Разработка системы аккомодации к дефектам в движителях подводных роботов

Обсуждается решение задачи повышения надежности эксплуатации подводных роботов различного вида и назначения за счет использования систем аккомодации, обеспечивающих компенсацию последствий дефектов, появляющихся в движителях в процессе их работы. Рассмотрены дефекты, приводящие к ошибкам в показаниях датчиков угловых скоростей вращения электроприводов движителей; перегрев электродвигателей или замыкание нескольких витков обмоток электрических цепей их якорей, изменяющие активные сопротивления этих якорей; появление дополнительных внешних моментных воздействий на валах движителей, в том числе при намотке водорослей на гребные винты. Предложен новый метод построения систем аккомодации, содержащий три этапа. На первом осуществляется обнаружение и локализация возникающих дефектов с помощью банка диагностических наблюдателей, в котором каждый наблюдатель синтезируется таким образом, чтобы формируемая им невязка была чувствительна к появлению различных комбинаций возможных дефектов. Это позволяет не только точно определить каждый конкретный дефект, но и на втором этапе провести точную оценку ошибок датчиков и отклонений параметров движителей от их номинальных значений. Для этого на втором этапе вводятся дополнительные наблюдатели с переменной структурой, построенные на основе редуцированных (имеющих меньшую размерность) моделей исходной системы. Это позволяет значительно уменьшить сложность процедуры идентификации дефектов и, тем самым, обеспечить их реализацию на бортовых ЭВМ. На третьем этапе осуществляется формирование дополнительных управляющих воздействий, подаваемых на движители роботов, которые обеспечивают стабилизацию их динамических свойств и качественных показателей на номинальном уровне при возникновении перечисленных дефектов. Для этого используются методы построения самонастраивающихся корректирующих устройств, в которые вводятся полученные на предыдущем этапе оценки дефектов.
Приведены результаты математического моделирования, которые подтвердили работоспособность и высокую эффективность использования синтезированных систем аккомодации для движителей подводных роботов.

1. Инзарцев А. В., Киселев Л. В., Костенко В. В., Матвиенко Ю. В., Павин А. М., Щербатюк А. Ф. Подводные робототехнические комплексы: системы, технологии, применение. Владивосток: Изд-во ИПМТ ДВО РАН, 2018. 368 с.

2. Инзарцев А. В., Грибова В. В., Клещев А. С. Интеллектуальная система для формирования адекватного поведения автономного подводного робота в аварийных ситуациях // Подводные исследования и робототехника. 2015. № 2 (20). С. 4—11.

3. Chirikjian G. S. Robotic Self-replication, Self-diagnosis, and Self-repair: Probabilistic Considerations // Distributed Autonomous Robotic Systems. 2009. N. 8. P. 273—281.

4. Филаретов В. Ф., Зуев А. В., Жирабок А. Н., Проценко А. А., Subudhi B. Метод синтеза систем непрерывной аккомодации к дефектам в навигационно-пилотажных датчиках автономных подводных роботов // Мехатроника, автоматизация, управление. 2015. Т. 16, № 4. С. 282—288.

5. Филаретов В. Ф., Лебедев А. В., Юхимец Д. А. Устройства и системы управления подводных роботов. М.: Наука, 2005. 270 c.

6. Zhu D., Sun B. Information fusion fault diagnosis method for unmanned underwater vehicle thrusters // IET Electrical Systems in Transportation. 2013. Vol. 3, N. 4. P. 102—111.

7. Wang J. Fault Diagnosis of Underwater Vehicle with FNN // Proc. of the 10th World Congress on Intelligent Control and Automation. 2012. P. 2931—2934.

8. Zhao B., Skjetne R., Blanke M., Dukan F. Particle Filter for Fault Diagnosis and Robust Navigation of Underwater Robot // IEEE Transactions on Control Systems Technology. 2014. Vol. 22, N. 6. P. 2399—2407.

9. Wang J. G. Fault Diagnosis of Underwater Vehicle with Neural Network // Proc. of the 24th Chinese Control and Decision Conference (CCDC). 2012. P. 1613—1617.

10. Xiao Liang, Wei Li, Linfang Su, Han Yin, Jun Zhao. Thruster Fault Diagnosis of Autonomous Underwater Vehicles Based on Least Disturbance Wavelet Neural Network // Proc. of the Second International Conference on Computer Modeling and Simulation. Sanya, Hainan, China. 2010. P. 78—82.

11. Nilanjan Sarkar. Fault-Accommodating Thruster Force Allocation of an AUV Considering Thruster Redundancy and Saturation // IEEE Transactions on Robotics and Automation. 2002. P. 223—233.

12. Агеев М. Д. Упрощенная методика расчета движителей для АПА // Подводные роботы и их системы. Владивосток: Дальнаука, 1995. C. 33—49.

13. Жирабок А. Н., Зуев А. В., Шумский А. Е. Методы диагностирования линейных систем на основе скользящих наблюдателей // Известия РАН. Теория и системы управления. 2019. № 6. С. 73—89.

14. Жирабок А. Н., Зуев А. В., Шумский А. Е. Диагностирование линейных динамических систем: подход на основе скользящих наблюдателей // Автоматика и телемеханика. 2020. № 2. C. 18—35.

15. Жирабок А. Н., Зуев А. В., Шумский А. Е. Идентификация дефектов в датчиках технических систем с использованием скользящих наблюдателей // Измерительная техника. 2019. № 10. С. 21—28.

16. Edwards C., Spurgeon S., Patton R. Sliding Mode Observers for Fault Detection and Isolation // Automatica. 2000. Vol. 36. P. 541—553.

17. He J., Zhang C. Fault Reconstruction Based on Sliding Mode Observer for Nonlinear Systems // Mathematical Problems in Engineering. 2012. Vol. 2012. P. 1—22.

18. Alwi H., Edwards C. Fault Tolerant Control Using Sliding Modes with On-line Control Allocation // Automatica. 2008. Vol. 44. P. 1859—1866.

19. Шумский А. Е., Жирабок А. Н. Методы и алгоритмы диагностирования и отказоустойчивого управления динамическими системами. Владивосток: Изд-во ДВГТУ, 2009. 196 c.

20. Уткин В. И. Скользящие режимы и их применение в системах с переменной структурой. М.: Наука, 1974. 272 с.

21. Филаретов В. Ф., Юхимец Д. А. Особенности синтеза высокоточных систем управления скоростным движением и стабилизацией подводных аппаратов в пространстве. Владивосток: Дальнаука. 2016. 400 с.