一种基于回归型神经网络在线逼近的水下机器人轨迹跟踪控制方法

    公开(公告)号:CN110687918A

    公开(公告)日:2020-01-14

    申请号:CN201910987896.X

    申请日:2019-10-17

    Abstract: 本发明涉及一种基于回归型神经网络在线逼近的水下机器人轨迹跟踪控制方法,属于水下机器人控制技术领域。其采用回归型神经网络对模型不确定性和水流随机干扰进行分类、在线逼近;对推进器推力模型泰勒展开,得到推力-电压线性映射和非线性模型辨识误差,模型辨识误差作为模型不确定性一部分,通过神经网络在线逼近,将逼近值作为控制器输入;设计非奇异性反演终端滑模控制面,并推导反演终端滑模控制器,通过滑模控制项补偿神经网络逼近误差。本发明有效解决了受模型不确定性、水流干扰等因素影响下的机器人控制问题,提高了误差收敛时间;并克服了典型方法对突变目标轨迹的误差超调和误差收敛时间长的问题,提高了水下机器人的控制精度。

    一种具有自锁性的X型舵AUV传动结构

    公开(公告)号:CN109707797B

    公开(公告)日:2021-10-26

    申请号:CN201910119904.9

    申请日:2019-02-18

    Abstract: 一种具有自锁性的X型舵AUV传动结构,属于AUV结构技术领域。该结构中步进电机输出轴通过键与一级蜗轮蜗杆中的蜗杆连接,其蜗轮两端分别与传动轴和带轮组固连,其中带轮组中一个带轮与和角度传感器轴向定位。传动轴另一端与二级蜗轮蜗杆的蜗杆连接。最后通过二级蜗轮蜗杆组带动舵翼,达到对舵翼的控制作用。本发明利用蜗轮蜗杆的自锁特性,在无需转舵要求时,使得电机无需输出保持力矩,从而降低AUV的能耗;采用两级蜗轮蜗杆,使得传动比增大,从而较大提高X型舵的控制精度;采用此传动方法可以减小所占空间,减小尺寸;此种具有自锁性的X型舵传动结构为小型X型舵AUV的尾舱设计提供一种更科学合理的选择。

    一种基于小波包能量与FFT的水下机器人推进器弱故障辨识方法

    公开(公告)号:CN110716532A

    公开(公告)日:2020-01-21

    申请号:CN201910988594.4

    申请日:2019-10-17

    Abstract: 本发明涉及一种基于小波包能量与FFT的水下机器人推进器弱故障辨识方法,属于水下机器人推进器弱故障辨识技术领域;包括基于小波包降噪方法对控制器和传感器数据进行降噪;基于经验模态分解EMD方法及互相关准则,提取降噪后数据的能量特征;同时,基于FFT方法对降噪后的数据进行频域分析,得到改进频域特征;基于灰色关联分析方法对能量及改进频域特征组成的故障矩阵与样本矩阵进行对比计算,实现弱故障辨识。本发明可有效解决仅采用单一时域或能量特征进行弱故障辨识时,由于特征变化呈非单一,且容易丢失部分重要信息,导致弱故障辨识精度较低的问题,提高了弱故障辨识精度,适用于水下机器人推进器弱故障辨识等领域,应用前景广阔。

    一种具有自锁性的X型舵AUV传动结构

    公开(公告)号:CN109707797A

    公开(公告)日:2019-05-03

    申请号:CN201910119904.9

    申请日:2019-02-18

    Abstract: 一种具有自锁性的X型舵AUV传动结构,属于AUV结构技术领域。该结构中步进电机输出轴通过键与一级蜗轮蜗杆中的蜗杆连接,其蜗轮两端分别与传动轴和带轮组固连,其中带轮组中一个带轮与和角度传感器轴向定位。传动轴另一端与二级蜗轮蜗杆的蜗杆连接。最后通过二级蜗轮蜗杆组带动舵翼,达到对舵翼的控制作用。本发明利用蜗轮蜗杆的自锁特性,在无需转舵要求时,使得电机无需输出保持力矩,从而降低AUV的能耗;采用两级蜗轮蜗杆,使得传动比增大,从而较大提高X型舵的控制精度;采用此传动方法可以减小所占空间,减小尺寸;此种具有自锁性的X型舵传动结构为小型X型舵AUV的尾舱设计提供一种更科学合理的选择。

Patent Agency Ranking