基于GA—BP神经网络的UUV航向容错控制.pdf

基于GA—BP神经网络的UUV航向容错控制.pdf

ID:52206593

大小:439.41 KB

页数:7页

时间:2020-03-24

基于GA—BP神经网络的UUV航向容错控制.pdf_第1页
基于GA—BP神经网络的UUV航向容错控制.pdf_第2页
基于GA—BP神经网络的UUV航向容错控制.pdf_第3页
基于GA—BP神经网络的UUV航向容错控制.pdf_第4页
基于GA—BP神经网络的UUV航向容错控制.pdf_第5页
资源描述:

《基于GA—BP神经网络的UUV航向容错控制.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第9期传感技术学报V01.26No.92013年9月CHINESEJOURNALOFSENSORSANDACTUATORSSep.2013HeadingFault-TolerantControlforUUVBasedonGA-BPNeuralNetworkYANZheping,LIZi,CHENTao,ZHAOYufei,DUPengfie(CollegeofAutomation,HarbinEngineeringUniversity,Harbin150001,China)Abstract:

2、InordertoimprovethereliabilityofheadingcontrolsystemforUnmannedUnderwaterVehicle(UUV),BPneuralnetworkimprovedbyGeneticAlgorithm(GA)isappliedintheheadingfault—tolerant.Improvedgreypredictionmodelisadoptedtodiagnosethefaultoffibercompass.Whenfibercompass

3、isfailure,headingdataisrecoveredwithimprovedBPneuralnetworklearningmodelbasedoncurrentrudderangle,velocityandaccelerationinformation.Inaddition,headingfault—tolerantoffibercompassisrealizedusingrecoveredheadingdatainsteadoftheoutputoffibercompass.Thepr

4、incipleanddesignstepsofmethodsmentionedabovearedescribedindetail,anddemonstratedwithtrialdata.Theresultsshowthatthemethodsproposedcandiagnosesensorfaultquickly,accuratelyandcanachievefault—tolerantoffibercompasswel1.Keywords:UUV;fault-tolerantcontrol;G

5、A—BPneuralnetwork;faultdiagnosis;2一ordergreypredictionmodelEEACC:7230;7320Rdoi:10.3969/j.issn.1004—1699.2013.09.012基于GA—BP神经网络的UUV航向容错控制术严浙平,李滋,陈涛,赵玉飞,杜朋洁(哈尔滨_丁程大学自动化学院,哈尔滨150001)摘要:为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首

6、先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断;其次,若UUV罗经故障,根据UUV当前的舵角、航速与加速度信息重构航向信息,利用重构的航向数据代替光纤罗经的航向输出,实现对光纤岁经的航向容错控制。本文详细阐述了容错控制方法的实现步骤,并利用海试实验数据进行了仿真验证,仿真结果表明所提出的方法能快速、准确的诊断出光纤罗经的故障,并能较好的实现光纤罗经的航向容错。关键词:UUV;容错控制;GA—BP神经网络;故障诊断;二阶灰色预测模型中图分类号:TP277文献标识码:A文章编号:1004-1699(

7、2013)09-1236-07通常情况下UUV航向控制系统中航向反馈信推进器容错控制LNJ;PodderTK等人研究了AUV推息只有光纤罗经一个来源,具有非冗余,易故障的特进器冗余情况下的容错控制方法。这些方法各点,因此对UUV航向控制系统的容错控制显得极其有利弊。但基于解析模型的航向容错控制通常将航重要。目前常用的容错控制方法有主要包括基于解向控制系统近似于线性系统,这会给容错控制带来析模型的方法、基于神经网络的方法、硬件冗余较大的误差;基于神经网络的航向容错控制方法中法

8、-63。袁芳等人基于UU

9、V的解析模型提出了一BP神经网络的容错方法应用最为广泛,但传统的种主动滑模容错控制E3];颜明重等人针对UUV传感BP神经网络具有收敛速度慢、易陷入局部最小、数器常见故障将BP神经网络应用于了容错控制值稳定性差等缺点;硬件冗余无疑会增加系统负荷。中_4;Yang等人针对水下机器人推进器故障离线设本文以哈尔滨工程大学北飒海洋装置研究所某计了一个推进器控制矩阵,当在线检测到相应故障UUV为研究对象,研究了一种新型航向容错控制方后淘汰控制矩阵中的相应阵列来实现水下机器人的法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。