超高速水下航行器控制方法研究熱點綜述

劉 偉, 范 輝, 呂建國, 楊賀然,2

超高速水下航行器控制方法研究熱點綜述

劉 偉1, 范 輝1, 呂建國1, 楊賀然1,2

(1 中國船舶重工集團公司 第705研究所, 陜西 西安, 710077, 2 西北工業大學 航海學院, 陜西 西安, 710072)

超高速水下航行器借助超空泡減阻技術可以達到常規全沾濕航行器難以企及的200 kn以上的高航速, 對這類航行器的研究近年來呈現出由機理闡釋向應用研究發展的主導趨勢。在此趨勢下, 針對超高速航行器控制方法的研究日益成為該領域的熱點。文中首先給出了超高速水下航行器的概念, 繼而綜述了國內外最新研究進展, 隨后提出并分析了若干熱點研究問題, 包括對被廣泛引用的Dzielski模型的討論, 以及非線性滑行力、系統不確定性等動力學特性的研究熱點, 和線型控制、反饋線性化、變結構控制、模糊控制等熱點控制方法的優劣對比等, 最后對研究現狀進行了總結, 展望了未來的發展方向, 提出對被控對象描述范圍的拓展將是超高速水下航行器控制領域未來發展的主要驅動力, 同時智能控制也將成為超高速水下航行器控制方法的重要研究方向之一。

超高速水下航行器; 控制方法; 研究熱點; 數學模型

0 引言

超高速水下航行器采用超空泡減阻技術, 使航行器所受阻力幾乎降低了一個數量級, 因而航速可提升至常規水下航行器的3~4倍[1], 一舉突破了水下航行的速度瓶頸, 具有重要的研究價值和廣闊的應用前景。

超高速水下航行器涉及的技術領域十分廣闊, 其總體設計和穩定控制是當前研究的重點和難點[2]。超空泡的包裹不僅使航行器阻力極大地減小, 同時也明顯區別于傳統全沾濕水下航行器的流體動力平衡模式。這方面相關研究早期集中于動力學建模和動態特性分析, 因此早期的相關綜述主要集中于航行器概念的介紹[3]、模型的闡述、空化器和尾翼等流體動力的分析以及早期使用的控制方法簡介[4]等。近年來, 隨著學界對空泡機理研究的加深, 航行器后體非線性滑行力和系統不確定性的問題亟待解決, 而與之相關的航行器運動控制策略和方法也逐漸成為當前研究的熱點。

文中主要綜述了航行速度在50~200 m/s的超高速水下航行器的穩定控制方法。根據國內外最新研究進展, 綜述了當前超高速水下航行器控制研究熱點。從熱點數學模型、熱點對象特性和熱點控制方法3個方面分析并總結了當前研究現狀, 最后對超高速水下航行器控制方法的未來主要研究方向做出了合理預測。

1 超高速水下航行器概述

1.1 超高速水下航行器結構

圖1 超高速水下航行器外形圖

超高速水下航行器的高航速是通過超空泡包裹航行器減小阻力得來的, 而超空泡在極大減小航行器所受流體阻力的同時也會讓航行器喪失大部分浮力, 在這種前提下如何實現航行器的航行力學平衡, 這需要對其穩定運動模式進行合理設計[6]。

1.2 穩定運動模式

關于超高速水下航行器的穩定運動模式的研究, Savclenko[7]給出了4種超空泡航行器力學平衡運動模式, 如圖2所示。

圖2 超高速水下航行器4種穩定運動模式

目前針對超高速水下航行器控制方法的應用研究均基于上述模式2, 而模式1通常適用于超高速航行器過渡段的研究, 模式3和模式4則更多適用于超空泡射彈的研究。基于此, 文中綜述的范圍主要集中于基于模式2開展的超高速水下航行器控制方法的研究工作。

2 研究進展

2.1 國外研究進展

國外在超高速水下航行器控制方法研究方面的工作開展較早, 從近年來已公開發表的文獻來看, 國外當前的研究熱點在結合試驗的控制性能研究和智能控制方法的應用方面。

為了能在實際流體條件中驗證理論設計的控制方法性能, David設計了一個動態試驗臺[8], 在高速水洞中構建了一個可自由旋轉的小比例超高速航行器模型(見圖3), 可重現滑行力的振蕩特性, 進而可對控制器的性能進行評估驗證, 圖4展示了誘導產生滑行力的試驗情況。基于該試驗平臺, David完成了如下工作: 評估流體擾動對空化器和尾翼的影響[9], 指出了其對空化器的影響可忽略不計, 但對尾翼攻角的影響較大; 設計并驗證了線性時不變(linear time invariant, LTI)輸出反饋控制在非線性滑行力作用下的實際控制性能具有良好的魯棒性[10], 同時還指出當航行器模型比例變大時, 空泡時延效應會更加明顯, 必須要將時延特性考慮進實際控制器設計中。

