基于模糊、神经网络技术的水下机器人运动控制的研究

摘要

智能控制技术是当前控制领域研究的热点之一,广泛应用于不确定性、非线性等复杂系统的控制中.该论文旨在探讨模糊、神经网络技术在水下机器人运动控制中的应用,并设计出性能优良的水下机器人运动控制系统.论文根据遥控式开放框架水下机器人结构特点和实际作业要求,利用理论估计的方法,建立了水下机器人的四自由度运动模型.介绍了模糊逻辑和神经网络的基本原理,分析了模糊逻辑和神经网络相结合的各种形式.考虑到水下机器人是一个强非线性、耦合的系统,设计了模糊控制、人工神经网络控制和模糊神经网络控制这三种控制方法.给出了各自的仿真结果并进行了比较,验证了模糊神经网络控制技术的独特优越性.论文还在水下机器人水池试验结果初步分析的基础上,讨论了影响仿真系统准确性和真实性的各种因素,对仿真系统进行了综合评价,对以后的工作有较大的指导意义.

目录

文摘

英文文摘

第1章绪论

1.1引言

1.1.1水下机器人的分类

1.1.2国内外研究现状

1.2智能控制理论的新进展

1.2.1模糊控制

1.2.2神经网络控制

1.2.3模糊神经网络控制

1.3课题来源和论文主要内容

1.3.1课题来源

1.3.2论文的主要内容

第2章水动力模型和仿真系统

2.1水下机器人的结构

2.2坐标系的选取

2.2.1固定坐标系和运动坐标系

2.2.2运动参数的表示

2.2.3固定坐标系和运动坐标系的转换关系

2.3空间操纵运动方程

2.4重力和浮力

2.5推力器推力

2.6流体水动力

2.7环境干扰力

2.8本章小结

第3章神经网络控制与模糊控制

3.1智能控制技术

3.2神经网络控制

3.2.1神经网络

3.2.2神经网络的学习算法

3.2.3神经网络控制器

3.2.4神经网络学习算法存在的一些问题和改进办法

3.3模糊控制

3.3.1模糊数学基础

3.3.2模糊控制器

3.4本章小结

第4章模糊神经网络的理论概要

4.1模糊系统和神经网络融合的形态

4.2两种模糊神经网络结构

4.2.1基于标准模型的模糊神经网络

4.2.2基于T-S模型的模糊神经网络

4.3本章小结

第5章水下机器人模糊神经网络控制器的设计

5.1基于模糊神经网络的模型参考自适应控制

5.1.1模糊神经网络控制器

5.1.2参考模型

5.2模糊神经网络自适应控制仿真试验

5.2.1纵向运动控制

5.2.2摇艏运动控制

5.3模糊神经网络控制器模糊规则的自动提取算法

5.3.1自动提取模糊规则的一般步骤

5.3.2模糊控制规则的自完善算法

5.3.3模糊规则自动提取算法的仿真试验

5.4本章小结

第6章试验分析及对仿真系统的评价

6.1概述

6.2试验分析

6.2.1纵向运动的手动控制试验

6.2.2自动定深和自动定向试验

6.3本章小结

结论

参考文献

攻读硕士学位期间发表的论文及取得的科研成果

致谢

附录