Control tolerante a fallos adaptativo prescrito de rendimiento óptimo aproximado para vehículos subacuáticos autónomos basado en redes neuronales autoorganizadas

Este documento investiga el problema del control de seguimiento tolerante a fallos optimizado para el rendimiento de vehículos subacuáticos autónomos (AUVs) con perturbaciones desconocidas y fallos en los actuadores. Para asegurar la precisión de seguimiento prescrita y reducir el consumo de entradas de control, se utiliza una función de rendimiento prescrita para restringir el error de seguimiento, y se diseña una estrategia de optimización del rendimiento para planificar las entradas de control virtuales basadas en la función de costo optimizada. Para abordar las incertidumbres causadas por perturbaciones desconocidas y fallos aditivos, se emplea una red neuronal (NN) autoorganizada para estimar estas dinámicas compuestas desconocidas. La estructura de la NN puede adaptarse dinámicamente según la complejidad de la función ajustada, lo que evita una carga computacional excesiva. Se diseña una ley de estimación tolerante a fallos para minimizar el impacto en los AUVs cuando están sujetos a fallos multiplicativos parciales en los actuadores, y se diseña el controlador tolerante a fallos real basado en la estrategia de activación de eventos dinámicos, lo que reduce la frecuencia de actualización de las entradas de control mientras garantiza el funcionamiento seguro del sistema. El marco de control propuesto permite que el AUV asegure la precisión de seguimiento prescrita durante el proceso de seguimiento, mejorando la seguridad del seguimiento y reduciendo el consumo de energía para llevar a cabo la tarea. Finalmente, un experimento de simulación verifica la efectividad del esquema de control diseñado.