طراحی کنترل کننده های PID برای وسایل نقلیه زیر آب و Submersible

طراحی PID موثر (کنترلرهای مجاز-گزارشی) برای عملیات دقیق زیر آب رباتیک و وسایل نقلیه غیر قابل انعطاف حیاتی است.این کنترل کننده ها به حفظ ثبات، کنترل عمق و مدیریت ناوبری در محیط های آبزی چالش برانگیز کمک می کند. درک اصول پشت کنترل PID و انطباق آنها با شرایط زیر آب می تواند عملکرد قابل توجهی را افزایش دهد.

بنیادهای کنترل PID برای برنامه های زیر آب

یک کنترل کننده PID خروجی کنترل را به عنوان یک تابع خطا بین یک نقطه تنظیم شده مطلوب و یک متغیر فرآیند اندازه گیری محاسبه می کند.قانون کنترل به عنوان:

[در این باره]

هر اصطلاح در شکل دادن به پاسخ حلقه بسته به طور مشخص عمل می کند.در رباتیک زیر آب، که در آن پویایی خودرو غیر خطی است و به نیروهای مانند توده اضافه، کشیدن و سستی، تنظیم صحیح از این شرایط ضروری است.

دوره مقدماتی (Kp)

اصطلاح متناسب یک اقدام اصلاحی متناسب با خطای فعلی اعمال می کند.برای وسایل نقلیه زیر آب، این پاسخ فوری به انحراف در عمق، عنوان یا نگرش را فراهم می کند.یک Kp بالا زمان افزایش را کاهش می دهد اما می تواند باعث نقص بیش از حد و جبران ثابت در حضور اختلالات مداوم مانند جریان شود.

دوره یکپارچه (Ki)

اصطلاح جدایی ناپذیر خطای ثابت دولت را با ادغام خطاهای گذشته از بین می برد.در وسایل نقلیه زیرمبار، خطای ثابت-دولت اغلب ناشی از ناسازگاری های بی نظیری یا سوگیری های محرک است، با این حال، عمل جدایی ناپذیر می تواند منجر به بادریزش در طول اشباع یا تغییرات بزرگ، یک مسئله حیاتی برای محرک های زیر آب که محدودیت های ضد کاهش مانند مسدود کردن یا مسدود کردن ضروری دارند.

دوره انگیزشی (Kd)

اصطلاح مشتق پیش بینی خطای آینده بر اساس نرخ تغییر آن، اضافه کردن کاهش پاسخ به وسایل نقلیه زیر آب، عمل مشتق شده کمک می کند تا حالت های نوسانی ناشی از آب درونگرا و پویایی محرک را پیش بینی کند، با این حال، عمل مشتق شده باعث تقویت صدا می شود، که در سنسورهای فشار و واحدهای اندازه گیری بی اثر (IMU) شایع است.

چالش های خاص برای محیط های زیر آب

محیط های زیر آب چالش های کنترل منحصر به فرد را ارائه می دهند که نیاز به طراحی دقیق PID دارند و فراتر از رویکردهای کتاب درسی.

جریان آب متغیر و Turbulence

جریان های اقیانوس می توانند به طور غیر قابل پیش بینی تغییر اندازه و جهت را تغییر دهند.یک کنترل کننده PID ثابت ممکن است تحت شرایط آرام به خوبی عمل کند اما در طول موج فعلی ناپایدار شود. مهندسان اغلب خوراک فعلی را شامل می شوند یا برنامه ریزی بر اساس جریان تخمین زده شده یا اندازه گیری شده برای حفظ عملکرد را به دست می آورند.

نویز سنسور و تاخیر

سنسورهای عمق (تبدیلات فشار) و سیستم های موقعیت یابی آکوستیک از سر و صدا و تاخیر ارتباطی رنج می برند.اقدام انگیزشی بدون فیلتر کافی قابل اعتماد می شود. برآورد دولتی با استفاده از فیلترهای Kalman می تواند داده های سنسور پر سر و صدا را ترکیب کرده و بازخوردهای پاک کننده را به کنترل کننده PID ارائه دهد.

Nonlinear car Dynamics

وسایل نقلیه زیر آب، غیر خطی قوی را نشان می دهند: نیروهای کششی متناسب با مربع سرعت، مناطق مرده رانشگر، و اثرات توده ای اضافه شده که با کنترل کننده های PID خطی طراحی شده در نقطه عملیاتی اسمی ممکن است در شدید شکست بخورد.Adaptive یا به دست آوردن کنترل کننده های PID اغلب برای رسیدگی به این تغییرات استفاده می شود.

