系统工程与电子技术

作者：李纪强, 张国庆, 黄晨峰, 张卫东

单位：1. 大连海事大学航海学院, 辽宁 大连 116026；2. 上海交通大学自动化系, 上海 200240

关键词：无人帆船,径向基函数神经网络,执行器故障,事件触发控制

基金：国家自然科学基金(51909018);国家自然科学基金(52171291);辽宁省百千万人才计划(2021BQWB64);大连市科技创新基金(2019J12GX026);大连市重点研究领域创新团队支持计划(2020RT08);中央高校基本科研业务费专项资金(3132021132);中央高校基本科研业务费专项资金(3132021340)

针对实际海洋环境下, 无人帆船在艏向跟踪控制任务中存在的模型参数未知、控制输入频繁抖振和执行器磨损等问题, 提出一种考虑执行器故障的无人帆船事件触发控制算法。首先, 采用径向基函数神经网络(radius based function neural networks, RBF-NNs)对系统的未知模型参数进行在线逼近。其次, 在无人帆船艏向数学模型中引入执行器故障模型, 并且在艏向控制器设计中考虑帆结构造成的转船力矩, 设计基于事件触发机制的艏向控制律来减少控制输入的频繁抖振和执行器磨损。最后, 通过李雅普诺夫稳定性判据证明了所提控制算法满足半全局一致有界(semi-global uniform ultimate bounded, SGUUB)稳定。数值仿真结果表明, 相比于传统的艏向控制算法, 所提算法能够在保证艏向控制性能的基础上, 极大地降低控制输入的频繁抖振和减少执行器的磨损。

来源：2022年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第1期