priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2024-67-3-241-250pribor-81Research ArticleСИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИSYSTEM ANALYSIS, MANAGEMENT AND INFORMATION PROCESSINGИдентификация параметров модели глубины погружения подводного аппарата на базе процедуры динамического расширения и смешивания регрессораParameters Identification for Underwater Vehicle Diving Depth Model Based on the Regressor Dynamic Expansion and Mixing ProcedureГлущенкоА. И.GlushchenkoA. I.

Антон Игоревич Глущенко — д-р техн. наук, доцент, вед. научный сотрудник,

Москва.

Anton I. Glushchenko — Dr. Sci., Associate Professor, Leading Researcher,

Moscow.

aiglush@ipu.ruЛасточкинК. А.LastochkinK. A.

Константин Андреевич Ласточкин — мл. научный сотрудник,

Москва.

Konstantin A. Lastochkin — Junior Researcher,

Moscow.

lastconst@ipu.ruИнститут проблем управления им. В. А. Трапезникова РАН, лаборатория № 7 адаптивных и робастных систем им. Я. З. ЦыпкинаV. A. Trapeznikov Institute of Control Sciences of the RAS, Ya. Z. Tsypkin Laboratory #7 of Adaptive and Robust Systems202426112024673241250Copyright © Национальный исследовательский университет ИТМО, 20242024Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/81

Представлено решение задачи оценивания параметров динамической модели глубины погружения необитаемого подводного аппарата. Для решения задачи предложен новый закон идентификации, основанный на процедуре динамического расширения и смешивания регрессора и алгоритме усреднения оценок неизвестных параметров. Полученная модель с идентифицированными параметрами с достаточной точностью аппроксимирует динамику глубины погружения реального аппарата и подходит для дальнейшего расчета на ее основе робастных типовых регуляторов. 

A solution to the problem of estimating the parameters of a dynamic model of the diving depth of an uninhabited underwater vehicle is presented. To solve the problem, a new identification law is proposed, based on the procedure of dynamic expansion and mixing of the regressor and an algorithm for averaging estimates of unknown parameters. The resulting model with identified parameters approximates the dynamics of the immersion depth of a real apparatus with sufficient accuracy and is suitable for further calculation of robust standard controllers based on it.