ارتباطات برای وسایل نقلیه عملیاتی از راه دور (ROVs)

Tethered ROVs محدودیت پهنای باند و از دست دادن بسته در عملیات عمیق دریایی را تجربه می کند.اختلال های القا شده Tether همچنین بر ثبات تأثیر می گذارد.کنترل کنندگان PID باید قوی برای بازخورد متناوب باشند و ممکن است استراتژی های حفظ-آخرین ارزش یا پیش بینی را در طول ترک ها پیاده سازی کنند.

طراحی کنترل کننده های موثر برای وسایل نقلیه زیر آب

یک فرآیند طراحی سیستماتیک برای دستیابی به عملکرد قوی مورد نیاز است. مراحل زیر یک رویکرد حرفه ای را مشخص می کند.

مرحله 1: مدل سازی سیستم و شناسایی

قبل از تنظیم، یک مدل از پویایی خودرو را توسعه دهید.استفاده از دینامیک مایع محاسباتی (CFD) یا شناسایی سیستم تجربی از تست های پاسخ گام به گام، پارامترهای کلیدی شامل ضریب توده ای اضافه شده، ضریب کشیدن و عقب نشینی پاسخ های محرک است.یک مدل خطی ساده برای کنترل عمق ممکن است یک سیستم سفارش دوم با تأخیر زمان باشد.

منبع خارجی: ] مقاله علمی مستقیم در مورد جرم افزوده شده در وسایل نقلیه زیر آب

مرحله ۲: کنترل کننده روش های ردیابی

چندین روش تنظیم می تواند بسته به دسترسی به مدل اعمال شود:

  • Ziegler-Nichols (باز حلقه و حلقه بسته): ارائه می دهد دستاوردهای تهاجمی برای پاسخ سریع اما اغلب نیاز به اصلاح دستی بهترین در سیستم های خطی، زمان و متغیر.
  • Cohen-Coon: [FLT 1] مناسب برای سیستم ها با تاخیر زمان، که در آکوستیک زیر آب رایج است، ارائه می دهد رد اختلال بهتر از Ziegler-Nichols.
  • Trial و خطا با شبیه سازی: [FLT 1] عملی ترین برای وسایل نقلیه زیر آب، که در آن یک محیط شبیه سازی (به عنوان مثال، Gazebo با شبیه ساز UUV یا مدل های سفارشی MATLAB / سیم لینک) اجازه می دهد تا آن را ایمن است.
  • تنظیم مبتنی بر قابلیتimization: از بهینه سازی انبوه ذرات یا الگوریتم های ژنتیکی برای به حداقل رساندن یک تابع عینی مانند جدایی ناپذیر از خطای مطلق وزن زمان (ITAE) استفاده کنید.

مرحله 3: فیلتر کردن و ضد انفجار

پیاده سازی یک فیلتر اول-پاس پایین در اصطلاح مشتق: انتخاب های مشترک برای Tf 5 تا 10٪ از ثابت زمان غالب است.استفاده از یک مکانیسم ضد ادغام باد: غیرفعال کردن تجمع جدایی ناپذیر زمانی که خروجی کنترل نشسته، یا استفاده از محاسبات مجدد با ردیابی Kb = 1 / Kp یا مشابه.

مرحله 4: شبیه سازی قبل از استقرار

استفاده از شبیه سازی سیستماتیک برای تست کنترل کننده در شرایط عملیاتی مورد انتظار.اختلال های پیاده سازی مانند جریان های گام، نویز سنسور با اختلاف های واقع بینانه، و اشباع عمق معتبر، کنترل عنوان و سیستم های شبیه سازی ایستگاه مانند UUV Simulator برای ROS / Gazebo به طور گسترده ای در جامعه روباتیک زیر آب استفاده می شود.

مرحله پنجم: به دست آوردن Scheduling و Adaptive Extensions

برای وسایل نقلیه که بیش از حد سرعت یا عمق گسترده عمل می کنند، برنامه ریزی می تواند سودهای PID را بر اساس متغیرهای اندازه گیری شده تنظیم کند (به عنوان مثال، عمق، سرعت، شعاع چرخش) به طور جایگزین، یک کنترل کننده PID فازی یا یک مدل مرجع یک کنترل انطباقی (MRAC) برای انطباق مداوم سود، به ویژه برای زیرمرهایی که تجربه یا تغییر جذب آب به دلیل مصرف آب است، موثر است.

برنامه های کاربردی و مطالعات موردی

کنترل موثر PID، طیف گسترده ای از ماموریت های زیر آب را فعال می کند.

وسایل نقلیه مستقل زیر آب (AUVs) برای بازرسی خط لوله

بسیاری از AUV های تجاری مانند رباتیک نهنگ آبی AUV ، استفاده از کنترل کننده های PID آبشاری: حلقه بیرونی برای ناوبری نقطه راه و حلقه داخلی برای نگرش و عمق است.