圖3 試驗平臺結構示意圖

圖4 后體滑行力誘導

Abolfazl等[11]宣稱首次將智能控制方法引入超高速航行器的控制設計中, 設計了俯仰與深度控制系統, 控制器由2個獨立的模糊比例微分(proportional derivative, PD)控制器和2個獨立的前饋模糊神經控制器組成(見圖5), 分別采用了mamdani和sugeno規則進行設計, 其中第1部分控制器用于控制深度, 第2部分控制器用于控制俯仰角。仿真結果表明, 所設計的智能控制器可以有效調節航行器深度和俯仰, 防止航行器跳水, 并且輸入輸出曲面變化率比較合理。

圖5 智能控制系統框圖

Seonhog等[12]針對超高速水下航行器在過渡階段由于沾濕面積不斷變化而導致的控制器控制效果惡化、控制系統穩定性變壞等問題, 提出了一種基于神經網絡的自適應控制方法。經過相關數據訓練過的適應神經網絡可以使控制器在航行器模型不精確的情況下很好地進行俯仰控制, 同時雙回路控制結構的設計也使得航行器能夠很好地跟蹤深度指令。

Yahyazadeh等[13]提出了一種參數優化迭代學習控制方法(parameter optimal iterative learning control, POILC), 以用于精確跟蹤具有不確定參數的超高速水下航行器的俯仰角速度指令, 指出了航行器俯仰角速度控制具有非最小相位特性, 可以使用前饋控制來修正非最小相位引起的慢反應。采用POILC可以使用之前的控制數據不斷迭代, 在連續的控制過程中不斷提高控制器性能, 顯著減低系統跟蹤誤差, 實現精確的前饋控制。

Mirzaei等[14]采用魯棒模糊控制方法對航行器的非線性欠驅動行為(系統獨立變量個數小于系統自由度個數)提出了廣義間接自適應模糊滑模控制方法, 設計了實時自適應整定算法, 降低了滑模控制過程中的抖振現象, 減輕了系統穩態誤差, 并且在存在傳感器噪音和外部干擾情況下, 自適應模糊滑模控制器仍可以起到良好的作用。

從目前公開發表的文獻來看, 近年來國外超高速水下航行器控制方法研究已不滿足于理論仿真驗證, 開始考慮應用實際流動條件來驗證理論控制方法的性能, 可以更直觀地發現控制算法在實際應用中可能存在的缺陷。此外, 國外越來越重視智能控制方法的運用, 從較簡單的模糊PD控制到比較復雜的神經網絡控制, 可見學界已經逐步發現經典控制理論在應對超高速水下航行器這種強非線性和非定常系統時的乏力, 智能控制的應用將是未來超高速航行器控制研究的一個重要發展方向。

2.2 國內研究進展

國內對超高速水下航行器控制方法的研究相比國外起步較晚, 但也取得了不小的進步。目前國內相關研究單位有中船重工第七〇五研究所、哈爾濱工業大學、哈爾濱工程大學和西北工業大學等。

許德智等[15]針對超高速水下航行器縱向運動特性, 提出了一種基于內外環的容錯控制系統設計方法, 給出了執行器故障參數的估計算法和內環控制器的設計方法。仿真結果表明, 采用容錯控制后的系統輸出響應效果得到明顯改善。

余晨菲等[16]針對巡航段的穩定控制問題, 提出了推力矢量/水舵復合的控制方案, 可以有效補償由尾舵空化所引起的舵效不足, 同時將輸入控制量多于輸出被控量的多變量動態控制問題, 簡化為單控制變量的動態控制問題, 從而使該方案在工程上易于實現。

陳超倩等[20-21]針對縱向運動非線性動力學模型存在的嚴重動態耦合與操縱耦合的問題, 通過輸入輸出的精確線性化和解耦設計最優控制器, 實現了對航行深度的漸近跟蹤控制[20]; 針對航行器加速運動階段的動力學及控制問題, 建立了更加精確的加速段非線性動力學模型, 并基于精確線性化方法設計了深度跟蹤控制器, 實現了航行器在加速段變空化數條件下的深度跟蹤[21]。

