کنترل‌ عمق شناور زیرسطحی‌ خودکار با استفاده از روش کنترل رخداد-تحریک

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه کردستان

چکیده

در این مقاله، از روشی جدید برای کنترل عمق یک شناور زیرسطحی خودکار استفاده می­شود. فرض بر این است که مسیر مطلوبی که شناور زیرسطحی باید طی کند توسط یک کاربر بیرون از آب تعیین می­شود، بنابراین ارتباط بین کنترل­کننده و شناور زیرسطحی به­وسیلة یک شبکة ارتباطی بی­سیم برقرار می­شود. با توجه به چالش­ها و محدودیت­های ارتباط بی­سیم، از روشی نوین برای کاهش نرخ ارسال داده از کنترل­کننده به محرک مادامی که کارایی سیستم حفظ شود، استفاده می­شود. برای این منظور، ابتدا با استفاده از روش غیرخطی مبتنی­بر معادلات ریکاتی وابسته به حالت (SDRE)، یک کنترل­کننده ردیاب عمق را برای شناور زیرسطحی خودکار طراحی می­کنیم. سپس با استفاده از روش کنترل رخداد- تحریک و با حفظ کارایی سیستم، نرخ ارسال داده در شبکه ارتباطی را به حداقل ممکن می­رسانیم. با توجه به مقدار میانگین مربع خطای ردیابی حاصل از اعمال دو کنترل­کننده SDRE و رخداد- تحریک برای ردیابی یک خط­سیر سینوسی میرا (در روش SDRE، 00063/0 و در روش رخداد-تحریک 00065/0)، همچنین با توجه به میزان کاهش 68 درصدی ارسال داده در روش رخداد- تحریک می­توان نتیجه گرفت که کنترل­کننده رخداد- تحریک طراحی شده با حفظ کارایی سیستم در حد یک روش بسیار توانمند مانند  SDREمیزان قابل توجهی استفاده از شبکه ارتباطی را کاهش می­دهد. بنابراین با استفاده از این روش می­توان بر بسیاری از محدودیت­ها و چالش­های استفاده از شبکه ارتباطی بی­سیم فائق آمد.

کلیدواژه‌ها


عنوان مقاله [English]

Depth Control of an Autonomous Underwater Vehicle (AUV) by Event-triggered Control Method

نویسندگان [English]

  • Yazdan Batmani
  • Shahabeddin Najafi
University of Kurdistan
چکیده [English]

In this paper, a new method is used to depth control of an autonomous underwater vehicle (AUV). It is assumed that the desired trajectory, which should be tracked by the AUV, is defined by a user outside the vehicle and therefore, the communication between the controller and the AUV is done by a wireless network. To tackle the limitations and challenges in the wireless communication, a novel method is used to decrease the rate of sending messages from the controller to the actuator, while the closed-loop performance is maintained. To this end, using the nonlinear state-dependent Riccati equation (SDRE), a tracking controller is designed for the depth control of the AUV. Then, using the event-triggered methodology, the communication rate between the controller and the AUV is minimized. According to the mean square tracking error of applying both SDRE and event-triggered controllers, to track a damped sinusoidal trajectory ( and , respectively) and also according to 68 percent reduction of data transmission in event-triggered method, it can be concluded that the designed event-triggered control decreases the utilizing of the communication network with maintaining the system performance. Therefore, this method can tackle most of constraints and challenges of using a wireless network.

کلیدواژه‌ها [English]

