机器人的研究成为热点。由于其结构简单、易于控制与操作等优点,在工业、物流、医疗以及生活服务领域都有着广泛的应用。同时,由于系统本身结构磨损、使用环境复杂性以及参数不确定性,给轨迹跟踪控制问题的研究带来了极大的挑战,轮式移动机器人的轨迹跟踪控制领域成为讨论重点领域之一。本文以反演控制、滑模控制和自适应控制理论为基础,基于Lyapunov稳定性定理等,针对轮式移动机器人跟踪控制算法进行研究,主要内容如下:(1)针对轮式移动机器人的轨迹跟踪问题,分别基于双闭环结构与反演控制思想提出了基于变参数新型趋近律的滑模控制方法。首先,基于移动机器人运动学模型,通过引入双曲正切函数,提出了一种新型滑模趋近律,由于双曲正切函数在零点处连续可导的性质,使得内环系统连续可导。然后,采用双闭环系统方案,设计移动机器人双环控制器,利用Lyapunov方法针对双闭环控制系统进行全局稳定性证明。在此基础上设计出了一种反演滑模控制器。基于轮式移动机器人运动学模型设计控制器,通过选用合适的参数来优化闭环系统的整体性能,使得移动机器人追踪预期目标轨迹,并利用Lyapunov方法进行全局稳定性证明,最后通过Matlab仿真验证控制算法的有效性。(2)采用反演滑模自适应控制算法设计移动机器人轨迹跟踪控制器,解决一类质心和几何中心不重合的轮式移动机器人的轨迹追踪问题。首先,针对一类质心距离已知的情况,基于移动机器人运动学模型,采用反演滑模控制算法对移动机器人的闭环系统控制器进行设计。然后,针对质心距离未知情况,引入自适应控制算法对未知参数进行估计,并通过Lyapunov方法对轮式移动机器人控制系统进行全局稳定性证明,最后通过Matlab仿真验证控制算法的有效性。(3)针对一类运动学与动力学模型相结合的轮式移动机器人的轨迹追踪问题,结合反演控制算法对其轨迹跟踪控制器进行设计。首先,建立系统的运动学模型,选取合适的Lyapunov函数设计移动机器人运动学协助控制器,使得轮式移动机器人轨迹跟踪误差收敛到零。其次,根据移动机器人动力学模型,设计动力学控制器,利用反演控制思想优化了势能函数,使得轮式移动机器人在给定误差情况下仍能跟踪目标轨迹。最后,通过Matlab仿真,验证了控制算法的有效性。

关键词： 工业机器人   动力学辨识   自适应控制   轨迹规划   碰撞检测  

摘要： 现代机器人的发展逐步走向了具有多种感知能力,且能适应多种作业环境的方向,在减少人工劳动,提高生产效率,节约能源消耗和保障人身安全等方面具有重要的发展意义。但在工业机器人的发展中仍存在一些问题,比如工作环境下动力学模型辨识不准确,导致关节控制不稳定以及在轨迹规划时未考虑能源消耗和人机协作中的碰撞问题。本文从工业机器人的底层算法框架出发,考虑现阶段工业机器人底层算法的精确度和鲁棒性以及控制策略智能化程度不高的问题,提出了一个基于数据驱动的工业机器人辨识与控制策略的算法框架研究。其主要贡献点如下:针对工业机器人动力学辨识中存在未建模项和系统干扰造成的精度问题,提出了一种基于稀疏贝叶斯学习的工业机器人在线动力学辨识算法。结合机器人动力学的先验物理知识和潜在的候选模型构成字典函数,将机器人的非线性时变动力学变型为线性参数辨识问题,并采用递推的求解方式实现了动力学模型的在线辨识,最后通过预测工业机器人的力矩验证了该在线辨识方法的准确性。针对工业机器人动力学未建模项难以用显式函数描述的不确定性特性,提出了一种工业机器人的深度自适应控制算法。在上述辨识的模型的基础上使用深度神经网络对残差进行拟合,作为模型的补偿获得完整的动力学模型。随后根据李雅普诺夫第二定理证明了所提控制理论的收敛性,并依此设计了算法的自适应更新律。同时本文也在工业机器人平台上通过实验验证了所提算法的有效性。针对工业机器人由于轨迹设置不合理产生的能耗浪费问题,提出了一种基于强化学习的工业机器人节能轨迹规划算法。通过设计合适的奖励函数,并采用深度强化学习算法进行训练。在仿真环境训练时采用了域随机化的方法,增强了训练策略的效率和后续算法的迁移性。最后在工业机器人平台上通过三次多项式生成平滑的输出轨迹,并采用上述的深度自适应控制方法进行轨迹跟踪实验,验证了该轨迹规划算法的可行性与节能性。针对人机交互场景中的碰撞问题,提出了一种基于切换动量动力学辨识的工业机器人碰撞检测技术。将碰撞检测转化为切换系统辨识问题,并使用动量动力学避免了加速度信噪比小造成的检测不精确,并定量辨识出碰撞后的接触力。随后通过分类算法溯源定位碰撞发生的具体关节位置,便于碰撞后机器人的快速正确响应。该算法在仿真环境中进行训练和测试,迁移到自制工业机器人平台上进行了碰撞测试,测试结果显示了所提算法的可实际操作性。

