控制動作下帶纜遙控水下機器人的水動力特性*

吳家鳴 崔寅，3 鄧威 伍力 馬志權(quán)

(1.華南理工大學土木與交通學院，廣東廣州510640;2.廣州市番禺靈山造船廠有限公司，廣東廣州511473;3.秦皇島出入境檢驗檢疫局，河北秦皇島066004)

帶纜遙控水下機器人是一種日益廣泛應(yīng)用于淺海海洋環(huán)境動態(tài)監(jiān)測的水下探測裝置，它在水下觀測、海洋研究與海洋環(huán)境調(diào)查中有著特殊的用途.帶纜遙控水下機器人通常由臍帶纜、水下機器人和機器人軌跡與姿態(tài)控制機構(gòu)組成.水下機器人所配置的監(jiān)測傳感器的工作性質(zhì)要求機器人工作時姿態(tài)穩(wěn)定，并具有快速靈活的軌跡和姿態(tài)調(diào)節(jié)與控制能力.研究者為開發(fā)符合這種要求的帶纜遙控水下機器人做了大量的工作;建立準確的帶纜遙控水下機器人控制模型，以此預(yù)報機器人在一定控制動作下的水動力特性是開發(fā)性能良好的帶纜遙控水下機器人的必要前提.

近年來，國內(nèi)外的研究人員進行了不少關(guān)于帶纜遙控水下機器人水動力特性方面的探討.但是，對帶纜遙控水下機器人水動力數(shù)值模型方面的研究主要集中在對機器人的單一部分，例如臍帶纜、水下機器人主體或軌跡與姿態(tài)控制機構(gòu)的研究等［1-3］，而對于如何從整體的角度對帶纜遙控水下機器人進行系統(tǒng)的分析和研究，目前還缺乏深入的探討.在水下機器人的控制方面，目前的研究也僅局限在簡單的水動力數(shù)學模型的基礎(chǔ)上，以施加于水下機器人上的總力為控制目標，對于多自由度軌跡和姿態(tài)同步控制的相關(guān)研究也較少.

基于這一背景，文中在筆者課題組所建立的完整帶纜遙控水下機器人水動力數(shù)學模型的基礎(chǔ)上［4-5］，引入由模糊神經(jīng)算法構(gòu)建的控制器，組成帶纜遙控水下機器人的控制系統(tǒng)，以神經(jīng)網(wǎng)絡(luò)相關(guān)理論結(jié)合計算流體方法對推進力和轉(zhuǎn)速之間的相互關(guān)系進行辨識和換算，對帶纜遙控水下機器人多自由度上的軌跡和姿態(tài)控制進行數(shù)值模擬計算.

1 水動力數(shù)學模型及其主要數(shù)值方法

1.1 水動力數(shù)學模型的整體思路及機器人系統(tǒng)的基本構(gòu)成

文中的水動力數(shù)學模型中，臍帶纜的運動控制方程采用 Ablow 等［6］提出的模型，并用 Gertler等［7］提出的水下運載體六自由度運動方程來描述水下機器人的水動力狀態(tài).以臍帶纜的運動控制方程為核心，通過引入臍帶纜和工作母船以及水下機器人連接點的邊界條件，將臍帶纜模型和水下機器人運動方程聯(lián)系到一起，從而建立整個系統(tǒng)的水動力數(shù)學模型.對模型中作用在機器人主體上的水動力載荷和旋轉(zhuǎn)導(dǎo)管螺旋槳的控制力，在考慮它們之間的相互影響的基礎(chǔ)上以計算流體力學方法求出.水動力數(shù)學模型建立的整體思路和方法見文獻［4-5］.

所研究的帶纜遙控水下機器人主體為一橢球體，主體上配置了4個控制導(dǎo)管螺旋槳，其編號見圖1.4個螺旋槳分置于與機器人局部坐標xOy平面垂直的主體4個面的中心處，它們的序號分別為1－4號螺旋槳，臍帶纜連接于橢球型機器人主體的上端，機器人系統(tǒng)中所使用的導(dǎo)管螺旋槳為Ka 4-70/19A.臍帶纜、水下機器人主體和螺旋槳的計算參數(shù)如表1所示.