李洋等[22-24]以非全包裹超高速水下航行器為研究對象, 設計了一種反演滑模控制器以實現復合控制, 該控制器與單一變結構控制器相比, 超調量更小, 收斂速度更快[22]; 針對非全包裹航行器的姿軌控制問題, 對模型的未知干擾項設計了擴展狀態觀測器進行估計和補償, 利用脈寬脈頻調制方式解決了直接側向力不可調下的控制輸入調制問題[23]; 針對超高速航行器姿軌控制普遍存在的模型不確定性問題進行了相關研究, 針對模型中的未知函數利用徑向基函數(radial basis function, RBF)神經網絡進行了逼近并補償[24]。

何朕和龐愛平[25-26]針對超高速水下航行器的沉浮和俯仰運動之間較強的動態耦合和航行器的動力學與運動學之間的耦合問題, 提出了內外回路設計的思想, 首先利用快速的內回路先將具有動態耦合的姿態回路進行鎮定, 再以深度信號作為輸出, 對主回路進行設計[25]; 針對尾拍現象, 采用擾動觀測器補償和消除影響, 并且控制面偏轉角以滿足正常工作范圍的要求[26]。

近年來, 國內超高速水下航行器控制方法的研究呈現出多元化趨勢, 針對航行器非線性滑行力、模型不確定性和運動耦合性等問題提出了包括線性二次型調節器(linear quadratic regulator, LQR)控制[27]、LPV控制[19]、滑模變結構控制[28]、基于反饋線性化的切換控制[29]和基于魯棒理論的魯棒變增益控制[30]等在內的許多理論可行的解決方案, 然而對這些方法的有效性和穩定性證明還停留在理論和仿真層面, 并且所基于的模型也是在諸多假設條件下推導而出的, 具有一定的理想性, 鮮有在真實流體條件下對控制性能進行的試驗驗證。

3 超高速水下航行器控制研究熱點

3.1 熱點數學模型

對于控制系統的研究, 首要問題是對被控對象的數學描述問題, 需要建立一個既能充分反映被控對象主要特性又不過于復雜的數學模型。

雖然已有研究采用6自由度模型[31], 但縱平面內2自由度模型仍然是被引用最多的模型。其中, 由Dzielski等[32]2003年提出的4狀態2自由度模型引用的最為廣泛, 諸如文獻[15]~[28]等均是在此模型的基礎上進行控制仿真研究。該模型基于如圖6所示的超高速水下航行器的外形, 模型矩陣形式描述如下

圖6 Dzielski模型描述的超高速水下航行器外形圖

采用簡單的比例-積分-微分(proportional- integral-derivative, PID)控制方法可以實現系統的閉環穩定, 系統響應會迅速形成穩定的極限環, 航行器尾部周期性拍擊下空泡壁, 且振幅穩定在一定幅度, 航行器漸近穩定。

Dzielski提出的模型很好地平衡了模型的準確性和復雜度之間的關系: 一方面, 該模型能良好地描述航行器縱平面運動特性, 突出體現非線性滑行力的振蕩特性; 另一方面, 基于一定的合理簡化條件, 將模型整合成狀態空間形式, 便于開展線性化和控制律設計工作。因此大量水下超高速控制領域的文獻直接引用此模型, 或在此模型基礎上加上空化器偏轉、尾舵效率不確定性、空泡記憶效應等因素進行一定的改進[33-36]。

3.2 被控對象特性研究熱點

控制方法的研究本質上是對被控對象關鍵特性的應對方法研究。學界對于超高速水下航行器關鍵特性的研究熱點目前集中于非線性滑行力和系統不確定性。

1) 非線性滑行力

對于滑行力方面, 主流措施是采取各種控制策略盡量抑制滑行力[9-10, 18-19], 并且希望滑行力能理論上收斂至零[20, 26]。

Dzielski模型中滑行力和航行器攻角關系如圖7所示。

從圖中看出, 滑行力存在一定的死區空間, 在一定的攻角閾值范圍內滑行力始終為0, 此時航行器有著理想的工作狀態, 即完全在空泡內運動, 后體不會和上下空泡壁發生接觸。當航行器攻角超過該閾值時, 滑行力會隨著攻角的增大而迅速增大, 后體會在狹小的空泡壁內上下擺動, 最終可能導致航行器運動失穩。