وظایف ROV Manipulation

وسایل نقلیه از راه دور برای مداخله در زیر آب نیاز به نگهداری دقیق ایستگاه در حالی که یک بازوی دستکاری یک شی است.یک روش مشترک استفاده از یک کنترل کننده جداگانه برای جهت گیری خودرو و عمق، با دستاوردهای که در هنگام حرکت دستکاری (برای جلوگیری از اصلاح غیر ضروری) حرکت می کند، بسیاری از تیم ها از یک "کنترل کننده های داغ" استفاده می کنند که توسط خلبان انتخاب می شوند.

دانلود بازی حرفه ای Floats and Gliders

در زیر آب، گلیدرها از کنترل کننده های PID برای تنظیم buoyancy و زمین برای دنبال کردن یک مسیر اره دندان استفاده می کنند، اصطلاح جدایی ناپذیر برای جبران حرکت کالیبراسیون حیاتی است، در حالی که عمل مشتق شده حداقل برای جلوگیری از واکنش به حرکت ناشی از موج است. Tuning با استفاده از کارآزمایی های گسترده با پردازش داده انجام می شود.

بررسی های پیشرفته

دانلود بازی یکپارچه Windup infix

این افراد محدودیت های حرکتی محدودی دارند که بدون ضد انفجار، ایجاد جدایی ناپذیر در طول خطاهای بزرگ (به عنوان مثال، پس از تغییر نقطه) می تواند باعث بیش از حد عیب یابی و بی ثباتی شود. قوی ترین راه حل این است: متوقف کردن تجمع جدایی ناپذیر زمانی که خروجی اشباع شده و خطا در همان جهت به عنوان سیستم های پیشرفته تر است، استفاده از ادغام مشروط با یک منطقه مرده است.

جبران خسارت زمانی

تأخیر در ارتباطات آکوستیک در ROV های عمیق دریایی می تواند چند ثانیه باشد.کنترل کننده استاندارد با تاخیر خالص ناپایدار می شود. پیاده سازی پیش بینی اسمیت یا یک PID فیلتر شده با یک مدل تاخیر برای حفظ ثبات جایگزین، استفاده از یک کنترل کننده پیش بینی کننده، اما پیش بینی گر PID به علاوه اسمیت ساده و موثر برای بسیاری از حلقه های سطح پایین است.

سنسور Fusion برای بازخورد قوی

هنگامی که در دسترس است، سنسورهای متعدد را برای بهبود کیفیت بازخورد ترکیب کنید، سنسور فشار با فرکانس بالا (noisy اما سریع) را با یک سنسور فشار کم اما کندتر با استفاده از یک فیلتر مکمل، استفاده از IMU و مغناطیس با یک فیلتر Madgwick یا Mahony فیلتر می تواند به عنوان ورودی به کنترل کننده PID، کاهش سر و صدا مشتق شده عمل کند.

منبع خارجی: جذب فیلترهای مکمل برای رباتیک

نتیجه گیری

طراحی کنترل کننده های PID برای رباتیک زیر آب نیاز به درک عمیق از هر دو تئوری کنترل و هیدروودینامیک منحصر به فرد از محیط های دریایی دارد.با دنبال یک رویکرد سیستماتیک که شامل مدل سازی، شبیه سازی، تنظیم دقیق با ضد-windup و فیلترینگ، و تطبیق دستاوردهای به تغییر شرایط، مهندسان می توانند به کنترل پایدار و دقیق برای طیف گسترده ای از سیستم عامل های زیرکانه دست یابند، توسعه قوی از اقیانوس های اکتشاف مبتنی بر اقیانوس ها، حتی به عنوان یک روش های تکاملی بیشتر و انعطاف پذیر، به عنوان یک سیستم های کامپیوتری، و نظارت بیشتر، به عنوان یک سیستم های عملی، و حتی قادر به عنوان یک سیستم های عملی، به عنوان یک سیستم عامل های پردازش های تکاملی، و حتی عملکرد بیشتر، به عنوان یک سیستم های تکاملی، و حتی عملکرد دقیق تر، به عنوان یک سیستم عامل های تکاملی، و انعطاف پذیر، به چالش کشیدن عملکرد بیشتر، و نظارت بر سطح زیست محیطی، و حتی قادر به عنوان یک سیستم عامل های پردازش مبتنی بر اقیانوس ها، و نظارت بر پردازش های تکاملی، و نظارت بر محیط زیست، به عنوان یک سیستم های پردازش های پردازش های پردازش های پردازش های پردازش های کامپیوتری، به عنوان یک سیستم عامل های پردازش های پردازش مبتنی بر پردازش مبتنی بر پردازش مبتنی بر پردازش های پردازش های عملی، به چالش