آمار
| تعداد نشریات | 43 |
| تعداد شماره‌ها | 1,222 |
| تعداد مقالات | 15,019 |
| تعداد مشاهده مقاله | 50,484,133 |
| تعداد دریافت فایل اصل مقاله | 13,572,937 |
طراحی کنترل کنندۀ تناسبی- مشتقی برای پایدارسازی زمان محدود شناور زیردریایی خودگردان با شش درجۀ آزادی با ورودی غیرخطی ناحیۀ مرده، نامعینی و نویز | ||
| مهندسی مکانیک دانشگاه تبریز | ||
| مقاله 3، دوره 49، شماره 2، تیر 1398، صفحه 21-30 اصل مقاله (2.8 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمد پورمحمود آقا بابا* 1؛ شادی آقابابازاده2 | ||
| 1دانشیار، گروه مهندسی برق، دانشگاه صنعتی ارومیه، ارومیه، ایران | ||
| 2دانشجوی کارشناسی ارشد، گروه مهندسی برق، دانشگاه صنعتی ارومیه، ارومیه، ایران | ||
| چکیده | ||
| یکی از عوامل مهم به منظور پایدارسازی شناورهای زیردریایی خودگردان در نظر گرفتن غیرخطیگری بالای محیط اطراف این سیستمها میباشد. در این مقاله، ابتدا پایداری سراسری زمان محدود شناور زیردریایی خودگردان با شش درجۀ آزادی بدون ورودی غیرخطی بر اساس کنترلکنندۀ زمان محدود تناسبی – مشتقی، ارائه شده است.کنترلکنندۀ مدنظر سادهتر بوده و با مدلسازی پارامترها سروکار نداشته بنابراین بهسهولت قابل اعمال میباشد. پایداری سیستم با روش مستقیم لیاپانوف، اصل تغییرناپذیری لاسال و روش همگن هندسی، تضمین شده است. در ادامه پایداری سراسری زمان محدود شناور زیردریایی با ورودی غیرخطی ناحیۀ مرده،نامعینی و اثرات ناشی از نویز با استفاده از روش مستقیم لیاپانوف و لم پایداری زمان محدود به اثبات رسیده است. تحلیلهای نظری پایداری زمان محدود حالات شناور زیردریایی خودگردان را نشان میدهند و نتایج تحلیلها توسط شبیهسازی تائید شده است. | ||
| کلیدواژه‌ها | ||
| شناور زیردریایی خودگردان؛ کنترل کننده تناسبی- مشتقی؛ غیرخطی گری ناحیۀ مرده؛ کنترل زمان محدود | ||
| مراجع | ||
|
[1] Rezazadegan, F., et al., A novel approach to 6-DOF adaptive trajectory tracking control of an AUV in the presence of parameter uncertainties. Ocean Engineering, 2015. 107: p.p 246-258.
[2] Tang, S.C., Modeling and simulation of the autonomous underwater vehicle, Autolycus, 1999, Massachusetts Institute of Technology.
[3] Liu, S., Y. Liu, and N. Wang, Nonlinear disturbance observer-based backstepping finite-time sliding mode tracking control of underwater vehicles with system uncertainties and external disturbances. Nonlinear Dynamics: p.p 1-12.
[4] Ge, Z., et al. Modeling and diving control of a vector propulsion AUV. in Robotics and Biomimetics (ROBIO), 2016 IEEE International Conference on. 2016. IEEE.
[5] Shen, Y., et al., Diving control of Autonomous Underwater Vehicle based on improved active disturbance rejection control approach. Neurocomputing, 2016. 173: p.p 1377-1385.
[6] Cui, R., X. Zhang, and D. Cui, Adaptive sliding-mode attitude control for autonomous underwater vehicles with input nonlinearities. Ocean Engineering, 2016. 123: p.p 45-54.
[7] Khodayari, M.H. and S. Balochian, Modeling and control of autonomous underwater vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller. Journal of Marine Science and Technology, 2015. 20(3): p.p 559-578.
[8] Mirzaei, M., F. Abdollahi, and N. Meskin. Global stabilization of autonomous underactuated underwater
vehicles in 3D space. in Advanced Intelligent Mechatronics (AIM), 2016 IEEE International Conference on. 2016. IEEE.
[9] Niu, H. and Z. Geng. Stabilization of an underactuated AUV with physical damping on SE (3) via SIDA method. in Control Conference (CCC), 2016 35th Chinese. 2016. IEEE.
[10] Cui, R., et al., Adaptive neural network control of AUVs with control input nonlinearities using reinforcement learning. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2017.
[11] Yao, X., G. Yang, and Y. Peng, Nonlinear Reduced-Order Observer-Based Predictive Control for Diving of an Autonomous Underwater Vehicle. Discrete Dynamics in Nature and Society, 2017.
[12] Yu, C., et al., Nonlinear guidance and fuzzy control for three-dimensional path following of an underactuated autonomous underwater vehicle. Ocean Engineering, 2017. 146: p.p 457-467.
[13] Londhe, P., et al., Robust task-space control of an autonomous underwater vehicle-manipulator system by PID-like fuzzy control scheme with disturbance estimator. Ocean Engineering, 2017. 139: p.p 1-13.
[14]Shojaei, K., Neural network formation control of underactuated autonomous underwater vehicles with saturating actuators. Neurocomputing, 2016. 194: p.p 372-384.
[15] Kim, J., et al., Time-delay controller design for position control of autonomous underwater vehicle under disturbances. IEEE Transactions on Industrial Electronics, 2016. 63(2): p.p 1052-1061.
[16] Su, Y. and C. Zheng, Simple nonlinear proportional-derivative control for global finite-time stabilization of spacecraft. Journal of Guidance, Control, and Dynamics, 2014. 38(1): p.p 173-178.
[17] Hong, Y., Y. Xu, and J. Huang, Finite-time control for robot manipulators. Systems & control letters, 2002. 46(4): p.p 243-253.
[18] Wang, S., et al. Nonlinear path following of autonomous underwater vehicle considering uncertainty. in Underwater Technology (UT), 2017 IEEE. 2017. IEEE.
[19] Aghababa, M.P., Adaptive control for electromechanical systems considering dead-zone phenomenon. Nonlinear Dynamics, 2014. 75(1-2): p.p 157-174.
[20] Spangelo, I. and O. Egeland. Generation of energy-optimal trajectories for an autonomous underwater vehicle. in Robotics and Automation, 1992. Proceedings., 1992 IEEE International Conference on. 1992. IEEE.
[21] Fossen, T.I., Handbook of marine craft hydrodynamics and motion control: John Wiley & Sons. 2011.
| ||
|
آمار تعداد مشاهده مقاله: 222 تعداد دریافت فایل اصل مقاله: 342 |
||