7000米载人潜水器动力定位系统研究

深海载人潜水器可以运载科学家和工程技术人员，以及各种仪器设备进入深海现场，进行各种海洋资源调查、科学考察和海底调查等作业任务。近十五年来，深海载人潜水器为促进海洋资源调查、海洋生物基因、海洋地质勘探等与海洋相关研究领域的发展作出了显著贡献。未来，深海载人潜水器还将在与海洋相关研究领域，以及海洋资源开发与争夺过程中发挥更加重要的作用。随着海洋高技术的发展，人类对海洋的研究更加深入和精细，在众多作业任务中，将逐渐要求深海载人潜水器具有动力定位能力。精确的动力定位能力，可以有效提高载人潜水器的作业能力和效率，降低操作人员的作业强度。影响深海载人潜水器动力定位系统性能的因素有很多，主要包括状态感知系统的测量精度、作业系统作业过程中产生的扰动、复杂海洋环境产生的复杂外力干扰、以及推进子系统的控制分配和故障容错能力等。 本文以“十五”期间国家863计划重大专项“7000米载人潜水器”为研究背景，结合7000米载人潜水器动力定位能力的实际应用需求，深入研究了7000米载人潜水器动力定位系统，实现高精度、高稳定性的动力定位。重点研究能有效提高7000米载人潜水器水平位置和线速度测量精度的导航方法；研究适合存在复杂外界干扰和自身不确定性条件下，多输入多输出的载人潜水器智能控制方法；研究具有推进器故障容错能力的动态控制分配策略。本文研究内容主要包括： （1） 根据7000米载人潜水器的传感器配置情况，研究基于多普勒速度计程仪和光纤罗经的载人潜水器导航问题。提出基于“当前”加速度统计模型和潜水器运动方程的Kalman Filter导航方法，这种导航方法可以在线准确地估计出多普勒速度计程仪的速度测量偏差比例因子，以及多普勒速度计程仪和光纤罗经间的航向角安装偏差。通过仿真实验和湖上试验数据验证实验，验证了该导航方法的正确性和有效性。 （2） 基于潜水器6自由度空间动力学模型，设计了基于径向基神经网络直接自适应控制策略的7000米载人潜水器动力定位控制器。基于Lyapunov稳定性理论，证明了存在有界外界干扰和有界神经网络逼近误差条件下，7000米载人潜水器控制系统的闭环稳定性。通过7000米载人潜水器动力学模型的仿真实验和水下机器人实验平台的水池实验，进一步验证了该控制系统的正确性、有效性和稳定性。 （3） 提出了采用动态模糊神经网络在线学习算法，解决基于径向基神经网络载人潜水器直接自适应控制方法的网络结构设计困难问题。改进了用于机械手运动控制的动态模糊神经网络在线学习算法的结构学习部分，使其更适用于载人潜水器的控制。基于Lyapunov稳定性理论，证明了基于动态模糊神经网络直接自适应控制策略的载人潜水器控制系统的闭环稳定性，并进行了仿真实验。 （4） 基于推进器配置情况，建立了7000米载人潜水器的动态控制分配模型，设计了推进器故障容错处理策略。针对完全固定推进器配置的潜水器系统，提出了基于伪逆矩阵分配和定点分配策略相结合的混合动态控制分配算法。针对存在可动态配置的回转推进器，提出基于SQP算法的动态非线性优化控制分配策略，设计了优化算法的代价函数。通过仿真实验和7000米载人潜水器半物理仿真平台实验，验证了本文研究的潜水器动态控制分配算法的正确性和有效性。