Contenido principal del artículo

Jose Joaquin Sainz Gutierrez
Universidad de Cantabria
España
Victor Becerra
University of Portsmouth
Reino Unido
Elias Revestido Herrero
Universidad de Cantabria
España
Jose Ramon Llata Garcia
Universidad de Cantabria
España
Luciano Alonso Renteria
Universidad de Cantabria
España
Carlos Torre Ferrero
Universidad de Cantabria
España
Núm. 45 (2024), Automática Marítima
DOI: https://doi.org/10.17979/ja-cea.2024.45.10807
Recibido: may. 29, 2024 Aceptado: jun. 14, 2024 Publicado: jul. 15, 2024
Derechos de autor

Resumen

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.

Detalles del artículo

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