圖1 水下機器人的布置結(jié)構(gòu)Fig.1 Structural layout of underwater robot

表1 帶纜遙控水下機器人的計算參數(shù)1)Table 1 Computational parameters of tethered underwater robot

1.2 作用在機器人主體上的水動力載荷和導(dǎo)管螺旋槳的推進力

通過計算流體力學方法得到作用在水下機器人上的水動力載荷和導(dǎo)管螺旋槳的控制力的數(shù)值解.首先根據(jù)所要計算的水下機器人及其相連的導(dǎo)管螺旋槳的幾何要素，構(gòu)造機器人和導(dǎo)管螺旋槳的三維幾何模型［8-9］，在此基礎(chǔ)上借助計算流體力學軟件Fluent在機器人、導(dǎo)管和螺旋槳所在的流域內(nèi)求解其流體力學控制方程，以此計算作用在水下機器人主體上的水動力載荷以及水下機器人主體流場作用下導(dǎo)管螺旋槳在一定轉(zhuǎn)速和一定來流方向下所產(chǎn)生的推力與轉(zhuǎn)矩.

1.3 計算域的確定

數(shù)值計算作用在水下機器人上的水動力載荷和導(dǎo)管螺旋槳的控制力時，將機器人主體置于計算域的中心，控制導(dǎo)管螺旋槳附連于機器人主體上，計算域尺度的選擇應(yīng)以足夠避免水下機器人系統(tǒng)周圍與邊界流場之間的干擾為準則.計算所用計算域的網(wǎng)格如圖2所示，計算域的具體構(gòu)造方法見文獻［10］，每一時間步作用在水下機器人上的水動力載荷和導(dǎo)管螺旋槳的控制力的具體計算方法與計算技術(shù)可參見文獻［4］.

圖2 整個計算域的網(wǎng)格劃分Fig.2 Mesh division of the whole computational domain

2 控制系統(tǒng)的設(shè)計

文中所研究的帶纜遙控水下機器人的控制系統(tǒng)是針對帶纜遙控水下機器人在水平面三自由度(即絕對坐標系下水平面軌跡和首搖角)上的運動控制而設(shè)計的，包括一個控制器和一個逆系統(tǒng)模型網(wǎng)絡(luò)，其特點是建模、學習和工作的過程分兩步進行:第一步，構(gòu)建一個模糊神經(jīng)網(wǎng)絡(luò)，并用先驗知識訓練使它能達到模擬被控對象(即帶纜遙控水下機器人)運動的逆動態(tài)特性，這一步是離線訓練過程，通過給模糊神經(jīng)網(wǎng)絡(luò)輸入帶纜遙控水下機器人的輸出信息和控制信息組成的樣本集來實現(xiàn);第二步，在構(gòu)建完這樣一個水下機器人的逆系統(tǒng)后，使用其來訓練控制器以完成控制系統(tǒng)的建模.

2.1 模糊神經(jīng)網(wǎng)絡(luò)控制器

模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計中需要確定控制器的輸入輸出參數(shù)和控制算法.因為文中設(shè)計的控制器是模擬水下機器人的逆系統(tǒng)，所以其輸入和輸出參數(shù)對應(yīng)于水下機器人的輸出和輸入?yún)?shù)，即控制器以水下機器人輸出的運動參數(shù)(速度和加速度)為輸入，以達到期望軌跡所應(yīng)施加于水下機器人上的力及力矩為輸出.又由于該控制系統(tǒng)是針對水下機器人三自由度運動的控制，故相應(yīng)輸入為三自由度的速度和加速度.文中采用標準模型的模糊神經(jīng)網(wǎng)絡(luò)，其基本結(jié)構(gòu)及原理可參考文獻［11］.

2.2 期望軌跡姿態(tài)的規(guī)劃

設(shè)水下機器人的位置狀態(tài)變量為X，V為水下機器人的運動速度，

其中，X0、Y0、ψ0分別為絕對坐標下水下機器人的水平面位置坐標和首搖角，VX、VY、Vψ為機器人運動速度在相應(yīng)自由度的分量.

設(shè)水下機器人的期望變量為Y，

其中，Xd、Yd、ψd為機器人水平位置坐標和首搖角的期望值.則水下機器人的位置偏量S可定義為

因此可以將預(yù)先規(guī)劃的輸出表示為ad=f(S，V).文中采用的ad的具體形式為［12］

其中:amax為限制水下機器人的最大加速度，其取值主要取決于水下機器人的推進系統(tǒng)即螺旋槳的布置和性能;P為三階對角矩陣，

其中

k1和k2是需要人工調(diào)節(jié)的待定常數(shù)，而ei和定義為

其中:Si，max為一待定常數(shù)，其值為根據(jù)設(shè)計而限制水下機器人運動的最大值;Si為式(4)定義的機器人的位置偏量.

