水下潛器在作業使用時，為了自身的結構安全以及保持深度穩定性，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為耦合非線性。因此，水下潛器自主沉浮控制系統是一種慣性大、時滯、非線性的復雜控制系統。常規的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，主要由人工憑經驗根據水下潛器的重量、排水、沉浮速度及海況等諸因素調整各參數。但實際情況中海洋環境的特殊性和多變性，使得常規的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學模型描述而主要依賴人工經驗的復雜控制方法，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，缺少積分環節，并且其模糊規則一經確定就不再改變，在無干擾的情況下，可以獲得較好的控制效果，當環境條件發生變化時，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與模糊控制規則的選取對控制效果影響最大，該方法從優化隸屬函數入手，采用多層前向神經網絡的誤差反向傳播(EBP)算法對它的參數進行在線修正，采用Delta-Bar-Delta學習規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工作原理
    潛器沉浮控制系統裝置如圖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也依賴于實驗精確測定，為油囊充放油控制提供參數。

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
    輸入變量的隸屬函數為梯形隸屬函數和三角形隸屬函數。下面給出的是控制變量的隸屬函數，輸入變量的隸屬函數類同。
  
    其中i為輸入變量：i=1對應E，i=2對應；j為規則；μij(xi)為規則j中第i個輸入分量在所在模糊區間上的隸屬度；a，b，c，d為規則j中第i個輸入分量所在模糊區間的控制參數。
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的參數a，b，c，d和修正。取誤差函數：
   
    其中，η(t)為深度H，dp為控制目標。
    采用EBP算法(加慣性項)對隸屬函數的參數進行修正，得如下公式：
  
    其中，αij、βij、γij均為學習速率，τi為慣性系數。
    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的平穩段停止不前。慣性項的引入可以提高收斂速度和改善動態性能(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，參數a、b、ξ根據實際情況自定。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，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定狀態。

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為耦合非線性，因此，水下潛器自動沉浮控制系統必然是一種慣性大、時滯、非線性的復雜控制系統。本文提出的基于模糊控制的沉浮控制方法從優化隸屬函數入手，采用多層前向神經網絡的誤差反向傳播(EBP)算法對它的參數進行在線修正，并采用Delta-Bar-Delta學習規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，隸屬函數的優化還可以考慮將神經網絡與其他智能方法相結合，以期能夠獲得更快的控制效果。