论文部分内容阅读
富钴结壳是一种赋存于800-2500m海山侧表面上的海底矿产资源。钴结壳海底采矿车采用具有良好越障性能和爬坡能力及机动性能的铰接式履带车作为其行走机构。海底采矿车按预定路径行走控制为采矿作业关键技术之一。本文以海底采矿车多刚体动力学模型为基础,提出了一种基于ANFIS的模糊神经网络行走控制方法,并建立了基于Simulink、ADAMS和LabVIEW的海底采矿车协同仿真模型,从而为海底采矿车自动行走控制研究提供了新的方法和思路。首先,设计了以Compact RIO控制器为核心的海底采矿车控制系统方案,提出了在LabVIEW测控平台上采用内环速度控制和外环路径控制的智能自动行走控制方案。在此基础上,开展了海底采矿车运动学分析和建模,构建了基于ANFIS的模糊神经网络外环路径控制和PID内环速度控制的按预定路径行走控制模型；同时,基于ANFIS神经模糊推理系统,根据训练数据,完成了模糊神经网络路径控制器设计；设计了PID控制器,并对参数进行了整定；建立了速度分配模块、滑转率控制模块、滑转率实时计算模块和延时模块等模型。其次,建立了海底采矿车动力学机械模型与按预定路径行走控制模型的协同仿真模型,开展了海底采矿车越单边障碍、偏离路径跟踪、爬坡滑转率控制的直线路径跟踪控制的仿真研究,仿真结果表明,海底采矿车行走路径跟踪控制和滑转率控制效果良好,表明所设计的基于ANFIS的模糊神经网络的行走控制算法是有效的。然后,利用SIT Sever,建立了基于Simulink、ADAMS和LabVIEW的海底采矿车协同仿真模型,实现了Simulink、ADAMS和LabVIEW三个软件的协同仿真,为海底采矿车自动行走控制提供了技术支持。最后,开展了海底采矿车模型机行走实验,实现了海底采矿车行走控制算法与LabVIEW测控系统的联接,验证了所设计的基于ANFIS的模糊神经网络外环控制和PID内环速度控制的算法是有效的。