針對這種滑行力帶來的振蕩特性和非線性, David將航行器模型簡化為一個帶有時間延遲和死區非線性的LTI系統, 將滑行力抑制作為控制目標, 減小滑行力的同時增加了航行器可穩定跟蹤的指令范圍[37]。國內對此采用的辦法有變結構切換控制和預測控制等。變結構切換控制針對滑行力存在死區的特點, 根據航行器有無滑行力采取不同的控制策略, 對無滑行力的情況可采用基于極點配置設計的控制器, 對有滑行力的情況則采用非線性控制器, 2個控制器聯合形成非線性切換控制器, 文獻[38]的仿真結果證明了該控制策略的有效性, 但也存在著所需控制力過大, 容易造成執行器飽和等缺點。預測控制是把與滑行力相關的量作為一個輸出變量, 同時對該變量的取值范圍進行約束, 將有約束控制轉化為二次規劃問題求解, 避免航行器后體與空泡壁面接觸, 直接消除滑行力[39]。

2) 系統不確定性

對于系統不確定性, 主流措施是采用如滑模變結構控制和模糊控制等魯棒性較好的控制方法, 盡量降低控制器對系統參數變化的敏感性[12,14,28,30,40]。

在模型中加入不確定項和干擾力, 系統變為

非線性滑行力和系統不確定性作為超高速水下航行器關鍵特性的原因有2點: 一是新, 空泡的包裹是超高速航行器區別于常規航行器的最重要特征, 也是其新穎性所在, 與其相伴產生的滑行力和系統不確定性也是常規水下航行器所不具有的, 需要重點分析; 二是難, 由于目前對空泡作用機理的研究仍不夠充分, 滑行力和系統不確定性在現有技術條件下無法完全給出精確描述, 因此需要進行重點研究。

3.3 熱點控制方法

當前超高速水下航行器的控制方法可分為線性控制方法和非線性控制方法2種類型。常用的線性控制方法包括狀態反饋控制、LQR控制、最優控制等; 常用的非線性控制方法包括變結構控制、模糊滑模控制、反饋線性化方法等。相較于非線性控制方法, 線性控制方法更加簡單且易于計算分析和實現, 因此在工程實踐中得到了廣泛應用, 但由于模型線性化過程中不可避免地存在精度損失, 因此在未來對控制精度要求越來越高的趨勢下線性方法的局限性逐步突顯出來; 而非線性控制方法更加全面地考慮航行器的非線性特性, 能夠滿足未來對于控制精度的要求, 但受限于當前的技術條件較難實現其控制器的工程設計, 因此限制了其實際工程應用。對目前的若干熱點控制方法歸納如下。

1) 線性控制

線性控制方法需要在線性模型基礎之上進行控制器的設計。超高速水下航行器的運動規律與常規水下航行器差別很大, 反而與導彈的運動規律相似, 因此可以借鑒導彈制導與控制系統中已被成熟運用的設計方法。例如, 導彈控制系統設計一般采用的小擾動線性化方法, 該方法基于小擾動原理將非線性運動方程組在設定的平衡點處線性化, 通過忽略次要的耦合條件, 將橫滾、俯仰和偏航3個通道相互獨立出來, 進而在線性模型基礎上進行線性控制律的設計[40]。

線性控制方法技術上較容易實現, 可以實現基本的性能需求, 并且容易得到解析解, 從而大大提高計算機運算速度, 有利于提高系統的響應速度。然而超高速水下航行器是強非線性系統, 一旦出現航行器偏離平衡點較大的情況線性控制方法就會出現問題, 并且由于這種航行器特殊的航行方式, 其所受的干擾和噪聲非常大, 而一般的線性控制方法很少考慮外界這些干擾對系統的影響, 系統魯棒性較差, 因此一定程度上限制了線性控制方法在超高速水下航行器中的實際工程應用。

2) 反饋線性化

超高速水下航行器具有強非線性特征, 這種特征不僅體現在滑行力上, 也體現在不同自由度的動態耦合和操縱耦合上, 而小擾動線性化方法往往忽略了這種特征, 針對這一缺點, 提出了反饋線性化方法。

反饋線性化是一種精確線性化方法, 該方法通過狀態變換和反饋來消除系統中的非線性, 在控制器設計過程中等效補償系統中的非線性, 線性化過程中并未忽略任何高階非線性項, 因此該方法不僅精確, 且具有整體性, 不會局限于平衡點附近, 而是對反饋線性化變換的整個區域都有效。反饋線性化方法使得線性控制方法的設計可以建立在不忽略航行器非線性的基礎之上, 這是其最主要的優勢, 但由于反饋線性化的系統實現比較復雜, 工程上目前較難實現其控制器的設計, 因此限制了其實際應用。

