ROV水下對接液壓飛頭過程的位姿控制方法研究

程友祥+葉天源+宋琦+譚西都+劉晨曦

摘要：ROV位姿控制的快速性與穩(wěn)定性是MQC（液壓飛頭）水下對接成功的關(guān)鍵。本文針對MQC水下對接過程中，海流推力、對接反力等外擾巨大且無法預(yù)估的問題，提出了機(jī)械臂輔助下的ROV位姿控制的系統(tǒng)結(jié)構(gòu)與工作原理，并在此基礎(chǔ)上分析比較了Z-N整定法和模糊算法等PID控制參數(shù)優(yōu)化方法，仿真結(jié)果表明，集模糊算法、Z-N整定法于一體的模糊-PID控制算法可以最大限度地提高ROV位姿控制性能，提高M(jìn)QC水下對接穩(wěn)定性，提高水下對接成功率。

關(guān)鍵詞：MQC對接，ROV位姿控制，Z-N整定，模糊算法，模糊-PID控制

0 引言

MQC（液壓飛頭）是用來在水下同時(shí)連接多個(gè)接頭的裝置，主要用以分配水下液壓控制信號(hào)。MQC對接是由ROV將移動(dòng)端與海底設(shè)備上的固定端對接，從而實(shí)現(xiàn)管路的連通[1]。在MQC對接過程中，ROV位姿控制非常重要。

1 結(jié)構(gòu)與工作原理

ROV是有纜水下自治機(jī)器人，通過推進(jìn)器合理排布實(shí)現(xiàn)前、后、左、右、上浮、下沉運(yùn)動(dòng)，其攜帶如機(jī)械手、扭矩工具等作業(yè)工具，能夠輔助完成復(fù)雜的作業(yè)任務(wù)。

ROV的基座處于浮游狀態(tài)，即ROV并非固定狀態(tài)，存在自由度冗余，這使得操作具有更高的靈活性，但也造成了運(yùn)動(dòng)學(xué)反解的不唯一性；同時(shí)，ROV的機(jī)械手與ROV本體之間存在動(dòng)力學(xué)耦合，機(jī)械手的運(yùn)動(dòng)會(huì)引起ROV的運(yùn)動(dòng)，進(jìn)而導(dǎo)致機(jī)械手末端執(zhí)行器不能準(zhǔn)確地定位，不利于末端軌跡的跟蹤控制；另外，ROV工作環(huán)境面臨諸多未知問題，通常都比較復(fù)雜，比如海水的作用力、移動(dòng)端和固定端對接的相互作用力等等對系統(tǒng)的操作都有很大的影響。這些都大大增加了ROV位姿研究的難度[2]。

2 基于ROV的MQC對接過程

深水環(huán)境下的MQC對接，潛水員作業(yè)受限，需要借助水下機(jī)器人進(jìn)行操作，利用基于ROV進(jìn)行MQC對接過程如下：首先母船裝載所有對接設(shè)備預(yù)先定位到對接地點(diǎn)的水面上，并把所有設(shè)備輸送到水下對接地點(diǎn)，準(zhǔn)備進(jìn)行對接；然后ROV向海底設(shè)備移動(dòng)，機(jī)械手上帶有的扭矩工具從暫置位上取下MQC移動(dòng)端；ROV再次移動(dòng)，攜帶MQC移動(dòng)端駛向海底固定設(shè)備，到達(dá)目標(biāo)地點(diǎn)后機(jī)械手將移動(dòng)端與固定端對接，完成對接后ROV撤離。若對接過程中ROV姿態(tài)發(fā)生變動(dòng)，有可能導(dǎo)致對接失敗，甚至引起重大事故。

3 ROV位姿PID控制參數(shù)優(yōu)化方法概述

所謂ROV位姿是指在MQC對接過程中，ROV上各點(diǎn)相對參考坐標(biāo)系的空間位置，穩(wěn)定性即ROV受到干擾后能否回到原來姿態(tài)的性能。ROV運(yùn)動(dòng)位姿控制采用PID控制，PID控制從無到有已經(jīng)經(jīng)歷了近一個(gè)世紀(jì)，它結(jié)構(gòu)簡單、穩(wěn)定性能好、可靠性高的優(yōu)點(diǎn)使其至今依然能得到廣泛的應(yīng)用[3]。PID三個(gè)參數(shù)需要通過優(yōu)化使系統(tǒng)獲得良好的快速性和穩(wěn)定性，其優(yōu)化可以通過不同的控制算法實(shí)現(xiàn)，優(yōu)化目的是降低超調(diào)，對干擾做出迅速的響應(yīng)。ROV位姿控制系統(tǒng)是一個(gè)非線性流體動(dòng)力學(xué)的系統(tǒng)，其中的多個(gè)狀態(tài)變量多有耦合，以及系統(tǒng)本身的不確定性和環(huán)境的多變性都給控制帶來挑戰(zhàn)。PID控制參數(shù)優(yōu)化方法有多種，這里介紹PID控制參數(shù)的Z-N整定法和模糊算法優(yōu)化方法。