关键词： 机械臂系统   时变状态约束   自适应控制   神经网络   障碍Lyapunov函数  

摘要： 机械臂系统从简单的机械臂发展至今,已经有了非常杰出的成就。与计算机自动化等相结合,其应用范围涉及甚广。在工业应用中,系统会遇到各种类型的约束问题。为了扩大机械臂在实际工业中的应用,针对不同的作业需求满足相应的条件,换言之,就是要解决系统中的不确定性和不可避免的外部干扰以及不同要求的约束问题,使得机械臂系统的末端执行器稳定的在预设的轨迹上运作。本文针对全状态约束下带有外部扰动的不确定机械臂系统,做了以下研究:1)研究了具有非对称时变全状态约束的二阶非线性机械臂系统的自适应控制问题。首先,由于系统存在全状态受约束和具有不确定性的情况,选择构造一个对数型障碍Lyapunov函数。然后采用神经网络和自适应控制算法相结合的方法,设计了一种满足非对称全状态约束的控制器。再通过Lyapunov分析,证明系统信号的有界性,并使其误差收敛到零附近以满足所有状态均受约束的要求。最后,采用双关节机械臂系统验证了所设计控制器的性能。2)针对具有时变对称约束的存在不确定性和干扰性的机械臂系统,采用积分型障碍Lyapunov函数,设计一种基于神经网络近似的自适应控制器。首先把机械臂系统映射为具有多个输入和多个输出的非线性系统,结合时变积分型障碍Lyapunov函数与机械臂系统模型,这不仅克服了保守的限制和传统类型障碍Lyapunov函数需要转换状态约束为误差约束的弊端,还确保系统的每个状态都在自己的约束范围内。然后利用反步法,设计出合适的控制器以及自适应律。再利用积分均值定理计算积分型障碍Lyapunov函数的全导数,Lyapunov定理可以保证所提出方案下的闭环系统是满足稳定性的。同时,保证输出信号能够在一个小的误差范围内跟踪预定的轨迹。最后仿真实例表明该方法的有效性和可行性。

