綦聲波 尹保安 蘇志坤

摘 ?要： 針對小型ROV定深運動的非線性、時變性及干擾因素復雜等問題，對小型ROV的定深運動控制進行研究。根據(jù)小型ROV的形體結構，建立小型ROV定深運動控制模型，通過對傳統(tǒng)PID控制及模糊控制的學習，將模糊技術與傳統(tǒng)PID控制相結合，設計基于模糊PID的小型ROV控制器，并在Simulink仿真環(huán)境中將模糊PID控制與傳統(tǒng)PID控制的控制效果進行仿真比較。實驗結果表明，基于模糊技術的PID控制器能有效提高系統(tǒng)的響應速度，減少系統(tǒng)的超調量，并提高系統(tǒng)的抗干擾能力，更有利于小型ROV的定深運動控制。

關鍵詞： 小型ROV; 定深運動; 模糊PID控制; 模型建立; 仿真實驗; 結果分析

中圖分類號： TN876?34; TP242.3 ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）02?0020?04

Simulation of small?size ROV′s specified?depth motion control based on fuzzy PID

QI Shengbo， YIN Baoan， SU Zhikun

Abstract： In allusion to the problems of non?linearity， time?varying property and complex disturbance factors of specified?depth motion of small?size ROV， the specified?depth motion control of the small?size ROV is studied. The specified?depth control model of the small?size ROV is established according to the shape structure of the small?size ROV. The fuzzy technology and the traditional PID control are combined by studying the traditional PID control and the fuzzy control to design a small?size ROV controller based on fuzzy PID. The control effects of the fuzzy PID control and the traditional PID control are compared in Simulink simulation environment. The experimental results show that the PID controller based on the fuzzy technology can effectively improve the response speed and anti?interference ability of the system， and reduce the overshoot of the system， which is more conducive to the specified?depth motion control of the small?size ROV.

Keywords： small?size ROV; specified?depth motion; fuzzy PID control; modeling; simulation experiment; result analysis

0 ?引 ?言

小型ROV是水下機器人的一種，一般工作在狹小的海域或淺水中代替人類進行資源的開發(fā)，在這些環(huán)境中小型ROV容易受到浪涌和水流等外力作用而改變運動軌跡或運動姿態(tài)。深度控制是小型ROV控制的關鍵技術之一，它可保證ROV維持在指定的水深，克服水下洋流的干擾，實現(xiàn)水下穩(wěn)定懸停作業(yè)，對于水下資源的開發(fā)具有重要意義[1]。

小型ROV定深運動具有非線性、時變性、各個自由度運動之間存在復雜的耦合關系等特點，而且其精確的數(shù)學模型往往是難以獲得的。目前定深運動控制多采用傳統(tǒng)PID的控制方法，傳統(tǒng)PID控制雖然算法成熟，穩(wěn)定性好，但它是基于系統(tǒng)精確模型設計的，魯棒性和自適應較差，難以控制非線性、不確定的復雜系統(tǒng)，對于小型ROV的定深控制難以取得較好的效果[2]。模糊控制是一種基于規(guī)則的控制方法，不需要建立對象的精確數(shù)據(jù)模型，將模糊控制與傳統(tǒng)PID控制相結合，能夠很好地解決系統(tǒng)的非線性問題，魯棒性、快速性和精確性均較好。本文根據(jù)小型ROV定深運動控制模型，設計了基于模糊PID的小型ROV控制器，并在Simulink仿真環(huán)境中將模糊PID控制和傳統(tǒng)PID控制的控制效果進行仿真比較。實驗結果表明，模糊PID控制比傳統(tǒng)PID控制在動態(tài)性能方面具有明顯的優(yōu)勢，更有利于小型ROV的定深運動控制。

