英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于网络的故障检测过滤器及对联网无人艇的协调控制器设计
梗概-本论文着重于基于网络的建模、基于监控者的故障检测过滤器和对联网无人艇（USV）的协调控制器设计。首次通过引入基于监控者的故障过滤器并考虑网络感应特征（诸如在采样点-控制站的通信网络通道和控制站-执行器通道网络通道存在的延迟和丢包），对无人艇（USV）的执行器故障和波浪干扰进行网络建模。在这些模型的基础上，基于网络的故障检测过滤器和协调控制器的设计标准也就自然要求使得剩余的系统渐进稳定。设计完成的基于网络的故障检测过滤器以及控制器可以保证对故障残余信号的敏感度，以及无人艇对于外界干扰的鲁棒性。故障侦测表现分析将验证所设计的基于网络的故障检测过滤器和对联网无人艇的协调控制器设计的有效性。
关键词:故障检测过滤器（FDF）、基于网络建模、 无人艇（USV）
- 介绍
人们对海上载具的运动控制开始迸发出显著的兴趣，为了追求在实际应用中的更高的精度、更好的性能和可靠性。在航向控制、干扰稳定以及对欠驱动的船只控制上有不少有趣的研究结果，并以文献的方式展现出来。其中对于以上的几项，在无人艇的研究尤为重要。在海面无人载具方面的进步为提供近海及海岸低成本方案中起到了显著的功效。USV在监控、汽油及其污染物净化、科学研究、探测和军事上有广泛的应用，例如军事上应用于地雷检测和边境监控。人们在研究USV上卓有成效。例如，出于对USV的角速度和航角的考虑，Kim 发明了一种基于theta;运算方法来实时规划路径。Dai 则专注于准度识别的问题和在不定运动环境下海面船只的自我学习控制。
我们应该注意到，针对USV的控制和故障分析通常是在联网下，基于远程岸基或母船控制站控制的。表征USV的状态的各种参数，诸如偏航速度、侧倾角、航向角等，通过取样点-控制站通讯通道，经过取样和传输到控制站。当取样的USV状态信息传输到控制站，控制站构建并通过控制站-执行器通讯通道传输控制信号到舵机上。由于其低成本、灵活及可靠性，基于网络的控制系统被应用于很多领域中，比如航天航空，无人驾驶汽车，物流系统和电力系统。但是，将网络通讯的方式引入到控制系统中，将不可避免地存在网络延时和丢包的现象，这些不理因素会导致控制效果下降。因此，如果要将网络通讯的方式应用到USV和远端控制站的通讯上，网络延迟和丢包的现象必须给予重视。
对于一个引用网络的USV，故障的发生通常是不可避免的，诸如饱和、舵机机械上的或是噪声造成的卡死故障。因此研究如何及时地检测这些故障的发生，是非常重要的。一方面，传统控制系统中，容错控制和故障检测被很大程度上给予了重视，并在此中发现了不少有趣的结果。其中一种崭新的集成故障检测和鲁棒控制方案可以减弱干扰，以及检测卡死故障。李和杨的基于集成故障检测和鲁棒控制方案研究了动态同时地，对线性系统的鲁棒控制和故障监测的问题。这种同步的故障检测和鲁棒控制方案在连续时间切换系统上，有更多的拓展。另外一方面，对于网络控制系统，文献上有许多关于故障检测的研究成果。例如，右研究了关于离散系统中，在网络诱导的非线性特性下故障的检测过滤。他研究了对于网络化监测系统故障检测、隔离和处理上的问题。对于一个故障的USV，如果同时考虑采样点到控制站的通讯网络信道和控制站到执行器通讯网络通道引起的特性，诸如网络引起的延迟和队报现象，一同考虑的话，则测量的输出在特定时间间隔内会用于故障检测滤波器（FDF）。这回导致一些在以同一形式描述测量输出并构建相应的网络系统上的困难。因此，对有故障的USV，以及考虑采样点-控制站通讯网络通道引起的或者控制站-执行器通讯网络引起的特征，如何构建网络的模型实际上是具有价值的，但是现在仍没解决，这也是驱动眼下研究的第一动机。而且，针对USV的基于网络的FDF和协调控制器设计是极其重要并且仍待解决，这是本研究的第二动机。