关键词： 不确定系统   模型参考自适应控制   降阶控制器   分数阶系统   反馈演化博弈  

摘要： 系统的时变、非线性以及外界干扰等原因会导致系统的不确定性。不恰当的处理方式可能会导致系统性能下降,甚至引起系统不稳定。因此,有必要对不确定性系统进行分析,并制定相应的控制策略来保证系统的性能。模型参考型适应控制因其可以选择理想的参考模型,使得被控对象可以按照预先指定的参考轨迹运行,且理论研究较为成熟,因此在不确定的系统中得到了广泛的应用。目前的一些模型参考自适应控制系统设计方法,自适应控制器的阶数(控制器参数在线更新的个数)一般都与被控对象的阶数有关。当系统阶数较高时就需要采用高阶自适应控制器。相较于高阶控制器,人们更希望使用低阶控制器,原因在于低阶控制器的硬件故障少,计算量小,且可实施性强。因此,控制器的降阶问题具有很高的研究价值和实际意义。纵观现有的自适应控制研究,关于低阶控制器的设计问题研究尚少。此外,近年来随着演化博弈研究的兴起,具有环境反馈的演化博弈受到了广泛关注,其中存在的不确定性问题不容忽视。因此,本文致力于开展降阶模型参考自适应控制及其在演化博弈中的应用研究。本文的主要研究内容如下:1.研究了降阶整数阶模型参考自适应控制。针对具有匹配不确定的多输入多输出动力学系统,基于李雅普诺夫稳定性理论,提出了一种基于标量更新律的状态反馈降阶模型参考自适应控制方法。相较于现有的模型参考自适应控制方法,该降阶模型参考自适应控制方法可以同时具有控制器在线计算负担小、结构简单、易实施和保证系统误差渐近稳定等优势。此外,研究了匹配不确定和状态矩阵不确定同时存在的的多输入多输出动力学系统的降阶模型参考自适应控制,结果更为完整。2.研究了降阶分数阶模型参考自适应控制。针对具有参数不确定的多输入多输出分数阶系统,基于分数阶系统的李雅普诺夫稳定性理论,提出了一种基于标量更新律的状态反馈降阶分数阶模型参考自适应控制方法。相较于现有分数阶模型参考自适应控制方法,减少了控制器在线更新参数的数量,降低了计算资源的占用。随后提出了一个阶次小于被控对象阶次的降阶分数阶模型参考自适应控制器设计算法,并基于分数阶不等式,证明了跟踪误差平方范数均值收敛于0。3.研究了环境反馈演化博弈的动力学。考虑个体行为对资源的动态产生滞后的影响以及实际中合作者对资源两种不同的贡献行为,借助复制动力学方程建立了具有时滞的反馈演化博弈模型,并且基于时滞微分方程的特征根方法、中心流形定理以及规范型理论,分析了系统的稳定性以及分支情况。现有关于反馈演化博弈的研究中还没有考虑时滞的影响,我们考虑更具有实际因素的情况,拓展了反馈演化博弈的研究内容。此外,我们发现当合作者对资源的贡献量是固定时,时滞对这一共同演化的动力学不会产生特别的影响。而当合作者对资源的贡献量正比于其当前禀赋时,发现时滞会引起合作水平和环境动态的周期性振荡。这一结果告诉我们在对可持续环境设计人为干预时,要保持谨慎。4.研究了环境反馈演化博弈的模型参考自适应控制。针对时滞为0时的环境反馈演化博弈,考虑现实管理机构中监督强度的不确定性,建立了具有不确定单位时间内监督概率的反馈演化博弈模型,借助非线性模型参考自适应控制的方法,提出了一个单位时间内调整机构监督强度更新规律的协议。并利用李雅普诺夫稳定性理论,我们得到了一个充分条件,在此条件下,这一更新规律能够驱动实际系统达到预期结果。进一步地,给出了多参数不确定的反馈演化博弈的降阶模型参考自适应控制协议。据我们所知,这是首次借助非线性模型参考自适应控制方法来处理反馈演化博弈中的不确定性,因此研究内容是新颖的。

关键词： 光储直流微电网系统   模型预测控制   改进P&O法   模型预测恒压控制   模型预测混合储能控制  

摘要： 近年来,人们对电力需求的不断增长导致环境生态问题日益严重,并且随着“双碳”战略目标的提出,快速发展绿色清洁能源成为建立能源节约型和环境友好型社会的有效途径。而微电网技术的出现,为绿色可再生能源的就地消纳、合理配置和安全管理提供了技术支撑。其中直流微电网因其拓扑简单,无需考虑无功、相位同步等问题,成为近几年研究热点。本文以光伏(Photovoltaic,PV)和储能(Energy Storage System,ESS)作为主要供电单元的光储直流微电网系统为研究对象,对系统内PV和ESS进行数学建模,随后针对各部分连接的变换器设计了相应的控制策略。模型预测控制(Model Predictive Control,MPC)是通过研究每个有限时间步长内功率变换器的预测响应,以此为基础定义最小化预测成本函数为控制信号。由于其快速的动态特性和灵活的控制方案,并且可以形成不同的约束条件,MPC已经被广泛地用于功率变换器的控制。因此为了提升光储直流微电网系统的鲁棒性,针对光伏最大功率点追踪(Maximum Power Point Tracking,MPPT)和恒压控制(Constant Voltage Control,CV)模式以及储能系统的直流变换器分别设计了无任何PID控制器的模型预测控制算法。论文具体研究内容如下:(1)根据本文研究的光储直流微电网系统拓扑结构,首先分别对光伏电池、光伏系统、蓄电池、超级电容和储能系统建立了与之相对应的数学模型;其次分析了光伏在不同运行条件下的两种工作模式(MPPT和CV模式);最后对直流微网系统功率平衡进行了相关分析。(2)针对传统扰动观察(Perturb and Obsrever,P&O)法的MPPT控制,当外界环境变化时不能同时保证光伏系统的动态性能、稳态精度以及光照强度变化容易引起工作点漂移问题,提出了一种基于MPC的改进P&O法MPPT控制策略。首先,将光伏工作点的运动分为正向运动和反向运动,并在此基础上将扰动步长分为大步长和小步长。正向运动对应于小步长扰动,反向运动对应于大步长扰动,从而降低光伏在最大功率点的振荡,提高光伏系统对外部环境变化的动态性能和鲁棒性。其次,通过分析可知,太阳辐照度对光伏输出功率的影响远大于对光伏输出电压和电流的影响。因此,利用光伏输出功率的变化值来判断太阳辐照度是否发生变化,并对MPPT控制参考电流进行修正,同时采取小步长扰动,进一步提高光伏系统的动态性能,降低工作点漂移对系统影响,从而增强了系统鲁棒性。最后,在仿真平台中搭建仿真模型,通过与传统的固定步长、变步长和自适应步长P&O控制的比较,验证了该方法的可行性和有效性。(3)针对光储能直流微网系统中由于过充或故障等原因导致储能系统退出运行,无法稳定直流母线电压的情况,提出了一种基于扩张状态观测器的模型预测光伏恒压控制(Extended State Observer-based Model Predictive Photovoltaic Constant Voltage Control,ESO-based MPVC)策略,以保证直流母线电压恒定。首先对光伏系统CV模式的两个工作区进行了相关分析,确定了最优工作区;其次,设计了相关的ESO对系统部分量进行在线估计,减少相关传感器的使用,降低系统成本;接着,设计MPVC控制器,实现了直流母线电压的恒定控制;最后,通过MATLAB/Simulink和基于FPGA的Star Sim半实物仿真平台,从仿真和实验两方面验证了该方法相较传统的PI控制具有快速的动态性能和强鲁棒性。(4)针对已有的PI控制混合储能系统参数整定复杂的问题,设计了一种基于MPC的混合储能控制策略。首先,通过二阶低通滤波器将储能系统所需平衡的功率分为低频和高频分量;其次分别设计基于模型预测的蓄电池控制策略和超级电容控制策略,对低频和高频功率分量补偿和吸收,以达到平衡功率稳定直流母线电压的目的;最后在不同运行工况下,通过MATLAB/Simulink仿真平台验证了设计控制策略的有效性。