идентификациядинамическое расширение регрессораусреднение оценокнеобитаемый подводный аппаратвозбуждение регрессорауправлениеidentificationdynamic regressor extensionestimate averagingunmanned underwater vehicleregressor excitationcontrolРабота выполнена при частичной финансовой поддержке Совета по грантам Президента РФ (проект МД-1787.2022.4).The work was carried out with partial financial support from the Grant Council of the President of the Russian Federation (project MD-1787.2022.4).ReferencesO'Dwyer A. Handbook of PI and PID controller tuning rules. World Scientific, 2009.O'Dwyer A. Handbook of PI and PID Controller Tuning Rules, World Scientific, 2009.Astrom K. J. PID controllers: theory, design, and tuning / The International Society of Measurement and Control. 1995.Astrom K.J. PID Controllers: Theory, Design, and Tuning, The International Society of Measurement and Control, 1995.Ziegler J. G., Nichols N. B. Optimum settings for automatic controllers // Trans. of the American Society of Mechanical Engineers. 1942. Vol. 64, N 8. P. 759—765. DOI: 10.1115/1.4019264.Ziegler J.G., Nichols N.B. Transactions of the American society of mechanical engineers, 1942, no. 8(64), pp. 759–765, DOI: 10.1115/1.4019264.Яковис Л. М. Простые способы расчета типовых регуляторов для сложных объектов промышленной автоматизации // Автоматизация в промышленности. 2007. № 6. С. 51—56.Yakovis L.M. Avtomatizatsiya v promyshlennosti, 2007, no. 6, pp. 51–56, EDN: IBKZTV. (in Russ.)Ротач В. Я. Расчет настройки промышленных систем регулирования. М. — Л.: Госэнергоиздат, 1961. 344 с.Rotach V.Ya. Raschet nastroyki promyshlennykh sistem regulirovaniya (Calculation of Settings for Industrial Control Systems), Moscow, Leningrad, 1961, 344 р. (in Russ.)Рабкин Г. Л., Митрофанов В. А., Штеренберг Ю. О. Об определении численных значений коэффициентов передаточных функций линеаризованных звеньев и систем по экспериментальным частотным характеристикам // Автоматика и телемеханика. 1955. Т. 16, № 5. С. 488—494.Rabkin G.L., Mitrofanov V.A., Shterenberg Yu.O. Automation and Remote Control, 1955, no. 5(16), pp. 488–494. (in Russ.)Pintelon R., Guillaume P., Rolain Y., Schoukens J., Van Hamme H. Parametric identification of transfer functions in the frequency domain-a survey // IEEE Trans. on Automatic Control. 1994. Vol. 39, N 11. P. 2245—2260. DOI: 10.1109/9.333769.Pintelon R., Guillaume P., Rolain Y., Schoukens J., Van Hamme H. IEEE Transactions on automatic control, 1994, no. 11(39), pp. 2245–2260, DOI: 10.1109/9.333769.Ortega R., Nikiforov V., Gerasimov D. On modified parameter estimators for identification and adaptive control. A unified framework and some new schemes // Annual Rev. in Control. 2020. Vol. 50. P. 278—293. DOI: 10.1016/j.arcontrol.2020.06.002.Ortega R., Nikiforov V., Gerasimov D. Annual Reviews in Control, 2020, vol. 50, рр. 278–293, DOI: 10.1016/j.arcontrol.2020.06.002.Guo K., Pan Y. Composite adaptation and learning for robot control: A survey // Annual Rev. in Control. 2023. Vol. 55. P. 279—290. DOI: 10.1016/j.arcontrol.2022.12.001.Guo K., Pan Y. Annual Reviews in Control, 2023, vol. 55, рр. 279–290, DOI: 10.1016/j.arcontrol.2022.12.001.Wang L., Ortega R., Bobtsov A., Romero J. G., Yi B. Identifiability Implies Robust, Globally Exponentially Convergent On-line Parameter Estimation // Intern. Journal of Control. 2023. P. 1—16. DOI: 10.1080/00207179.2023.2246595.Wang L., Ortega R., Bobtsov A., Romero J. G., Yi B. International Journal of Control, 2023, рр. 1–16, DOI: 10.1080/00207179.2023.2246595.Gerasimov D. N., Nikiforov V. O. On key properties of the Lion's and Kreisselmeier's adaptation algorithms // Intern. Journal of Adaptive Control and Signal Processing. 2022. Vol. 36, N 6. P. 1285—1304. DOI: 10.1002/acs.3311.Gerasimov D.N., Nikiforov V.O. International Journal of Adaptive Control and Signal Processing, 2022, no. 6(36), pp. 1285–1304, DOI: 10.1002/acs.3311.Ortega R., Gromov V., Nuño E., Pyrkin A., Romero J. G. Parameter estimation of nonlinearly parameterized regressions without overparameterization: application to adaptive control // Automatica. 2021. Vol. 127. P. 109544. DOI: 10.1016/j.automatica.2021.109544.Ortega R., Gromov V., Nuño E., Pyrkin A., Romero J.G. Automatica, 2021, vol. 127, p. 109544, DOI: 10.1016/j.automatica.2021.109544.Abdulov A., Abramenkov A. Extra Steering for ROV Control System by Tracking the Gamepad Orientation // Proc. of the Intern. Russian Automation Conf. (RusAutoCon). Sochi: IEEE, 2021. P. 1041—1045. DOI: 10.1109/RusAutoCon52004.2021.9537456.Abdulov A., Abramenkov A. Proceedings of 2021 International Russian Automation Conference (RusAutoCon), Sochi, IEEE, 2021, рр. 1041–1045, DOI: 10.1109/RusAutoCon52004.2021.9537456.Fossen T. I. Handbook of marine craft hydrodynamics and motion control. John Wiley and Sons, 2011.Fossen T.I. Handbook of Marine Craft Hydrodynamics and Motion Control, John Wiley and Sons, 2011.Glushchenko A., Lastochkin K. Exact asymptotic estimation of unknown parameters of regressionequations with additive perturbations // Preprint arxiv.org 2310.14073. P. 1—6. https://arxiv.org/abs/2310.14073.Glushchenko A., Lastochkin K. Preprint arxiv.org 2310.14073, рр.1–6, https://arxiv.org/abs/2310.14073.

The authors declare that there are no conflicts of interest present.