致谢 | 第5-6页 |
摘要 | 第6-7页 |
Abstract | 第7页 |
1 研究意义 | 第13-25页 |
1.1 作业型水下机器人(IAUV)研究背景及意义 | 第13-15页 |
1.2 水下机器人用浮力调节装置(VBS)研究背景 | 第15页 |
1.3 作业型水下机器人的发展和研究现状 | 第15-18页 |
1.3.1 作业型水下机器人的发展现状 | 第15-17页 |
1.3.2 水下机器人姿态控制研究现状 | 第17-18页 |
1.4 浮力调节装置的发展和研究现状 | 第18-22页 |
1.4.1 浮力调节装置的研究现状 | 第18-21页 |
1.4.2 浮力调节装置深度控制算法研究现状 | 第21-22页 |
1.5 本文研究目标与研究内容 | 第22-25页 |
2 作业型水下机器人系统设计 | 第25-42页 |
2.1 水下机器人设计方案 | 第25-37页 |
2.1.1 机械结构设计 | 第25-27页 |
2.1.2 推进器布置设计 | 第27-31页 |
2.1.3 电气控制系统 | 第31-35页 |
2.1.4 控制软件系统架构 | 第35-37页 |
2.2 浮力调节装置设计 | 第37-41页 |
2.3 本章小结 | 第41-42页 |
3 作业型AUV机体的动力学建模 | 第42-55页 |
3.1 一般水下刚体建模分析 | 第42-50页 |
3.1.1 运动学模型 | 第42-45页 |
3.1.2 动力学模型 | 第45-50页 |
3.2 作业型水下机器人动力学建模 | 第50-54页 |
3.2.1 推进器推力的优化分配 | 第50-52页 |
3.2.2 水动力模型的相关简化 | 第52-53页 |
3.2.3 对于各项扰动的建模处理 | 第53-54页 |
3.3 本章小结 | 第54-55页 |
4 作业型水下机器人姿态控制算法研究 | 第55-88页 |
4.1 推进器可任意配置的PD控制算法 | 第55-63页 |
4.2 基于CMAC神经网络的自适应控制算法 | 第63-87页 |
4.2.1 CMAC网络 | 第63-66页 |
4.2.2 基于CMAC的逆模型自适应控制 | 第66-77页 |
4.2.3 基于CMAC的鲁棒自适应控制 | 第77-87页 |
4.3 本章小结 | 第87-88页 |
5 浮沉控制装置深度控制算法研究 | 第88-99页 |
5.1 系统建模 | 第88-91页 |
5.2 最优控制序列存在的证明 | 第91-95页 |
5.3 控制器设计和仿真 | 第95-98页 |
5.4 本章小结 | 第98-99页 |
6 结论 | 第99-101页 |
参考文献 | 第101-106页 |
在学期间发表文章目录 | 第106页 |