1 ?小型ROV運動控制模型

1.1 ?小型ROV形體結構

本文以實驗室自主研發(fā)的小型ROV為研究對象，長、寬、高分別為0.59 m，0.3 m和0.305 m，在空氣中的質量約為14.58 kg，穩(wěn)心高度約為0.066 m。小型ROV主要由主體框架、浮力材料、配重塊、水下推進器、控制艙、電池艙、水下照明燈和水下攝像機組成，具有四個自由度的運動。水平方向安裝了左右兩個推進器，能控制小型ROV在水平面內完成前進和搖艏運動;垂直方向安裝了前后兩個推進器，能控制其在垂直面內完成潛浮和縱傾運動。小型ROV三維模型如圖1所示。

為了提高小型ROV整體的穩(wěn)定性，密度較大，能提供較大重力的零部件，如電池艙、控制艙和配重塊等都安裝在主體框架的下底面，而密度較小，體積較大，提供潛體主要浮力的浮力材料則安裝在主體框架的上平面，這樣重心就會落在潛體的下底面，浮心落在潛體的上平面，提高了小型ROV整體的穩(wěn)心高度，增大了小型ROV的自身的扶正力矩。

1.2 ?小型ROV定深運動方程

在水中做定深運動時，小型ROV主要承受重力、浮力、垂直方向推進器產生的推力和流體水動力的作用，研究小型ROV在這些力作用下的運動規(guī)律，從而建立小型ROV的定深運動控制模型，是研究和設計小型ROV定深運動控制算法的基礎[3]。

空間運動方程可表示小型ROV的定深運動狀態(tài)，根據(jù)動量定理[4]，小型ROV在載體坐標系下沿oz軸的運動表達式為：

[Z=m[w-uq+vp-zG（p2+q2）+xG（rp-q）+yG（rq+p）]] ? ? （1）

式中：Z為小型ROV在oz軸上所受的合外力;m為小型ROV的質量;u，v，w為小型ROV沿ox軸、oy軸、oz軸的速度;p，q，r為小型ROV沿ox軸、oy軸、oz軸的角速度;xG，yG，zG為小型ROV的重心位置。

在定深運動方向，小型ROV所受的合外力表達式如下：

[Z=G+B+ZT+ZF] ? ? ? （2）

式中：G為重力;B為浮力;ZT為垂直方向推進器產生的推力;ZF為流體水動力。將式（2）代入式（1）左邊，并假設小型ROV的重心位于載體坐標系原點處，其橫移的速度和加速度[v=v=0]，橫傾和搖艏的角速度和角加速度[p=r=p=r=0]，可得定深運動方程為：

[ZT=（m-Zw）w-（m+Zq）uq-Zqq- ? ? ? ? Zwuw-Z*u2-Zwqwq-Zwuw- ? ? ? ? Zww（ww+w2）-（G-B）cos θ] ? ?（3）

式中：[Zw]，[Zq]為有因次水動力系數(shù);θ為縱傾角。

1.3 ?小型ROV定深運動控制模型

由式（3）可以看出，定深運動與其他自由度的運動存在耦合關系，且存在非線性水動力項，為方便定深控制模型的建立，本文將對定深控制模型做一定線性化和簡化處理[5]。

定深運動時，假設小型ROV的進退速度恒定不變，即[u=0]，且假設u=1 m/s;垂直方向的兩個推進器假設輸出的推力大小相同、方向一致、力臂長度相等，即小型ROV不會繞oy軸做縱傾運動，縱傾的角速度和角加速度[q=q=0]，縱傾角θ=0°;假設小型ROV在水中處于懸浮狀態(tài)，忽略非線性水動力項。故可對式（3）進行化簡，化簡后的定深運動方程為：

[ZT=（m-Zw）w-Zww] ? ? ? （4）

此時，可認為在固定系中，小型ROV所處深度[ζo=w]，[ζo=w]，則由式（4）可得小型ROV深度ζo與垂直方向推進器輸出推力ZT之間的傳遞函數(shù)，傳遞函數(shù)如下：

