仿生魚運動控制技術研究綜述

賀欣 張應田 劉力卿 王偉

摘 要：推進控制技術是微型仿生魚實現變壓器內部故障巡檢的關鍵技術。本文通過分析微型仿生魚的推進模式，介紹了不同模式下微型仿生魚推進控制技術的發展現狀，為進一步研制變壓器微型仿生魚樣機奠定了基礎。

關鍵詞：微型仿生魚;變壓器;推進控制

中圖分類號：TP242 文獻標識碼：A 文章編號：1003-5168（2019）13-0037-02

Abstract： Propulsion control technology is the key technology for miniature bionic fish to realize internal fault inspection of transformers. In this paper， by analyzing the propulsion mode of Micro-Bionic fish， the development status of propulsion control technology of Micro-Bionic fish under different modes was introduced， which laid a foundation for further development of transformer Micro-Bionic fish prototype.

Keywords： miniature bionic fish;transformer;propulsion control

微型仿生魚具有體積小、能運動、能感知、能定位、能通信和少維護等優點。通過將微型仿生魚置于變壓器內部，直接對繞組、絕緣紙板表面等碳痕進行觀察，可有效排查變壓器內部絕緣故障。

推進控制技術是微型仿生魚實現變壓器內部故障巡檢的關鍵。因此，研究微型仿生魚的推進控制技術，對于研制變壓器微型仿生魚樣機具有重要作用。

1 微型仿生魚的游動模式

根據游動模式不同，仿生魚可以分為身體/尾鰭推進模式（Body or Caudal Fin Propulsion，BCF）和中鰭/對鰭推進模式（Media or Paired Fin Propulsion，MPF）[1，2]。

1.1 BCF模式仿生魚

BCF模式仿生魚通過擺動身體的某一部分和尾鰭，能夠產生向前推力。由于BCF模式仿生魚能夠快速、高效和連續游動，得到國內外廣泛研究。

1.1.1 單關節擺動模式仿生魚。單關節擺動模式仿生魚通過擺動尾鰭產生向前的推力。北京航空航天大學研制的SPC-II仿生魚長1.2m，能以1.5m/s的速度在水下連續游動2～3h。瑞士科學技術學院研制的Boxy Bot仿生魚，通過箱鲀科模式尾鰭擺動產生向前的推力，并利用胸鰭控制方向，實現靈活運動，如圖1所示。

1.1.2 多關節擺動模式仿生魚。麻省理工學院研制的多關節擺動模式仿生魚Robo Tuna與無人潛水器相比，具有更高的效率。哈爾濱工業大學研制的超冗余串并聯機構仿生魚，能夠通過并聯機構的內力調節實現仿生魚的變剛度，如圖2所示。

1.1.3 柔性體擺動模式仿生魚。麻省理工學院采用硅膠制作柔性體仿生魚的魚尾，并通過線繩牽引使魚尾進行擺動，具有較好的游動性能，如圖3所示。美國東北大學研制的仿七鰓鰻魚仿生魚，利用電流對10條Ti-Ni絲進行加熱，并根據其互伸長與縮短實現柔性魚體擺動。

1.2 MPF模式仿生魚

MPF模式仿生魚主要借助尾鰭以外的其他鰭產生向前的推力，與BCF模式仿生魚相比，具有更高的運動穩定性、定位能力和機動性。愛沙尼亞塔爾圖大學研制的仿鰩魚仿生魚，采用胸鰭作為推進機構，游速可達5mm/s。新加坡南洋理工大學研制的仿墨魚仿生魚，質量達9kg，采用胸鰭作為推進機構，由電機驅動鰭條上下平動，游速可達20cm/s。美國東北大學研制的仿生魔鬼刀魚仿生魚，采用臀鰭作為推進機構，具有先進的感知能力。