  • Autonomous Underwater Vehicle (AUV)
  • Tracking controller
  • State-dependent Riccati equation (SDRE)
  • Event-triggered control
  [1]      Naik MS, Singh SN. State-dependent Riccati equation-based robust dive plane control of AUV with control constraints. Ocean Engineering. 2007 Aug 1;34(11-12):1711-23.
  [2]      Cristi R, Papoulias FA, Healey AJ. Adaptive sliding mode control of autonomous underwater vehicles in the dive plane. IEEE journal of Oceanic Engineering. 1990 Jul;15(3):152-60.
  [3]      Qiao L, Zhang W. Adaptive non-singular integral terminal sliding mode tracking control for autonomous underwater vehicles. IET Control Theory & Applications. 2017 Feb 16;11(8):1293-306.
  [4]      Chu Z, Zhu D, Yang SX. Observer-based adaptive neural network trajectory tracking control for remotely operated vehicle. IEEE Transactions on Neural networks and learning systems. 2016 Apr 12;28(7):1633-45.
  [5]      Fischer N, Hughes D, Walters P, Schwartz EM, Dixon WE. Nonlinear RISE-based control of an autonomous underwater vehicle. IEEE Transactions on Robotics. 2014 Mar 14;30(4):845-52.
  [6]      Zhang LJ, Qi X, Pang YJ. Adaptive output feedback control based on DRFNN for AUV. Ocean Engineering. 2009 Jul 1;36(9-10):716-22.
  [7]      Lapierre L. Robust diving control of an AUV. Ocean Engineering. 2009 Jan 1;36(1):92-104.
  [8]      Shen C, Shi Y, Buckham B. Nonlinear model predictive control for trajectory tracking of an AUV: A distributed implementation. IEEE 55th Conference on Decision and Control (CDC); 2016 Dec 12; Las Vegas. IEEE; 2016. p. 5998-6003.
 
  [9]      Geranmehr B, Nekoo SR. The state-dependent set-point regulation and tracking control of horizontal motion of AUV. 2014 Second RSI/ISM International Conference on Robotics and Mechatronics (ICRoM); 2014 Oct 15; Tehran. IEEE; 2014. p. 007-012.
[10]      Yan ZP, Deng C, Zhou JJ, Zhao YF. Research on dive plane trajectory tracking control method of AUV under current disturbance. Proceedings of the 10th World Congress on Intelligent Control and Automation; 2012 Jul 6; Beijing. IEEE; 2012. p. 3887-91. doi: 10.1109/WCICA.2012.6359121.
[11]      Pearson JD. Approximation methods in optimal control I. Sub-optimal control. International Journal of Electronics. 1962 Nov 1;13(5):453-69.
[12]      Cimen T. Survey of state-dependent Riccati equation in nonlinear optimal feedback control synthesis. Journal of Guidance, Control, and Dynamics. 2012 Jul;35(4):1025-47.
[13]      Liang YW, Lin LG. Analysis of SDC matrices for successfully implementing the SDRE scheme. Automatica. 2013 Oct 1;49(10):3120-4.
[14]      Gupta RA, Chow MY. Networked control system: Overview and research trends. IEEE transactions on industrial electronics. 2009 Nov 6;57(7):2527-35.
[15]      Wan P, Lemmon MD. Optimal power flow in microgrids using event-triggered optimization. Proceedings of the 2010 American Control Conference; 2010 Jun 30; Baltimore. IEEE;2010.p.2521-26. doi: 10.1109/ACC.2010.5530582
[16]      Dou CX, Liu B, Guerrero JM. MAS based event-triggered hybrid control for smart microgrids. IECON 2013-39th Annual Conference of the IEEE Industrial Electronics Society; 2013 Nov 10; Vienna. IEEE;2013. p.1712-17. doi: 10.1109/IECON.2013.6699390
[17]      Peng P, Hao F. Model-based event-triggered tracking control of linear systems. 2016 35th Chinese Control Conference (CCC); 2016 Jul 27; Chengdu. IEEE;2016. p.7468-73. doi: 10.1109/ChiCC.2016.7554541.
[18]      Tang Y, Gao H, Kurths J. Robust H∞ self-triggered Control of Networked Systems Under Packet Dropouts. IEEE Transactions on cybernetics. 2015 Dec 7;46(12):3294-305.
[19]      Prestero TT. Verification of a six-degree of freedom simulation model for the REMUS autonomous underwater vehicle [dissertation]. Massachusetts institute of technology;2001.
[20]      Batmani Y, Davoodi M, Meskin N. Nonlinear suboptimal tracking controller design using state-dependent Riccati equation technique. IEEE Transactions on Control Systems Technology. 2016 Oct 31;25(5):1833-9.
[21]      Heemels WP, Johansson KH, Tabuada P. An introduction to event-triggered and self-triggered control. 2012 IEEE 51st IEEE Conference on Decision and Control (CDC); 2012 Dec 10; Maui, HI. IEEE;2012. p.3270-85. doi: 10.1109/CDC.2012.6425820.