[GD（s）=ζo（s）ZT（s）=1（m-Zw）s2-Zws] ? ?（5）

將相關參數(shù)代入式（5），可得小型ROV定深運動控制模型的具體傳遞函數(shù)為：

[GD（s）=122.419 3s2+4.730 6s] （6）

2 ?定深運動模糊PID控制器設計

2.1 ?模糊PID控制系統(tǒng)結構

小型ROV模糊PID控制器的核心思想是根據(jù)操縱人員的實際操縱經驗和運動控制系統(tǒng)不同的偏差及偏差變化率，建立合適的模糊控制規(guī)則，得到調整PID控制器KP，KI，KD的調整值ΔkP，ΔkI，ΔkD的模糊控制規(guī)則表，然后利用計算機或微控制器通過查表和計算，完成PID控制器KP，KI，KD的在線修正，使小型ROV在不同的運動狀態(tài)下不斷地調整KP，KI，KD，從而達到良好的控制效果。結合實際的受控對象，模糊PID的工作原理如圖2所示。

在實際的運動控制系統(tǒng)中，PID控制器KP，KI，KD的值是由這三個調節(jié)系數(shù)的初始值KP0，KI0，KD0和模糊控制器輸出的校正量ΔkP，ΔkI，ΔkD相加得到，即PID控制器調節(jié)系數(shù)的整定公式為：

[KP=KP0+ΔkPKI=KI0+ΔkIKD=KD0+ΔkD] ? ? ? ? （7）

2.2 ?模糊PID控制器設計

在設計小型ROV模糊PID控制器時，主要需要考慮以下三個問題：模糊化接口、模糊控制規(guī)則建立及模糊推理和清晰化接口。

2.2.1 ?模糊化接口

在小型ROV定深控制中，模糊控制器的輸入變量分別為深度偏差e和偏差變化率ec，輸出變量分別為PID控制器的校正量ΔkP，ΔkI和ΔkD。偏差e和偏差變化率ec均是通過設定深度r與深度傳感器的采樣值y作差得到的基本論域（實際變化范圍）中的某個精確值，需要引入量化因子ke和kec將其變成模糊論域中相應的值;而經過模糊控制器運算后輸出的校正量ΔKP，ΔKI和ΔKD是模糊論域中的某個值，需要引入比例因子kP，kI和kD將其變換到基本論域中去。

假設在小型ROV的定深控制中，偏差e的基本論域為[eL，eH];語言變量E的論域定義為{-m，-m+1，…，-1，0，1，…，m-1，m}，則量化因子ke如下：

[ke=2meH-eL] ? ? ? ? ? ?（8）

確定了量化因子后，偏差e與語言變量E的轉換關系如下：

[E=kee-eH+eL2] ? ? ? ? ?（9）

當運算結果為小數(shù)時，需要將其四舍五入取整。偏差變化率ec與偏差e的轉換方式相同。

同理，假設實際的校正量ΔkP的基本論域為[ΔkPL，ΔkPH]，經過模糊控制器運算后輸出的校正量ΔKP的論域定義為{-h，-h+1，…，-1，0，1，…，h-1，h}，則比例因子kP如下：

[kP=ΔkPH-ΔkPL2h] ? ? ? ? （10）

同理可得[kI]及[kD]。

確定了比例因子后，模糊控制器輸出的校正量ΔKP可以通過式（11）轉換關系得到實際的校正量ΔkP。校正量ΔkI和ΔkD也可使用相同的轉換方式得到。

[ΔkP=kP·ΔKP+ΔkPH+ΔkPL2] ? ?（11）

通常語言變量需要在其論域上劃分若干個等級加以區(qū)分，在劃分等級個數(shù)時，需要兼顧模糊控制器的簡單性和控制效果?？紤]深度的偏差和偏差變化率，控制器調節(jié)系數(shù)的正負性，本文將上述語言變量劃分為常用的7個等級——“負大（NB）”“負中（NM）”“負?。∟S）”“零（ZO）”“正?。≒S）”“正中（PM）”“正大（PB）”。