3) 變結構控制

不論是線性控制還是反饋線性化方法, 均要建立在被控系統精確模型的基礎上, 然而由于空泡形成機理的復雜性以及實際航行中的參數攝動和外界擾動, 想要建立超高速水下航行器的精確模型是非常困難的, 因此對控制系統的魯棒性提出了較高的要求。變結構控制往往包含滑動模態, 可以根據系統當前的狀態, 有針對性地不斷變化, 迫使系統按照預定的滑動模態運動, 而滑動模態可以根據系統性能指標進行設計, 并且只與系統狀態有關, 因此對參數變化不靈敏, 抗干擾能力強, 被廣泛地應用于超高速水下航行器的理論控制方法研究中。一種常見的變結構控制系統的設計就是根據系統所受滑行力的有無分別設計其控制器, 有滑行力時采用非線性控制, 無滑行力時采用線性控制, 二者聯合形成變結構控制器, 往往有著較好的控制效果[38]。

由于變結構控制本質上是一種不連續控制, 在實際工程實踐中, 狀態檢測誤差、系統慣性, 以及切換系統開關特性的不理想性, 都會導致實際系統中存在抖振現象, 即系統不能準確按照滑動模態面的軌跡向平衡點運動, 而是在其平衡點來回波動[41]。抖振無法避免, 并且會導致系統很難實現精確控制, 系統高頻未建模部分可能產生強烈的振動導致系統受損, 并且會增加控制系統的能量消耗, 因此抖振抑制問題的研究成為該方法能否突破其應用限制的關鍵。

4) 模糊控制

包括經典控制理論和現代控制理論在內的傳統控制理論, 在面對具有參數結構時變、強非線性和強耦合性等特點的超高速水下航行器系統時, 往往很難設計和實現有效的控制, 而模糊控制的對象往往具有以下三方面特點[42]: 對象模型不確定, 模型知之甚少或者參數和結構在很大范圍內變化; 具有非線性特性; 對象具有復雜的任務和要求, 因此模糊控制越來越多地被應用于超高速水下航行器的控制研究中。

模糊控制是一種智能控制, 甚至不需要控制對象的模型, 可以充分運用相關專家的經驗, 并且理論上可以以任意精度逼近任何非線性函數, 模糊控制所具有的強魯棒性和可獨立于被控對象模型的特點使其非常適用于超高速水下航行器的控制。同時模糊控制還可以與滑模變結構控制進行組合, 從而有效地抑制其固有的抖振現象[1]。然而由于模糊控制發展較晚, 很多理論并不是十分成熟, 并且模糊控制具有分析定量系統能力欠佳, 模糊規則和量化只能通過反復試湊給出, 其穩定性理論證明困難等缺陷, 因此要將模糊控制廣泛地應用于工程實踐中仍有較長的路要走。

從上述內容可以看出, 由于當前條件下對于非線性滑行力和系統不確定性的研究仍不夠充分, 缺乏已知的試驗數據和實際的工程經驗, 目前沒有哪一類控制方法在試驗中被證明是實際有效的, 整個超高速水下航行器控制系統的研究還處于理論方法的嘗試階段, 因此控制方法較為分散, 經典控制、現代控制、非線性控制和智能控制均被用于這種航行器的控制方法研究之中。部分熱點控制方法的優缺點對比如表1所示。

表1 熱點控制方法優缺點對比

4 總結與展望

縱觀當前超高速水下航行器控制領域的研究工作, 存在“兩集中, 一分散”的特征。“兩集中”一是指采用的數學模型比較集中, 普遍采用Dzielski模型開展研究, 二是針對的對象關鍵特性比較集中, 主要是對非線性滑行力的抑制與系統不確定性的應對; “一分散”是指學界采用的控制方法比較分散, 多數主流的控制方法都應用到這種航行器的控制研究中。

從以上總結的研究特征可以推論, 對被控對象描述范圍的拓展將是超高速水下航行器控制領域未來發展的主要驅動力。這種拓展可能包括由集中研究超空泡充分包裹航行器的高速巡航段控制問題, 向研究部分空泡包裹的過渡段控制問題拓展; 也可能包括從集中研究定深直航穩定控制問題, 向研究高速回旋機動穩定控制問題拓展。

隨著智能控制學科的崛起, 已有學者成功地將模糊控制和人工神經網絡控制方法應用到超高速水下航行器縱向運動控制中, 并取得了良好的控制效果, 因此智能控制將是未來超高速水下航行器控制策略發展的一個重要研究方向。

[1] 劉富明. 超空泡航行器縱向運動控制[D]. 哈爾濱: 哈爾濱工程大學, 2015.