关键词： 水下机器人   双目视觉   机械臂   视差估计   智能控制  

摘要： 随着现代科技的不断进步，水下机器人广泛应用于生产领域。计算机图像处理技术与之结合，是提升其智能水平的重要途径。随着对海洋探索的不断深入，经常需要水下作业。但是由于水下光线暗淡、水体浑浊、洋流湍急等因素，难以实现快速准确地抓取水下目标，导致水下作业效率低下。本文介绍了一种基于视觉引导的水下液压机械臂，通过视觉识别方式实现测距并获取目标物外部轮廓，能够完成对目标物的精准高效抓取。完成了机械臂的结构设计，选择合适的摄像头和视觉系统，利用改进的图像复原算法还原图片，基于处理后的图片并利用双目测距，实现了测距的精准化，利用贪婪三角化算法对目标物进行3D的平滑构建，根据目标物轮廓选择合适位置进行抓取，有效提高了抓取成功率。本论文旨在将陆上双目立体视觉研究延拓到水下,开发水下场景图像测距与三维重建算法,为水下液压臂的精准识别抓取提供了视觉指导。主要内容如下：　　(1) 完成了主从式液压机械臂交互控制系统的总体方案。进行了机械臂的结构设计，对其液压系统进行了设计分析。完成了主从式液压机械臂人机交互系统的设计，实现了机械臂工作过程的可视化仿真。　　(2) 研究了ROV双目视觉机械臂定位系统的坐标系变换方法。通过张正友标定法确定相机内外参，实现了世界坐标系到相机坐标系的变换;通过手眼标定确定相机与末端执行器之间的位置关系，实现了相机坐标系到末端执行器坐标系的变换。　　(3) 根据暗通道优先原则，采用了一种对雾化图像进行快速去雾的算法。该算法针对HE算法用大量的时间优化透射图t这一缺点，采用一种自适应中值滤波与双边滤波相结合的方法来计算暗通道，克服了HE算法速度慢的问题。在基本不影响去雾效果的前提下，实现了对水下浑浊图像的快速高质量去雾。在去雾图片的基础上用SAD匹配方法获得了视差图，并根据视差估计结果对场景进行了三维重建，进而达到精准测距的目的。接着提出了一种改进的贪婪投影三角网重建算法，通过MLS算法的法向量估计对点云进行贪婪投影三角重建，重建得到了更平滑完整的物体表面后，选择合适区域进行抓取，实现了抓取成功率的提高。　　(4)机器人模型导入MATLAB/Simscape作为被控对象，进行了两种控制器的设计。运用模糊PID算法对期望轨迹的跟踪控制，通过Simscape可视化窗口清楚地看到机器人的运行过程。从仿真结果可知，模糊PID控制算法下的轨迹跟踪性能良好，各关节的轨迹跟踪误差均保持在1%以内。对目标物不同区域进行抓取，通过多次抓取实验，对抓取的成功率进行了统计，结果验证了构思的可行性。