2.2.2 ?模糊控制規(guī)則建立及模糊推理

小型ROV調整深度的偏差時，需要考慮小型ROV自身的慣性、流體水動力以及推進器反應速率的影響;而PID控制器調節(jié)系數(shù)的整定則需要考慮在定深運動不同的調節(jié)階段，三個系數(shù)的作用和相互之間的關系。綜合考慮上述因素，結合相關文獻[6?9]的控制經驗以及本文所設計的小型ROV自身的調節(jié)經驗，對KP，KI，KD的整定要求歸納如下：

1） 在深度開始調節(jié)的瞬間，深度的偏差會比較大，為了克服小型ROV自身的慣性和水動力的阻礙，使推進器快速地輸出合適的推力，應增大KP的取值;同時為了避免控制系統(tǒng)響應出現(xiàn)較大的超調，需對積分作用加以限制，通常取KI=0;另外，為了避免由于剛開始調節(jié)瞬間，深度的偏差變化率過大而可能引起微分過飽和，導致微分作用過大，超出控制變量允許的輸出范圍，應取較小的KD。

2） 當深度的偏差和偏差變化率為中等大小時，為減少系統(tǒng)的超調量，應減少KP的取值;同時在確保小型ROV能快速達到設定深度的前提下，KI和KD應取適中等偏小的值。

3） 當深度的偏差較小，即在接近設定深度時，應增大KP和KI的取值使系統(tǒng)的穩(wěn)態(tài)誤差減少;同時為了避免小型ROV在設定深度附近來回調節(jié)，并為了提高系統(tǒng)的抗干擾性能，當偏差變化率較小時，KD取值應該較大些;反之，KD取值應該較小些。

根據(jù)上述KP，KI，KD的整定規(guī)則，可得到校正量ΔKP，ΔKI，ΔKD的模糊控制規(guī)則表如表1所示。根據(jù)下述的模糊控制規(guī)則表，可以得到E，EC與ΔKP，ΔKI，ΔKD之間的49條模糊條件語句，應用Mamdani推理方法，可以得到這三個校正量的模糊控制子集。

2.2.3 ?清晰化接口

應用Mamdani推理方法推理得到的ΔKP，ΔKI，ΔKD是模糊論域上的模糊子集，需要將它們轉化為基本論域中的值，才能對三個調節(jié)系數(shù)進行校正，此操作過程，稱之為清晰化。清晰化的方法有很多，有最大隸屬度法、中位數(shù)法和重心法等，本文主要采用重心法。

重心法是指模糊控制子集中的各個元素進行加權平均運算后的值作為模糊控制器的輸出變量，然后經過比例因子（式（11））的運算，即可轉化為實際的校正量。重心法的計算公式為：

[U=i=1lμ（Xi）Xii=1lμ（Xi）] ? ? ? ? ?（12）

式中：Xi為語言變量值;μ（Xi）為語言變量值對應的隸屬度。

得到三個實際的校正量后，可根據(jù)式（7）計算出校正后的KP，KI，KD，然后經過PID控制器的運算得到最終的控制變量，輸出到垂直方向推進器。式（7）中，調節(jié)系數(shù)的初始值KP0，KI0，KD0可根據(jù)傳統(tǒng)的PID參數(shù)整定方法獲得。

3 ?仿真結果及分析

Matlab提供模糊邏輯工具箱，該工具箱可制定模糊控制器輸入變量和輸出變量的隸屬度函數(shù)、模糊控制規(guī)則、模糊推理方法和清晰化方法等，編輯好的模糊控制器可輸出到Workspace中，然后在Simulink中搭建控制系統(tǒng)進行定深運動模糊PID控制仿真。小型ROV定深運動控制在Simulink中搭建的總體仿真框圖見圖3。