2.3 螺旋槳推力分配和轉(zhuǎn)速換算

由于所需要實現(xiàn)的控制目標為水下機器人三自由度上的運動，故布置了兩對螺旋槳位于水下機器人局部坐標系下的xOy平面內(nèi)，兩對螺旋槳的軸線方向分別對應(yīng)于x軸和y軸方向.設(shè)1－4號螺旋槳對應(yīng)的推進力分別為 T1、T2、T3和 T4，T1和 T2位于xOy平面內(nèi)，實現(xiàn)的是沿y軸的平動和繞z軸的轉(zhuǎn)動，T3和T4也位于xOy平面內(nèi)，用于實現(xiàn)沿x軸的平動和繞z軸的轉(zhuǎn)動，如圖3所示.

圖3 三自由度運動的螺旋槳的推進力布置Fig.3 Sketch of propeller propulsion in three degrees of freedom

則其合力Tx、Ty和合力矩NT可表示為

其中，R1、R2、R3和R4為對應(yīng)螺旋槳與平行的坐標軸之間的垂直距離，由于每對螺旋槳都是對稱布置結(jié)構(gòu)，所以 R1=R2=R12，R3=R4=R34.方程(10)中等號左端即為控制器對規(guī)劃后的期望軌跡姿態(tài)的控制輸出，由于螺旋槳1和2的力臂R12要大于螺旋槳3和4的力臂R34，即螺旋槳1和2相對于3和4只需要較小的力便可滿足對ψ方向上的轉(zhuǎn)動要求，所以繞z軸的轉(zhuǎn)動只依靠螺旋槳1和2產(chǎn)生的力矩控制，則設(shè)計

對于螺旋槳1和2，則有

在帶纜遙控水下機器人運動的某一特定時刻，螺旋槳產(chǎn)生的推進力與螺旋槳的轉(zhuǎn)速成正比，即轉(zhuǎn)速越大推進力越大，反之亦然.文中，螺旋槳產(chǎn)生的推進力與螺旋槳轉(zhuǎn)速之間的關(guān)系采用一單輸入單輸出的三層BP神經(jīng)網(wǎng)絡(luò)來實現(xiàn)，即以所需推進力為輸入、所需對應(yīng)的轉(zhuǎn)速為輸出，隱層節(jié)點取為3，網(wǎng)絡(luò)的輸出誤差函數(shù)采用

其中:Fthd為所需的推進力;Fth為某一轉(zhuǎn)速對應(yīng)的推進力;k為待定的正常數(shù)，其取值應(yīng)保證網(wǎng)絡(luò)的可收斂性.此神經(jīng)網(wǎng)絡(luò)與Fluent水動力計算模塊串聯(lián)起來即可進行無導(dǎo)師學習.實際數(shù)值計算證明，只要k取到合適的值，利用梯度下降算法，可以很快使神經(jīng)網(wǎng)絡(luò)輸出的轉(zhuǎn)速逼近所需施加推進力對應(yīng)的真實轉(zhuǎn)速.

3 水下機器人控制過程數(shù)值模擬的主要步驟

基于文中所采用的水動力數(shù)學模型而建立的帶纜遙控水下機器人的水動力與控制模型及其相應(yīng)的計算程序主要包括三大模塊:系統(tǒng)水動力數(shù)學模型主程序模塊、計算每一模擬時間步中機器人主體所受的水動力載荷以及控制螺旋槳所發(fā)出的控制力的計算流體力學模塊、控制螺旋槳轉(zhuǎn)速的控制模塊.

3.1 主程序模塊

以有限差分法求解帶纜遙控水下機器人系統(tǒng)水動力數(shù)學模型的主程序.該水動力數(shù)學模型的核心是臍帶纜的動力方程，通過在臍帶纜上下兩端引入臍帶纜動力方程的邊界條件而構(gòu)造出完整的水動力數(shù)學模型.該主程序用Fortran語言編寫，數(shù)學模型的建立及數(shù)值解法的基本思路與文獻［4-5］類似，在此不再贅述.

