水下潛器在作業(yè)使用時，為了自身的結構安全以及保持深度穩(wěn)定性，要求有良好的自主沉浮控制能力。水下潛器由于慣性較大，在水下的低速運動表現(xiàn)為耦合非線性。因此，水下潛器自主沉浮控制系統(tǒng)是一種慣性大、時滯、非線性的復雜控制系統(tǒng)。常規(guī)的PID控制方法。要求水下潛器的動力學特性是已知的，同時應該保持不變，尤其是外界的擾動要盡可能小，主要由人工憑經(jīng)驗根據(jù)水下潛器的重量、排水、沉浮速度及海況等諸因素調整各參數(shù)。但實際情況中海洋環(huán)境的特殊性和多變性，使得常規(guī)的PID方法有很大的局限性，運用效果不好。模糊控制是一種適用于難以用精確數(shù)學模型描述而主要依賴人工經(jīng)驗的復雜控制方法，因此人們紛紛研究將模糊控制應用到各種航器的操縱控制中。但一般的模糊控制器因屬于PD控制，缺少積分環(huán)節(jié)，并且其模糊規(guī)則一經(jīng)確定就不再改變，在無干擾的情況下，可以獲得較好的控制效果，當環(huán)境條件發(fā)生變化時，控制效果就顯得不夠理想。
    文中針對實際要求，提出一種基于自適應模糊控制的水下潛器自動沉浮控制方法。由于模糊控制器的隸屬函數(shù)與模糊控制規(guī)則的選取對控制效果影響最大，該方法從優(yōu)化隸屬函數(shù)入手，采用多層前向神經(jīng)網(wǎng)絡的誤差反向傳播(EBP)算法對它的參數(shù)進行在線修正，采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調整，使EBP算法具有較快的收斂速度，同時避免了局部極小值問題。仿真實驗表明，對于水下潛器自動沉浮與定深潛伏運動的不能精確建摸、干擾嚴重的非線性、時變情況，這種自適應模糊控制是一種較好的控制方式。

1 潛器水下自主沉浮控制系統(tǒng)工作原理
    潛器沉浮控制系統(tǒng)裝置如圖1所示，主要由油箱、油泵、電磁閥、油囊及相關的電子控制器、傳感器，模糊轉換電路、電源組成。裝置浮力調節(jié)的控制原理是用油泵將油箱的油充到油囊中去，油囊膨脹，從而使反潛器排水體積增加，其浮力增加。反之，將油囊中的油抽回油箱中，則其浮力將減小。正負浮力的改變從而使反潛器上浮或下沉。

    設想的潛器定深與沉浮運動的過程描述如圖2所示。所構想的初始技術指標為：定深誤差在定深指標的5％以內，即在2 000 m定深處上下沉浮不能超出100 m。這樣就要求高壓油泵的工作深度要達到2 100 m以上，并留出50～100 m的設計裕度。油囊高壓泵的抽放油速率設計以及油囊的大小，一方面根據(jù)要求的反潛器定深動作反應速率和油囊體積變化時滯來參考，另一方面這些性能參數(shù)也依賴于實驗精確測定，為油囊充放油控制提供參數(shù)。

2 自適應模糊控制方法
    基于自適應模糊控制的水下潛器沉浮控制過程，如圖3所示。

2．1 模糊控制器
    模糊控制器采用二維模糊控制器，用深度的偏差E和偏差變化率為它的2個輸入，以電磁閥的變化μ作為控制量，將和控制量μ的數(shù)量范圍劃分為5個用語言變量表述的模糊集，即負大(NB)、負小(NS)、零(0)、正小(PS)、正大(PB)。而E和的數(shù)量范圍亦劃分為5個語言變量表述的模糊集，即負大(NB)、負小(NS)、零(0)、正小(PS)、正大(PB)。
2．2 隸屬函數(shù)
    輸入變量的隸屬函數(shù)為梯形隸屬函數(shù)和三角形隸屬函數(shù)。下面給出的是控制變量的隸屬函數(shù)，輸入變量的隸屬函數(shù)類同。
  
    其中i為輸入變量：i=1對應E，i=2對應；j為規(guī)則；μij(xi)為規(guī)則j中第i個輸入分量在所在模糊區(qū)間上的隸屬度；a，b，c，d為規(guī)則j中第i個輸入分量所在模糊區(qū)間的控制參數(shù)。
2．3 自適應模糊控制器
    對模糊控制器的修正，實際上是對隸屬函數(shù)的參數(shù)a，b，c，d和修正。取誤差函數(shù)：
   
    其中，η(t)為深度H，dp為控制目標。
    采用EBP算法(加慣性項)對隸屬函數(shù)的參數(shù)進行修正，得如下公式：
  
    其中，αij、βij、γij均為學習速率，τi為慣性系數(shù)。
    上述3式中右邊第3項為慣性項，因為在EBP算法中，如果學習速率取的小學習過程將很慢，而大的學習速率又可能導致學習過程的振蕩，另外學習過程可能收斂于局部極小點或在誤差函數(shù)的平穩(wěn)段停止不前。慣性項的引入可以提高收斂速度和改善動態(tài)性能(即可以抑制寄生振蕩)。
   

    針對EBP算法收斂速度慢的問題，采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調整，以提高收斂速度。
    以αij為例，βij、γij同理：
   
    其中，ξ是一個正實數(shù)，參數(shù)a、b、ξ根據(jù)實際情況自定。典型值為：10-4≤a≤0．1，0．1≤b≤0．5，0．1≤ξ≤0．7。

3 仿真分析
    假定潛器在水下1 990 m處于懸浮平衡狀態(tài)，油泵充抽油率為10 N／S，突然受到一瞬時外力的擾動作用，使得潛器獲得了向上或向下的速度(12 m／s或-12 m／s)。利用計算機仿真潛器在基于自適應模糊控制方法下的沉浮控制效果，仿真效果如圖4、圖5所示。仿真結果表明：采用自適應模糊控制方法實現(xiàn)對水下潛器的自主沉浮控制是完全可行的，能夠在受到一定擾動的情況下仍保持定深懸浮的穩(wěn)定狀態(tài)。

4 結束語
    良好的自動沉浮控制能力對于水下潛器來說是至關重要的，是保證水下潛器能夠進行正常工作的前提條件。由于水下潛器在水下的低速運動表現(xiàn)為耦合非線性，因此，水下潛器自動沉浮控制系統(tǒng)必然是一種慣性大、時滯、非線性的復雜控制系統(tǒng)。本文提出的基于模糊控制的沉浮控制方法從優(yōu)化隸屬函數(shù)入手，采用多層前向神經(jīng)網(wǎng)絡的誤差反向傳播(EBP)算法對它的參數(shù)進行在線修正，并采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調整，使EBP算法具有較快的收斂速度，同時避免了局部極小值問題，在實際工程中具有廣闊的應用前景。此外，隸屬函數(shù)的優(yōu)化還可以考慮將神經(jīng)網(wǎng)絡與其他智能方法相結合，以期能夠獲得更快的控制效果。