[2] 李凝, 楊飚. 德國輕型超空泡魚雷研發現狀及展望[J]. 魚雷技術, 2008, 16(2): 1-4.Li Ning, Yang Biao. R&D Status Quo and Perspective of Light weight Supercavitating Torpedo in Germany[J]. Torpedo Technology, 2008, 16(2): 1-4.

[3] 王改娣. 超空泡魚雷技術特點分析[J]. 魚雷技術, 2007, 15(5): 1-4.Wang Gai-di. Analysis of Technical Features of Supercavitating Torpedoes[J]. Torpedo Technology, 2007, 15(5): 1-4.

[4] 趙新華, 孫堯, 安偉光, 等. 超空泡航行器控制問題研究進展[J]. 力學進展, 2009, 39(5): 537-545.Zhao Xin-hua, Sun Yao, An Wei-guang, et al. Advances in Supercavitating Vehicle Control Technology[J]. Advances in Mechanics, 2009, 39(5): 537-545.

[5] Rand R, Pratap R, Ramani D. Impact Dynamics of a Supercavitating Underwater Projectile[R]. ASME Design Engineering Technical Conferences. Sacramento, California: ASME, 1997

[6] 吳振. 基于水洞試驗的通氣超空泡航行器的控制研究[D]. 哈爾濱: 哈爾濱工程大學, 2016.

[7] Savchenko Y N. Control of Supercavitation Flow and Stability of Supercavitation Motion of Bodies[R]. RTO-EN010 AVT Lecture Series on Supercavitating Flows. Brussels. Belgium, 2001: 313-329.

[8] Escobar D, Vollmer D, Arndt R. A Dynamic Test Bed for Supercavitating Vehicle Control[J]. Journal of Physics: Conference Series, 2015, 656(1): 012144.

[9] Escobar D, Balas G, Anrdt R. Modeling, Control, and Experimental Validation of a High-Speed Supercavitating Vehicle[J]. IEEE Journal of Oceanic Engineering, 2015, 40(2): 362-373.

[10] Escobar D, Anrdt R. Robust Control of a Small-Scale Supercavitating Vehicle: from Modeling to Testing[J]. Ocean Engineering, 2018, 160: 412-424.

[11] Mardani A, Danesh M, Karimi B. Fuzzy/Neuro-Fuzzy Depth and Pitch Regulating Control of a Supercavitating Vehicle[C]//The 19thIranian Conference on Electrical Engineering. Tehran, Iran: ICEE, 2011.

[12] Seonhong K, Nakwan K. Neural Network Based Adaptive Control for a Supercavitating Vehicle in Transition Phase[J]. Journal of Marine Science and Technology, 2015, 20(3): 454-466.

[13] Yahyazadeh M, Ranjbar A. High Performance Tracking of High-Speed Supercavitating Vehicles with Uncertain Parameters Using Novel Parameter-Optimal Iterative Lear- ning Control[J]. Robotica, 2015, 33(8): 1653-1670.

[14] Mirzaei M, Eghtesad M, Alishahi M M. A New Robust Fuzzy Method for Unmanned Flying Vehicle Control[J]. Journal of Central South University, 2015, 22(6): 2166- 2182.

[15] 許德智, 姜斌, 錢默抒. 基于內外環設計的超空泡航行器容錯控制[J]. 濟南大學學報, 2014, 28(1): 60-64.Xu De-zhi, Jiang Bin, Qian Mo-shu. Fault Tolerance Control of Supercavitating Vehicles Using Inner and Outer Loop Design[J]. Journal of University of Jinan, 2014, 28(1): 60-64.

[16] 余晨菲, 林鵬, 周軍. 基于推力矢量/水舵復合的超空泡導彈變結構控制研究[J]. 西北工業大學學報, 2014, 32(5): 805-810.Yu Chen-fei, Lin Peng, Zhou Jun. Variable Structure Research on Supercavitating Vehicle Based on Thrust Vector/Rudder Combination[J]. Journal of Northwestern Po- lytechnical University, 2014, 32(5): 805-810.