对于基于网络的连续时间中控制系统t isin; [tk tau;k, tk 1 tau;k 1)，式中tk和tau;k（k=0，1，2，hellip;）表示采样时刻和网络导致的迟滞时间，在文献中常会引入一个人为的时变迟滞tau; (t) =t – tk。我们设定tau; (t) isin; [tau;m, eta;) 和tau;mid = (tau;m eta;)/2。我们可见对于某个特定时间t并不能同时在tau; (t) isin; [tau;m, eta;) 和tau;mid = (tau;m eta;)/2区间上，在本论文中这种现象将命名为互斥分布。当在研究处于网络的基于网络的FDF和针对USV的协调控制器时，如何充分地利用tau; (t)的互斥分布特性以获取更多设计时的余量这一话题是极其重要的。以上是现在研究的第三个动机。
本文研究的是处于网络环境下的基于网络的FDF和针对USV的协调控制器设计。受到执行器故障和波导干扰的USV的基于网络的模型，通过引入基于观测器的FDF并考虑在采样器-控制站通信网络信道和控制站中的网络引起的延迟和丢包来建立控制站-执行器通信网络通道。基于这些模型，基于网络的FDF和协调控制器设计推到出可以渐进稳定的残余系统。提出了组合凸分析和互斥分布方法来导出更宽松的FDF和控制器协调设计标准。推导的设计标准可以保证残余信号对故障的灵敏度和USV对外部干扰的鲁棒性。
本文的主要贡献如下：
1）通过考虑采样器到控制站通信网络信道中的网络引起的延迟和分组丢失，以及控制站到致动器通信，首次建立了受到致动器故障和波浪干扰的USV的基于网络的模型 网络通道
2）提出了基于网络的FDF和控制器协调设计标准。这些设计标准可以保证残留信号对故障的敏感性和USV对外部干扰的鲁棒性。
本文的其余部分安排如下。
第二节建立了基于网络的USV模型，受到致动器故障和波浪干扰的影响。
第三节涉及基于网络的FDF和控制器协调设计。故障检测性能分析和讨论见第四节。 结论见第五节。
2．基于网络建模的USV执行器故障
基于网络的建模对于USV的执行器故障海上运输工具的六个自由度的运动包括摇摆，偏航，滚动，浪涌，升沉，斜度[21]。 如果船舶端口侧的给定点的运动和右舷侧的类似点的运动在横轴（指向右舷）方向上具有分量，则称为非对称运动，包括摇摆，偏航和滚动。 如果这样的运动在横轴方向上没有分量，则称为包括浪涌，起伏和俯仰的对称运动。 在本文中，仅考虑非对称运动。 浪涌，起伏和俯仰的影响被视为干扰。
··················（1）
通过在空间固定的坐标系中写出牛顿定律，可以得到摆动，偏航和滚动的基本方程，其中Xo, Yo, Zo分别表示纵向轴（指向前后）横向轴（指向左右）法向轴（指向上下）；
myo主要影响到海上载具Yo方向；Fyo , ho, 和 fo主要影响在Yo方向的受力，航向角和滚动角度；IZZo 和IXXo 主要分别影响Zo和Xo上矩的惯性；No和Ko 上主要影响分别Zo和Xo轴上的矩。通过理解给图一中协同系统所列的等式（1），图中G表示中心的重力，通过进行泰勒展开和拉普拉斯变换，并忽略某些海上影响，我们可以通过下列的函数进行动作转换：
以上中，v(s),psi;(s),phi;(s),和delta;(s) 分别是由v(t),psi;(t),phi;(t)和delta;(t)的拉普拉斯变换；v(t), psi;(t), phi;(t), 和delta;(t)是由舵的动作决定的，分别为航角、滚动角和舵角；v(t), psi;(t), phi;(t), 和delta;(t)；omega;psi;(s) 和omega;phi;(s)表示海浪分别对psi;(s) 和 phi;(s),的影响；Tv 和 Tr 表示时间常数；Kvr, Kvp, Kdv, Kdr 和 Kdp 表示已有增益；zeta; 和 omega;n 表示的是在无阻尼下阻尼比和自然频率。