3.2 計算流體力學模塊

在數(shù)值模擬的每一時間步，利用計算流體力學技術(shù)，以一種綜合、整體的數(shù)值模擬手段確定機器人主體與控制螺旋槳相互影響下作用在水下機器人主體的水動力載荷以及螺旋槳所發(fā)出的推進力.該部分計算采用計算流體力學軟件Fluent的水動力計算模塊進行.

3.3 控制模塊

控制模塊主要基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法.本研究利用該算法來控制機器人主體上螺旋槳的轉(zhuǎn)速，使其發(fā)出所要求的推進力來達到操縱水下機器人按照操作者的軌跡與姿態(tài)要求運行的目的.控制模塊的算法利用Matlab平臺編寫.

3.4 主要計算步驟

根據(jù)所建立的水動力與控制模型以及相應(yīng)的數(shù)值算法，可以對帶纜遙控水下機器人在控制螺旋槳所發(fā)出的控制力作用下的水動力與特性進行數(shù)值模擬.根據(jù)所編制的計算程序模擬帶纜遙控水下機器人在一定的控制動作下水動力特性的主要算法如下:

(1)在主程序中輸入帶纜遙控水下機器人系統(tǒng)參數(shù)，這些參數(shù)包括臍帶纜、水下機器人以及控制螺旋槳的幾何和物理參數(shù).

(2)計算機器人系統(tǒng)在設(shè)定條件下的定常解，通過所計算的定常解得到沿臍帶纜各節(jié)點以及水下機器人在設(shè)定條件下的坐標值及方位角，這些參數(shù)作為后續(xù)時域解的初始值;令n=1，其中n為時間步數(shù).

(3)引入水下機器人在m點的運動軌跡坐標與姿態(tài)的期望值，m=1，2，…，RP，其中 m 為由機器人操作者指定的機器人運動軌跡上分布的指定點的序列號，RP為m的最大值.

(4)從上一時間步計算結(jié)果中讀入n－1時間步時的水下機器人姿態(tài)與運動參數(shù)、控制螺旋槳的推進力以及水下機器人所受到的水動力.

(5)由方程(2)和(5)對機器人在m點的運動軌跡坐標與姿態(tài)期望值的誤差進行預(yù)先規(guī)劃，得到ad和水下機器人的運動速度V，并以ad和V作為控制器的輸入?yún)?shù)，通過2.3節(jié)所介紹的方法，由所設(shè)計的控制器確定為使機器人達到m點的運動軌跡坐標與姿態(tài)的期望值而在第n時間步時各控制螺旋槳所需要發(fā)出的推進力，進而確定其所需要的轉(zhuǎn)速.

(6)利用Fluent水動力計算模塊計算在第(5)步所要求的各控制螺旋槳轉(zhuǎn)速下、考慮螺旋槳與機器人主體的相互作用因素時水下機器人在第n時間步所實際受到的水動力和螺旋槳所實際發(fā)出的推進力.

(7)將第(4)步和第(6)步確定的n和n－1時間步時水下機器人實際受到的水動力和控制螺旋槳推進力數(shù)據(jù)傳給Fortran計算主程序.

(8)依據(jù)第(7)步傳入的數(shù)據(jù)，求解如3.1節(jié)所描述的水下機器人系統(tǒng)水動力數(shù)學模型的主程序，通過主程序的運算求出在第n時間步下水下機器人系統(tǒng)的姿態(tài)和運動參數(shù).

(9)將第n時間步時刻計算出來的水下機器人的姿態(tài)和運動參數(shù)與期望值對比，如不滿足控制誤差要求，則令n=n+1，轉(zhuǎn)向第(4)步;如滿足誤差要求，則轉(zhuǎn)向第(10)步.

(10)若 m≤RP，則令 m=m+1，轉(zhuǎn)向第(3)步;否則輸出數(shù)值模擬計算結(jié)果，計算結(jié)束.

4 控制系統(tǒng)的仿真

采用根據(jù)上述算法結(jié)構(gòu)所構(gòu)建的帶纜遙控水下機器人的三自由度軌跡與姿態(tài)控制系統(tǒng)，對通過控制螺旋槳的轉(zhuǎn)速、在一定的來流速度情況下帶纜遙控水下機器人的回轉(zhuǎn)運動進行了數(shù)值模擬，分析機器人在螺旋槳產(chǎn)生的控制力和力矩作用下的流體動力特性.水下機器人工作水域水流的流速為0.1m/s，水流方向沿絕對坐標系X軸正向;控制過程中，臍帶纜在水面上的上端點位置維持不變，其位置在絕對坐標系中的坐標為:{X，Y，Z}={0.0 m，0.0 m，0.0m};計算中控制時間步長取為0.1 s;計算中作為后續(xù)時域解的初始值的臍帶纜下端點與機器人連接處的絕對坐標取為

