Controlador adaptativo de ROV para la monitorización de estructuras marinas
DOI:
https://doi.org/10.17979/ja-cea.2024.45.10807Palabras clave:
Control adaptativo, Educación continua de control en la industria, Laboratorio virtual y remoto, Posicionamiento dinámico, Vehículo submarino autónomoResumen
En este trabajo se presenta la aplicación de un controlador adaptativo L1 para el posicionamiento dinámico de un “Vehículo subacuatico teleoperados a Distancia” (ROV) que puede monitorizar la obra viva y anclajes de parques eólicos marinos. Para ello, se considera el modelo no lineal de 6 grados de libertad de los ROVs. Se han realizado simulaciones con niveles de ruido de instrumentación estándar a bordo de un ROV para determinar el correcto funcionamiento del sistema con el controlador implementado, teniendo en cuenta las salidas de las posiciones y las señales de control comandadas a los propulsores. Se puede emplear esta investigación con fines docentes para la capacitación de los ingenieros responsables del control dinámico de ROVs en la sintonización e implementación de los controladores.
Citas
Cao, C., Hovakimyan, N., 2008. Design and analysis of a novel l1 adaptive control architecture with guaranteed transient performance. a IEEE transactions on automatic control 53, 586–591. DOI: https://doi.org/10.1109/TAC.2007.914282
Cao , Y. , Li , B. , Qian, L., Stokes, A. A., Ingram, D. M., Kiprakis, A., 2020. A Nonlinear Model Predictive Controller for Remotely Operated Underwater Vehicles With Disturbance Rejection. IEEE access , Vol. 8 p. 158622158634 DOI: https://doi.org/10.1109/ACCESS.2020.3020530
Chin, C. S., Lin, W. P, 2018. Robust Genetic Algorithm and Fuzzy Inference Mechanism Embedded in a Sliding Mode Controller for an Uncertain Underwater Robot. in IEEE/ASME Transactions on Mechatronics, vol. 23, no. 2, pp. 655-666, April 2018. DOI: https://doi.org/10.1109/TMECH.2018.2806389
Dong, M. ; Li, J. and Chou, W., 2020. Depth control of ROV in nuclear power plant based on fuzzy PID and dynamics compensation. Microsystem technologies : sensors, actuators, systems integration , Vol. 26, No. 3 p. 811-821 DOI: https://doi.org/10.1007/s00542-019-04605-x
Fay , D. , Stanton, N. , Roberts, A. Exploring ecological interface design for future rov capabilities in maritime command and control, pp. 264 – 73. doi:http://dx.doi.org/10.1007/978-3-319-93885-1˙24. DOI: https://doi.org/10.1007/978-3-319-93885-1_24
García-Valdovinos, L.G., Fonseca-Navarro, F., Aizpuru-Zinkunegi, J., Salgado-Jimenez, T. , Gómez-Espinosa, A., Cruz-Ledesma, J.A., 2019. Neuro-Sliding Control for Underwater ROV’s Subject to Unknown Disturbances. Sensors (Basel, Switzerland); 19: 2943. DOI: https://doi.org/10.3390/s19132943
Fossen, T., 2002. Marine Control Systems: Guidance, Navigation and Control of Ships, Rigs and Underwater Vehicles. Marine Cybernetics.
Fossen, T. I., 2011. Handbook of Marine Craft Hydrodynamics and Motion Control. John Wiley and Sons, Ltd DOI: https://doi.org/10.1002/9781119994138
Hosseinnajad, A., Loueipour, M., 2021. Design of a Robust Observer-based DP Control System for an ROV with Unknown Dynamics Including Thruster Allocation. (Ed.) IEEE p. 1-6 DOI: https://doi.org/10.1109/ICCIA52082.2021.9403543
Hovakimyan, N., Cao, C., 2010. L1 adaptive control theory: guaranteed robustness with fast adaptation. Society for Industrial and Applied Mathematics.
Pomet, J., Praly, L., 1992. Adaptive nonlinear regulation: estimation from the lyapunov equation. IEEE transactions on automatic control 37, 729–740. DOI: https://doi.org/10.1109/9.256328
Sainz , J. J. , Revestido Herrero, E. , Llata, J. R. , F. J. , 2022. Aplicación de un Unscented Kalman filter para el filtrado de las señales en un vehículo subacuático teleoperado. XLIII Jornadas de Automática libro de actas, pp.31-37. doi:https://doi.org/10.17979/spudc.9788497498418.0031 DOI: https://doi.org/10.17979/spudc.9788497498418.0031
Sainz, J. J. , Becerra, V., Revestido Herrero, E. , Llata, J. R., Velasco, F. J., 2023. L1 adaptive control for marine structures. Mathematics (Basel) 11, 3554. DOI: https://doi.org/10.3390/math11163554
Schjlberg, I. and Utne, I. B., 2015. Towards autonomy in rov operations . 4th IFAC Workshop on Navigation, Guidance and Control of Underwater Vehicles NGCUV. 48, 183–188. doi:https://doi.org/10.1016/j.ifacol.2015.06.030. DOI: https://doi.org/10.1016/j.ifacol.2015.06.030
Trslic, P. , Omerdic, E. , Dooly, G., Toal, D. , 2020. Neuro-Fuzzy´ Dynamic Position Prediction for Autonomous WorkClass ROV Docking. Sensors (Basel, Switzerland, 20: 693). DOI: https://doi.org/10.3390/s20030693
Vajpayee, V., Becerra, V. , Bausch, N. , Deng, J. , Shimjith, S.R., Arul, A.J., 2021. L1-adaptive robust control design for a pressurized water-type nuclear power plant. IEEE transactions on nuclear science 68, 1381–1398. DOI: https://doi.org/10.1109/TNS.2021.3090526
von Benzon, M., Sørensen, F.F. , Uth, E., Jouffroy, J., Liniger, J., Pedersen, S., 2022. An open-source benchmark simulator: Control of a bluerov2 underwater robot. Journal of marine science and engineering 10, 1898. DOI: https://doi.org/10.3390/jmse10121898
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Jose Joaquin Sainz Gutierrez, Victor Becerra, Elias Revestido Herrero, Jose Ramon Llata Garcia, Luciano Alonso Renteria, Carlos Torre Ferrero
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.