基于（2），摇摆-偏角及滚动子系统的状态空间模型如下：
式中的x(t) = [v(t) r(t) psi;(t) p(t) phi;(t)]T是x(t) isin; Rn的；v(t), psi;(t), 和phi;(t) 则和以上所给的一样; r(t) 和p(t) 分别表示偏航速率和摇摆速率; 舵角 delta;(t) isin; Rm; omega;(t) =[omega;psi;(t)omega;phi;(t)]T表示海浪造成的扰动，且omega;(t) isin; Rp, omega;(t)假设是在 L2[t0,infin;) ，t0 表示初始时刻; x0 isin; Rn 表示初始状态；A, B, E1 则如下：
式中的E1 与海浪造成的干扰omega;psi;(t) 和omega;phi;(t)有关; Tv, Tr, Kvr, Kvp, Kdv, Kdr, Kdp, zeta;, 和 omega;n 则和之前所示的一样。
与人驾驶的车辆相比，处于联网状态的USV显示出一些竞争优势。在本文中，我们考虑了由远程岸基控制控制站监测到的海上载具的例子（如图二所示）。（3）中的摇摆和滚动子系统的模型代表USV的模型。USV配备有采样器和执行器。遥控站和USV通过无线通讯网络进行连接，这是网络无线通讯网络在开放系统互连模型网络结构的物理实现。无线通讯网络的选择取决于远程控制台与USV之间的距离。例如，如果距离不超过20海里，则可以选择无线城域网。如果这样的距离大约在几百海里或更长的时间内，则以卫星为基础的无线通信网络是首选的。样的USV状态通过采样器到控制站的无线通信网络信道传输到远程控制站。基于收到的USV状态，遥控站产生残留信号和控制输入，并通过控制站到致动器的无线通信网络信道向控制机发送控制输入。如果有多个USV，则可以通过使用多输入和多输出技术实现更高的信道吞吐量，其中多个天线可以利用USV的接收机的多条路径。请注意，网络环境中的USV可能会遇到不可避免的故障，例如饱和，卡车转向机械故障和噪声类型故障。 研究如何及时发现故障是至关重要的。 图中显示了可能发生故障的USV的基于网络的结构。 因此，系统（3）中摇摆偏航和滚动子系统的模型被转换为
其中y(t) isin; Rl and f(t) isin; Rq 其表示的示可测量的输出和执行器的错误信号；E2 和 C 为移植的常数矩阵。 CT 假设是列满秩的矩阵；（A，C） 是能观的。
对于在图二中的USV，控制站是由控制器和FDF组成的。在本文中，我们假设采样点和控制站是以h为间隔进行时间间断工作的，而执行器则是事件触发的lsquo;采样器和控制站是时钟同步的，具有相同的采样时间间隔和同步采样的；并未考虑到数据包的乱序。
首先，我们考虑采样器直接连接到控制站的情况（在这种情况下，采样器到控制站通信网络通道中的网络引起的延迟和数据包丢失可以忽略不计），而网络引起的延迟和数据包丢失发生在控制站到执行器通信网络通道中。 也就是说，USV是通过一个单通道网络来控制的。
tk, tk h, tk 2h, tk · · · , tk 1, tk 1 h, tk 1 2h, tk 1 · · · (
全文共13111字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[142678]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