機器人在控制螺旋槳操縱下的水動力特性時域計算由水下機器人處于式(14)所設(shè)定的點作為起始點，數(shù)值模擬中機器人在控制作業(yè)中的軌跡定義為臍帶纜與機器人連接點處的絕對坐標.文中對在以下兩階段XOY平面中控制目標下的機器人水動力特性進行了數(shù)值模擬:

(1)控制機器人從點{X，Y}={－0.9m，0.0m}到點{X，Y}={－0.75 m，0.0 m}的直線運動，在這一直線運動中機器人的艏向角(機器人局部坐標x軸與絕對坐標X軸之間的夾角)保持為0°.

(2)控制機器人從點{X，Y}={－0.75m，0.0m}出發(fā)，沿著以{X，Y}={－0.75m，0.5 m}為圓心、半徑為0.5m的軌圓逆時針旋轉(zhuǎn)一周，在這一運動過程中控制機器人的艏向角保持與軌圓相切.

對水下機器人在控制動作下的動力特性進行數(shù)值計算.計算分為兩個時間段進行:第一時間段持續(xù)時間為1～10s，該時間段所進行的是3.4節(jié)第(2)步所描述的定常解計算，其目的是為后續(xù)控制時域解提供初始值;第二時間段則從10s開始，所進行的計算為滿足上述的控制目標而對機器人實施控制所進行的數(shù)值模擬計算，圖4－13為在該時間段的計算結(jié)果.在上述兩階段控制目標下，水下機器人的期望運動軌跡與實際運動軌跡的比較如圖4所示，機器人在典型位置上的期望坐標與實際運動軌跡坐標如表2所示，相應(yīng)的首搖角(ψ)變化的時間歷程如圖5所示.

圖4 期望軌跡與實際軌跡對比Fig.4 Comparison between expected and real trajectories

表2 機器人在典型位置上的期望坐標與實際運動軌跡坐標Table 2 Expected and real trajectory coordinates of robot at representative positions

圖5 期望姿態(tài)與實際姿態(tài)對比Fig.5 Comparison of expected and real attitudes

從圖4、圖5以及表2的模擬結(jié)果可以看出，受控機器人運動的軌跡和姿態(tài)與期望軌跡和姿態(tài)吻合良好，控制結(jié)果與期望值的對比表明，采用文中所提出的控制器對帶纜遙控水下機器人進行軌跡與姿態(tài)控制可以得到理想的控制效果.由于在文中的控制器設(shè)計中對機器人艏向角加速度變化的最大值設(shè)置了限制，因此對艏向角的控制有一定的滯后，從而導(dǎo)致了期望姿態(tài)與實際姿態(tài)存在一定的差異，但筆者認為這一誤差在可接受的范圍內(nèi).

機器人在控制過程中絕對坐標中的速度分量以及艏向角速度變化的時間歷程如圖6和7所示.對比圖4、表2和圖6的結(jié)果可以看出，機器人在絕對坐標中的運動速度與其運動軌跡變化關(guān)系一致;圖7的模擬結(jié)果表明，機器人在模擬時間13.1 s前處于角加速狀態(tài)，13.1s后處于角減速狀態(tài).

圖6 絕對坐標系下速度分量的時間歷程Fig.6 Time histories of linear velocity components in inertial frame

圖7 絕對坐標系下角速度的時間歷程Fig.7 Time history of yaw in inertial frame

在控制過程中臍帶纜與機器人連接點處所受的張力、控制螺旋槳在絕對坐標系中X、Y方向上所發(fā)出的推進力以及機器人主體在運動過程中所受的水動力分量如圖8－10所示.