[18] 韓云濤, 強寶琛, 孫堯, 等. 基于圓判據的超空泡航行器非線性控制研究[J]. 工程力學, 2015, 32(8): 236-242.Han Yun-tao, Qiang Bao-chen, Sun Yao, et al. Non-linear Control Research on Supercavitating Vehicles Based on Circle Criterion[J]. Engineering Mechanics, 2015, 32(8): 236-242.

[20] 陳超倩, 曹偉, 王聰, 等. 超空泡航行器最優控制建模與仿真[J]. 北京理工大學學報, 2016, 36(10): 1031-1036.Chen Chao-qian, Cao Wei, Wang Cong, et al. Modeling and Simulating of Supercavitating Vehicles Based on Optimal Control[J]. Transactions of Beijing Institute of Technology, 2016, 36(10): 1031-1036.

[21] 陳超倩, 曹偉, 王聰, 等. 超空泡航行器加速段控制設計[J]. 哈爾濱工業大學學報, 2016, 48(8): 147-151.Chen Chao-qian, Cao Wei, Wang Cong, et al. Acceleration Stage Control Design for Supercavitating Vehicle[J]. Journal of HarbinInstitute of Technology, 2016, 48(8): 147-151.

[22] 李洋, 劉明雍, 張小件, 等. 非全包裹超空泡航行器建模與反演變結構控制[J]. 西北工業大學學報, 2016, 34(2): 215-221.Li Yang, Liu Ming-yong, Zhang Xiao-jian, et al. Modeling and Back Stepping Variable Structure Control for a Incomplete Encapsulated Supercavitating Vehicle[J]. Journal of Northwestern Polytechnical University, 2016, 34(2): 215-221.

[23] 李洋, 劉明雍, 楊盼盼, 等. 非全包裹超空泡航行器建模與姿軌控制[J]. 控制理論與應用, 2017, 34(7): 885- 894.Li Yang, Liu Ming-yong, Yang Pan-pan, et al. Modeling and Attitude-Orbit Control for Incomplete-Encapsulated Supercavitating Vehicles[J]. Control Theory & Applications, 2017, 34(7): 885-894.

[24] 李洋, 劉明雍, 張小件. 基于自適應RBF神經網絡的超空泡航行體反演控制[J/OL]. 自動化學報, 2018, 44(X): 1-10. [2018-04-18]. http://kns.cnki.net/kcms/detail/11.21 09.TP.20180418.1444.004.html. Li Yang, Liu Ming-yong, Zhang Xiao-jian. Adaptive RBF Network Based on Backstepping Control for Supercavitating Vehicles[J/OL]. Acta Automatica Sinica, 2018, 44(X): 1-10. [2018-04-18]. http://kns.cnki.net/kcms/detail /11.21 09.TP.20180418.1444.004.html.

[25] 何朕, 龐愛平. 超空泡航行器的反饋控制設計[J]. 電機與控制學報, 2017, 21(8): 101-108.He Zhen, Pang Ai-ping. Feedback Control Design for Supercavitating Vehicles[J]. Electric Machines and Control, 2017, 21(8): 101-108.

[26] 龐愛平, 何朕. 超空泡航行器的擾動觀測器補償設計[J]. 電機與控制學報, 2018, 22(1): 107-113.Pang Ai-ping, He Zhen. Disturbance Observer and Compensation Design for Supercavitating Vehicles[J]. Electric Machines and Control, 2018, 22(1): 107-113.

[27] 高浩楠. 水下高速航行器制導與控制一體化研究[D]. 哈爾濱: 哈爾濱工程大學, 2017.

[28] 王志學. 水下高速航行器縱向控制研究[D]. 哈爾濱: 哈爾濱工程大學, 2013.

[29] 趙丹. 超空泡航行器雙通道控制研究[D]. 哈爾濱: 哈爾濱工程大學, 2013.

[30] 韓云濤, 程章龍, 李盼盼, 等. 超空泡航行器LPV魯棒變增益控制[J]. 華中科技大學學報(自然科學版), 2017, 45(7): 127-132.Han Yun-tao, Cheng Zhang-long, Li Pan-pan, et al. Robust Variable Gain Control for Supercavitating Vehicle Based on LPV[J]. Journal of Huazhong University of Science and Technology(Nature Science Edition), 2017, 45(7): 127-132.

[31] 范輝. 超空泡航行器動力學建模與仿真研究[D]. 西安: 西北工業大學, 2009.