3.1 PID控制參數(shù)的Z-N整定法

Z-N整定法是Ziegler和Nichols在1942年提出來的PID控制參數(shù)的經(jīng)驗(yàn)整定公式，在實(shí)際工業(yè)過程中，大多數(shù)被控對象獲得數(shù)學(xué)模型后，即可通過時(shí)域或頻域數(shù)據(jù)，根據(jù)表1所示的Z-N整定經(jīng)驗(yàn)公式計(jì)算PID控制參數(shù)。

表1 PID控制參數(shù)的Z-N經(jīng)驗(yàn)整定公式

這里借助MATLAB環(huán)境進(jìn)行整定將會(huì)很方便，在得到被控對象傳遞函數(shù)后可以利用MATLAB求得幅值裕量、剪切頻率等參數(shù)，而后根據(jù)上表公式設(shè)計(jì)PID控制器。但是這樣得到的PID控制在面對復(fù)雜多變的深水環(huán)境時(shí)可能得不到預(yù)期效果。

3.2 PID控制參數(shù)模糊算法優(yōu)化法

由于PID控制更加適合具有精確數(shù)學(xué)模型的系統(tǒng)，而實(shí)際工業(yè)中大多數(shù)系統(tǒng)常常比較復(fù)雜，再加上深水環(huán)境充滿了不確定性和未知性，被控對象的參數(shù)甚至模型結(jié)構(gòu)都會(huì)隨之不斷發(fā)生變化。因此我們希望PID控制器參數(shù)最好能夠具有自適應(yīng)性，能夠?qū)ν饨绺蓴_做出快速的反應(yīng)。于是引入了一個(gè)算法——模糊算法。模糊算法是一種根據(jù)“相似度”來描述問題的。模糊算法中所有輸入變量基于經(jīng)驗(yàn)值，每個(gè)變量對應(yīng)幾個(gè)模糊設(shè)置，根據(jù)從屬函數(shù)得到解；而抉擇邏輯，即模糊規(guī)則是自變量和因變量之間的關(guān)系，這是基于已有的知識(shí)經(jīng)驗(yàn)；模糊推論則是基于歸納演繹方法；最終得到輸出。總而言之，模糊算法針對系統(tǒng)的不確定性和非線性[4]。

一般模糊控制器采用二維模糊輸入，其結(jié)構(gòu)框圖如圖1所示。從中可以看出，輸入偏差E和其變化率EC經(jīng)過量化因子變換后得到模糊論域，然后經(jīng)過模糊化環(huán)節(jié)再進(jìn)行模糊邏輯推理，可以得到輸出模糊子集，最后經(jīng)過解模糊化處理并經(jīng)過轉(zhuǎn)換，可以得到實(shí)際控制量u的輸出。這里即采用三個(gè)模糊控制器分別對PID控制三個(gè)參數(shù)進(jìn)行優(yōu)化，得到實(shí)際的控制參數(shù)。模糊算法的穩(wěn)態(tài)性能較好，但會(huì)同時(shí)犧牲動(dòng)態(tài)性能，降低系統(tǒng)響應(yīng)快速性。

3.3參數(shù)自適應(yīng)調(diào)節(jié)模糊-PID控制的參數(shù)優(yōu)化方法

ROV的位姿控制是一個(gè)復(fù)雜系統(tǒng)，并且外界條件在不斷變化，傳統(tǒng)的PID控制的控制效果差，如果在被控對象變化的不同階段采用不同的PID控制就可以實(shí)現(xiàn)復(fù)雜系統(tǒng)的簡單控制。結(jié)合深水環(huán)境被控對象的特點(diǎn)以及PID控制參數(shù)優(yōu)化方法的優(yōu)缺點(diǎn)，本文提出了結(jié)合Z-N整定法以及模糊算法的方法對PID控制參數(shù)進(jìn)行優(yōu)化，即模糊-PID控制方法，先通過模糊算法分析偏差和偏差變化率，在線調(diào)整PID控制參數(shù)——比例系數(shù)、積分系數(shù)、微分系數(shù)的增量，再通過Z-N整定法獲得最終優(yōu)化的參數(shù)，實(shí)現(xiàn)系統(tǒng)的參數(shù)自調(diào)節(jié)模糊-PID控制。