圖8 臍帶纜下端張力Fig.8 Tension at lower end of the cable

圖9 絕對坐標系下推進力各分量的時間歷程Fig.9 Time histories of propulsion components in inertial frame

圖10 機器人主體所受水動力在絕對坐標系下的分量Fig.10 Hydrodynamic loading on the robot presented in inertial frame

從圖8的結(jié)果可以知道，由于臍帶纜長度與軌圓直徑之比相對較大，在整個控制作業(yè)中機器人臍帶纜所受的張力變化很小，其值大致等于機器人主體在水中的重量.從這一現(xiàn)象可以推斷，在控制水下機器人沿文中所描述的圓形軌跡運動的過程中，臍帶纜的力學作用主要體現(xiàn)在抵消機器人的重量、維持其在水下一定的深度方面，而對機器人回轉(zhuǎn)運動狀態(tài)起主導(dǎo)作用的是控制螺旋槳所發(fā)出的推進力.將圖9與6的結(jié)果進行對比不難發(fā)現(xiàn):控制螺旋槳所發(fā)出的推進力在絕對坐標中的分量與機器人速度分量的變化趨勢相似，這也進一步證實了螺旋槳推進力對機器人回轉(zhuǎn)運動所起的主導(dǎo)作用.將圖10的結(jié)果與圖9比較可以看出:機器人主體在運動過程中所受的水動力變化趨勢大致與螺旋槳推進力的變化趨勢相反，這說明在絕對坐標的平面上螺旋槳推進力與機器人主體的水動力大致組成了一對相位相反的平衡力系.同時，由圖10可見，在模擬時間為13.1 s左右時，機器人主體所受的水動力達到了最大值.這是由于此時機器人處于點{X，Y}={－0.75m，1m}附近的位置(見表2)，這時候來流方向與機器人的運動方向相反，因此其水動力值達到了最大值;而當模擬時間達到14.9 s左右時，機器人處于點{X，Y}={－0.75m，0m}附近的位置，此時來流方向與機器人的運動方向一致，因此其水動力達到了最小值.

在控制過程中絕對坐標系下的控制螺旋槳所發(fā)出的推進力力矩、機器人主體在運動過程中所受的水動力力矩以及它們所合成的合力矩的數(shù)值模擬結(jié)果如圖11所示.

從圖11中可以看出，推進力力矩和合力矩的變化趨勢與圖7所示的艏向角變化趨勢相一致.這說明:控制螺旋槳所發(fā)出的推進力力矩的轉(zhuǎn)向性質(zhì)決定了機器人所受的合成力矩的轉(zhuǎn)向性質(zhì)，推進力力矩對水下機器人的轉(zhuǎn)向運動起主導(dǎo)作用.

圖11 作用在機器人主體上的力矩Fig.11 Moments exerted on main body of the robot

控制過程中在機器人局部坐標系下的螺旋槳推進力的時間歷程如圖12所示，采用2.3節(jié)介紹的方法進行推力分配和換算之后，各螺旋槳轉(zhuǎn)速ω'的時間歷程如圖13所示.

圖12 局部坐標系下推進力分量的時間歷程Fig.12 Time histories of propulsion components in local frame

圖13 導(dǎo)管螺旋槳轉(zhuǎn)速的時間歷程Fig.13 Time histories of rotating speed of propellers

對比圖12和13的結(jié)果可以看出:螺旋槳推進力在機器人局部坐標系下的x方向分量的變化方式與3、4號螺旋槳轉(zhuǎn)速的變化方式一致;y方向的分量則與1、2號螺旋槳一致.這一現(xiàn)象說明推進力在x、y方向的分量與這兩組螺旋槳轉(zhuǎn)速的性質(zhì)直接相關(guān).實際上，根據(jù)圖1的螺旋槳布置方式以及文中所設(shè)定的機器人在軌圓運動中的控制目標，結(jié)合圖13所給出的各個螺旋槳的轉(zhuǎn)速特征，不難發(fā)現(xiàn)，控制機器人在軌圓上作回轉(zhuǎn)運動時，3、4號螺旋槳所發(fā)出的推進力主要是用于推動機器人沿著軌圓的軌跡運動，它們所發(fā)出的推力(或轉(zhuǎn)速)幾乎相等，這一對螺旋槳對機器人不產(chǎn)生回轉(zhuǎn)力矩;而1、2號螺旋槳的作用是保證機器人在運動過程中其艏向角與軌圓相切，正是由于1、2號螺旋槳所發(fā)出的推進力的差值構(gòu)成了控制機器人艏向角變化的回轉(zhuǎn)力矩.