[32] Dzielski J, Kurdila A. A Benchmark Control Problem for Supercavitating Vehicles and Aninitial Investigation of Solutions[J]. Journal of Vibration and Control, 2003, 9(7): 791-804.

[33] Nguyen V, Balachandran B. Supercavitating Vehicles With Noncylindrical, Nonsymmetriccavities: Dynamics and Instabilities[J]. Journal of Computational & Nonlinear Dynamics, 2011, 8(2): 219-242.

[34] Lv R, Yu K, Wei Y. Adaptive Robust Controller for Supercavitating High-Speed Bodies[J]. Journal of Harbin Institute of Technology, 2011, 18(4): 77-81.

[35] Qiang B, Han Y, Sun Y. Absolute Stability Control of Supercavitating Vehicles Based on Backstepping[C//Pro- ceeding of 2014 IEEE International Conference on Mechatronics and Automation. Tianjin, China: IEEE, 2014: 1918-1923.

[36] Hassouneh M A, Nguyen V, Balachandran B, et al. Stability Analysis and Control of Supercavitating Vehicles with Advection Delay[J]. Journal of Computational and Non- linear Dynamics, 2013, 8(2): 021003-1-021003-10.

[37] Sanabria D S, Balas G. Planing Avoidance Control for Supercavitating Vehicles[C]//2014 American Control Conference(ACC). Portland, Oregon, USA: ACC, 2014.

[38] 魏英杰, 王京華, 曹偉. 水下超空泡航行器非線性動力學與控制[J]. 振動與沖擊, 2009, 28(6): 179-182.Wei Ying-jie, Wang Jing-hua, Cao Wei. Nonlinear Dynamics and Control of Underwater Supercavitating Vehicle[J]. Journal of Vibration and Shock, 2009, 28(6): 179-182.

[39] 王京華, 張嘉鐘, 魏英杰, 等. 超空泡高速航行器動力學建模與控制設計[J]. 哈爾濱工業大學學報, 2010, 42(9): 1351-1355.Wang Jing-hua, Zhang Jia-zhong, Wei Ying-jie, et al. Dynamics Modeling and Control Design for a High-speed Supercavitating Vehicle[J]. Journal of Harbin Institute of Technology, 2010, 42(9): 1351-1355.

[40] 王雨. 水下高速航行器航向控制技術研究[D]. 哈爾濱: 哈爾濱工程大學, 2012.

[41] 田宏奇. 滑模控制理論及其應用[M]. 武漢: 武漢出版社, 1995.

[42] 曾光奇, 胡均安. 模糊控制理論與工程應用[M]. 武昌: 華中科技大學出版社, 2006.

Review of Research Hotspots of Superspeed Undersea Vehicle Control Methods

LIU Wei1, FAN Hui1, Lü Jian-guo1, YANG He-ran1,2

(1 The 705 Research Institute, China Shipbuilding Industry Corporation, Xi’an 710077, China; 2 School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China)

With the help of supercavitation drag-reduction technology, the speed of the superspeed undersea vehicle could reach over 200 kn, and this is difficult for conventional fully wet vehicles. In recent years, the researches on this kind of vehicles have shown a leading trend from mechanism to application. Under this trend, control method of superspeed undersea vehicle has become a hotspot in this field. In this paper, the concept of the superspeed undersea vehicle is given, and the latest progress at home and abroad is reviewed. Then several hot research issues are put forward and analyzed, including the discussion about the widely quoted Dzielski model, and the dynamic characteristics such as nonlinear sliding force and system uncertainty, as well as the comparison among the popular control methods, such as linear control, feedback linearization, variable structure control, and fuzzy control. Finally, the latest researches are summarized, and future development directions are prospected. It is pointed out that expansion of the description range of controlled object will be the main driving force on future development of superspeed undersea vehicle control, and intelligent control will also become one of its important research directions.

superspeed undersea vehicle; control method; research hotspot; mathematic model

TJ630.33; U674.941

R

2096-3920(2019)04-0369-10

10.11993/j.issn.2096-3920.2019.04.002

劉偉, 范輝, 呂建國, 等. 超高速水下航行器控制方法研究熱點綜述[J]. 水下無人系統學報, 2019, 27(4): 369-378

2019-03-01;

2019-04-02.

劉 偉(1994-), 男, 在讀碩士, 主要研究方向為水下航行器控制與導航.

(責任編輯: 陳 曦)