4 仿真

本文采用MATLAB/Simulink軟件進(jìn)行仿真。仿真模型結(jié)構(gòu)如圖2，假設(shè)輸入信號(hào)為一個(gè)正弦信號(hào)，在2s的時(shí)候加入由階躍信號(hào)經(jīng)過加法器構(gòu)造的持續(xù)時(shí)間0.5s的干擾。仿真結(jié)果是得到輸入信號(hào)受到干擾下情況下原被控模型曲線、只經(jīng)過Z-N整定后的模型曲線、只經(jīng)過模糊算法優(yōu)化后的模型曲線和經(jīng)過模糊-PID控制方法優(yōu)化后的模型曲線，通過對比上升時(shí)間和超調(diào)來比較快速性和穩(wěn)定性，從而得出MQC對接中ROV位姿PID控制參數(shù)優(yōu)化的最優(yōu)方法。

首先利用MATLAB得到開環(huán)傳遞函數(shù)的幅值裕量和剪切頻率等參數(shù)，再根據(jù)表1求得Z-N整定后的PID控制器的比例系數(shù)、積分系數(shù)和微分系數(shù)，然后在simulink子系統(tǒng)里建立Z-N整定后的PID控制器，如圖3，可獲得只有Z-N整定PID控制的模型曲線。

而模糊算法子系統(tǒng)中的模糊控制結(jié)構(gòu)如圖4，比例系數(shù)、積分系數(shù)、微分系數(shù)各有一個(gè)調(diào)節(jié)器，并設(shè)計(jì)合理的模糊語言變量，制定模糊規(guī)則，最終得到三個(gè)參數(shù)的增量，再經(jīng)過解模糊可以得到最終的輸出，得到模糊算法優(yōu)化后的模型曲線。若同時(shí)結(jié)合Z-N整定法，則還要與Z-N整定后PID控制器的三個(gè)參數(shù)累計(jì)求和，如圖5，最后解模糊得到實(shí)際輸出，得到模糊-PID控制優(yōu)化后的模型曲線。

最終得到如圖6所示結(jié)果圖。在2s中加入階躍信號(hào)干擾后，Z-N整定后的PID控制模型響應(yīng)速度很快，但是超調(diào)很大，穩(wěn)定性能不好，而加入模糊算法的兩種模型則具有很小的超調(diào)量，約為Z-N整定模型的10%，穩(wěn)定性能很好，只是響應(yīng)速度較慢，犧牲了部分動(dòng)態(tài)性能。而只有模糊算法的模型和模糊-PID控制模型相比，模糊-PID控制模型具有更好的穩(wěn)定性。

綜上所述，模糊-PID控制優(yōu)化算法可以使模型受到干擾后，以較快地速度響應(yīng)并具有很好的穩(wěn)定性，是幾種算法中的最優(yōu)方法，符合MQC對接過程中ROV位姿控制的要求。

5 結(jié)論

本文介紹了基于ROV的MQC對接過程，分析了對接過程中ROV位姿控制的重要性，并介紹了幾種ROV的PID控制參數(shù)優(yōu)化的方法，分析比較了其優(yōu)缺點(diǎn)，最終提出了一種參數(shù)自適應(yīng)調(diào)節(jié)模糊-PID控制方法，理論上能夠?qū)崿F(xiàn)在復(fù)雜多變的深水環(huán)境中，較快速地優(yōu)化PID控制參數(shù)，并具有很好的穩(wěn)定性，使得ROV在受到干擾后能夠快速而穩(wěn)定地做出最優(yōu)響應(yīng)，從而完成MQC對接作業(yè)。

參考文獻(xiàn)：

[1]王鳳云，劉立新等. 水下多功能液壓快速接頭的研究概述[J]， 機(jī)械工程師， 2015.3（5）：143–146.

[2]徐長密. 水下機(jī)器人-機(jī)械手系統(tǒng)動(dòng)力學(xué)建模及運(yùn)動(dòng)控制研究[D].山東：中國海洋大學(xué)，2010.

[3]石振華. PID的自整定控制及其研究[D].內(nèi)蒙古：內(nèi)蒙古科技大學(xué)，2008. .

[4]J. M. Larrazabal and M. S. Peňas， “Intelligent rudder control of an unmanned surface vessel，” Expert Syst. Appl.， vol. 55， pp. 106–117， 2016.