在定深模糊PID控制算法仿真中，利用“Z?N整定法”和“試湊法”可獲得PID控制器三個調節(jié)系數(shù)的初始值分別為：KP0=3.78，KI0=0.01，KD0=4.85。模糊控制器中的量化因子和比例因子的大小會影響整個控制器的控制效果[10?11]，經多次仿真后，量化因子確定為：kE=6，kEC= 53.5，比例因子確定為：kP=1.22，kI=0.001，kD=0.32。將傳統(tǒng)PID控制與模糊PID控制使用相同的初始調節(jié)系數(shù)進行仿真對比，仿真結果如圖4所示。 由圖4可知：當深度的設定值為1 m時，模糊PID控制的超調量為7.98%，上升時間為12.60 s，調節(jié)時間為26.71 s;而傳統(tǒng)PID控制的超調量為19.46%，上升時間為12.85 s，調節(jié)時間為41.23 s。比較這兩種控制方法的仿真結果，可以看出模糊PID控制比傳統(tǒng)PID控制在動態(tài)性能方面具有較為明顯的優(yōu)勢。在剛開始的定深階段，模糊PID控制能使小型ROV更快達到設定深度;在調節(jié)階段，模糊PID能縮短調節(jié)時間;在穩(wěn)態(tài)性能方面又和傳統(tǒng)PID控制相似，具有較小的穩(wěn)態(tài)誤差。

4 ?結 ?語

針對小型ROV 定深運動的非線性、時變性及易受干擾等問題，將模糊控制理論和傳統(tǒng)PID控制相結合，設計了基于模糊PID的小型ROV定深運動控制系統(tǒng)，對PID的參數(shù)進行實時整定，使其在較小的超調下獲得較短的調節(jié)時間和良好的平穩(wěn)性，同時兼?zhèn)淠：刂坪蛡鹘y(tǒng)PID控制的優(yōu)點，并在Simulink環(huán)境中進行仿真分析。仿真結果表明，模糊PID控制器相比于傳統(tǒng)PID，能夠有效地提高系統(tǒng)的響應速度，減少系統(tǒng)的超調量，并提高系統(tǒng)的抗干擾能力，更有利于小型ROV的定深運動控制。

參考文獻

[1] LI Ye， LIU Jiancheng， SHEN Mingxue. Dynamics model of underwater robot motion control in 6 degrees of freedom [J]. Journal of Harbin Institute of Technology， 2005（4）： 456?459.

[2] 劉澤發(fā).觀測型ROV航行控制系統(tǒng)設計及運動控制技術研究[D].杭州：浙江大學，2015.

[3] 陸柳延.水下機器人運動控制與路徑規(guī)劃研究[D].揚州：揚州大學，2013.

[4] 汪越勝，稅國雙.運動學與動力學[M].北京：電子工業(yè)出版社，2011.

[5] 苗燕楠.小型水下機器人的運動控制研究[D].武漢：華中科技大學，2016.

[6] 尹夢舒，馮常.基于模糊技術的水下機器人運動控制[J].微型機與應用，2015，34（17）：75?77.

[7] 馮冬青，任雪梅.模糊PID在網(wǎng)絡控制系統(tǒng)中的仿真研究[J].自動化儀表，2013，34（1）：61?63.

[8] AKKIZIDIS I S， ROBERTS G N， RIDAO P， et al. Designing a fuzzy?like PD controller for an underwater robot [J]. Control engineering practice， 2003， 11（4）： 471?480.

[9] MUSCATO G， PRESTIFLIPPO M. A fuzzy?PD for the position and attitude control of an underwater robot [C]// Emerging Technologies and Factory Automation. Catania， Italy： IEEE， 2005： 379?383.

[10] WOO Z W， CHUNG H Y， LIN J J. A PID type fuzzy controller with self?tuning scaling factors [J]. Fuzzy sets & systems， 1998， 115（2）： 321?326.

[11] KAZEMIAN H B. Comparative study of a learning fuzzy PID controller and a self?tuning controller [J]. ISA transactions， 2001， 40（3）： 245?253.

作者簡介：綦聲波（1970—），男，山東平度人，博士，教授，主要從事嵌入式系統(tǒng)、海洋智能儀器方面的研究工作。

尹保安（1993—），男，山東臨清人，碩士研究生，主要從事海洋監(jiān)測儀器方面的研究工作。