2 仿生魚運動控制技術研究現狀

仿生魚的運動控制指在液體環境中，根據仿生魚運動情況對仿生推進器和操縱面進行控制，使其保持一定姿態并按指定軌跡運動。由于液體環境的復雜性及擾動的隨機性，仿生魚的運動控制較為復雜。國內外學者對其進行了廣泛研究，采用的控制方法主要有逆運動學控制方法、常規閉環控制方法和智能控制方法[3]。

2.1 逆運動學控制方法

目前，國內外很多學者采用逆運動學控制方法對仿生魚進行控制。針對BCF模式仿生魚，采用逆運動學方法控制仿生魚的尾鰭，使仿生魚能夠實現簡單的游動[4]。針對MPF模式仿生魚，采用逆運動學方法控制仿生魚的拍動鰭和波動鰭，使仿生魚能夠自由游動[5]。由于逆運動學控制方法屬于開環控制范疇，在本質上只能模仿仿生魚的低層次運動形式，使仿生魚完成直航、轉彎等基本動作，但無法滿足完成復雜動作及在不確定場合應用的控制需求。

2.2 常規閉環控制方法

鑒于逆運動控制方法不足，國內外學者將閉環控制方法引入仿生魚控制，從而實現精確控制。采用PID控制器設計出一種基于形變補償的仿生魚控制方法，能夠實現對仿生魚的深度控制[6]。但由于PID控制器為線性控制，控制器的性能只有在設定工作點附近才具有較好的控制性能，難以在復雜液體環境和隨機擾動下取得滿意的控制效果。Liu J D[4] 基于自適應控制理論設計了一種自適應控制器，并將其應用于水下機器人控制，控制效果較好，但自適應控制需以精確數學模型為基礎，在很大程度上限制了其應用。Chatchanayuenyong和Parnichkun采用滑膜控制對水下機器人進行定點控制，采用Pontryagin時間最優原則確定模態切換，并在模態切換階段利用PI控制代替滑膜控制，控制響應良好，且無明顯抖振現象。由于滑膜控制是以控制量的高頻抖振換取對外界干擾和系統攝動的自適應性的，實際應用中執行器基本無法實現。

2.3 智能控制方法

由于仿生魚自身動力學模型較為復雜，且所處液體環境干擾較多，采用傳統基于模型的控制法對仿生魚進行控制，難以取得較好效果。近年來，智能控制理論逐漸成熟，國內外學者開始將智能控制方法應用于仿生魚控制。Kim 和Yuh通過改進傳統模糊控制器，設計了一種自適應模糊控制器，并將其應用于水下機器人控制。張代兵針對波動鰭仿生水下機器人，通過分析生物節律運動的產生機制，并基于新型神經元振蕩器模型，對其控制模型進行設計，使推進器實現各種模式的運動。Carreras、Ridao和Elfakdi通過利用神經網絡逼近Q函數，并引入樣本數據庫，提出一種半在線神經Q學習算法，并將其應用于水下機器人的控制。

3 結論

與傳統仿生魚相比，變壓器微型仿生魚體積更小，但變壓器內部環境較復雜。本文通過對仿生魚游動模式進行分析，研究了仿生魚的控制方法，為進一步研制變壓器微型仿生魚提供了基礎。

參考文獻：

[1]李永強.基于振動推進機理的柔性仿生魚設計與實驗研究[D].哈爾濱：哈爾濱工業大學，2016.

[2]顏欽.基于SMA的仿生柔性魚鰭三維運動機理與實驗研究[D].合肥：中國科學技術大學，2011.

[3]林龍信.仿生水下機器人的增強學習控制方法研究[D].長沙：國防科學技術大學，2010.

[4] Liu J D. A 3D Simulator for Autonomous Robotic Fish[J]. International Journal of Automation and Computing，2004（1）：42-50.

[5] Menozzi A， Leinhos H A， Beal D N， et al. Open-loop Control of a Multifin Biorobotic Rigid Underwater Vehicle[J]. IEEE Journal of Oceanic Engineering，2008（2）：59-68.

[6]周超，曹志強，王碩，等.仿生機器魚俯仰與深度控制方法[J].自動化學報，2008（9）：1215-1218.