5 結(jié)語

文中在已建立的完整帶纜遙控水下機器人水動力數(shù)學模型的基礎(chǔ)上，引入由模糊神經(jīng)算法構(gòu)建的控制器，對多自由度上的軌跡和姿態(tài)進行同步控制.利用所設(shè)計的控制器，可以通過調(diào)節(jié)螺旋槳的轉(zhuǎn)速使其發(fā)出適當?shù)耐七M力，進而達到操縱水下機器人沿指定軌跡與姿態(tài)運動的目的.采用文中所提出的方法，可以以數(shù)值模擬的方式觀察帶纜遙控水下機器人在控制操縱過程中的水動力與控制數(shù)值信息，這些信息包括:水下機器人的軌跡與姿態(tài)、作用在水下機器人主體上的水動力載荷、為操縱機器人沿特定的軌跡與姿態(tài)運動而由控制螺旋槳所發(fā)出的轉(zhuǎn)速及推進力、臍帶纜的動力學特征等.

所采用的帶纜遙控水下機器人系統(tǒng)綜合考慮了機器人、臍帶纜、控制螺旋槳的動力貢獻后，以完全耦合的方式建立統(tǒng)一的水動力數(shù)學模型，在此基礎(chǔ)上加入水下機器人的控制系統(tǒng)，從整體、耦合的觀點去分析帶纜遙控水下機器人在控制操縱過程中的動力特性.這一模型克服了現(xiàn)有的帶纜遙控潛器系統(tǒng)水動力數(shù)學模型將系統(tǒng)各組成部分割裂處理，未能從系統(tǒng)整體理論框架中去觀察臍帶纜、水下機器人、控制螺旋槳等耦合作用的缺陷，因而可以更加客觀地分析水下機器人的控制與水動力機理.

［1］ Driscoll F R，Lueck R G，Nahon M.Development and validation of a lumped-mass dynamics model of a deep-sea ROV system ［J］.Ocean Research，2000，22:169-182.

［2］ Ming-Chung Fang，Chang-Shang Hou，Jhih-Hong Luo.On the motions of the underwater remotely operated vehicle with the umbilical cable effect［J］.Ocean Engineering，2007，34:1275-1289.

［3］ 朱克強，李維楊.帶纜遙控水下機器人空間運動仿真［J］.中國造船，1996(3):96-104.Zhu Ke-qiang，Li Wei-yang.Simulation of space motion for tethered remotely operated vehicle［J］.Shipbuilding of China，1996(3):96-104.

［4］ 吳家鳴，郁苗，朱琳琳.帶纜遙控水下機器人水動力數(shù)學模型及其回轉(zhuǎn)運動分析［J］.船舶力學，2011，15(8):827-843.Wu Jia-ming，Yu Miao，Zhu Lin-lin.A hydrodynamic model for a tethered underwater robot and dynamic analysis of the robot in turning motion［J］.Journal of Ship Mechanics，2011，15(8):827-843.

［5］ 朱琳琳.帶纜遙控水下機器人水動力數(shù)學模型的研究［D］.廣州:華南理工大學土木與交通學院，2009:8-20.

［6］ Ablow C M，Schechter S.Numerical simulation of undersea cable dynamics ［J］.Ocean Engineering，1983，10(6):443-457.

［7］ Gertler M，Hagen G L.Standard equations of motion for submarine simulation［R］.Washington:Technical Report DTMB 2510，David Taylor Research Center，1967.

［8］ 賴華威，劉月琴，吳家鳴.基于CFD方法的螺旋槳性能計算與分析［J］.船海工程，2009，38(4):131-135.Lai Hua-wei，Liu Yue-qin，Wu Jia-ming.Calculation and analysis of propeller performance by CFD ［J］.Ship and Ocean Engineering，2009，38(4):131-135.

［9］ Wu J M，Lai H W，Zhu L S.A practical numerical method to forecast the hydrodynamic behavior of a ducted thruster in the flow field of a tethered underwater robot［C］∥Proc of the 19th Int Offshore and Polar Eng Conf.Osaka:The International Society of Offshore and Polar Engineers(ISOPE)，2009:710-715.

［10］ Wu J M，Yu M，Zhu L H.Trajectory and attitude control of a tethered underwater robot［C］∥Proc of the 20th Int Offshore and Polar Eng Conf.Beijing:The International Society of Offshore and Polar Engineers(ISOPE)，2010:287-294.

［11］ 劉曙光，魏俊民，竺志超.模糊控制技術(shù)［M］.北京:中國紡織出版社，2001:205-212.

［12］ 甘永.水下機器人運動控制系統(tǒng)體系結(jié)構(gòu)的研究［D］.哈爾濱:哈爾濱工程大學船舶工程學院，2007:64-65.