Создание адаптивных систем управления подводными и промышленными роботами с использованием средств технической диагностики тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Зуев Александр Валерьевич

• Зуев Александр Валерьевич
• доктор наук
• 2024

Оглавление диссертации доктор наук Зуев Александр Валерьевич

ВВЕДЕНИЕ

1 ОБЗОР И АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ОПЕРАТИВНОГО ДИАГНОСТИРОВАНИЯ РОБОТОВ И СИНТЕЗА АДАПТИВНЫХ СУ

1.1 Обзор и анализ методов диагностирования в рабочих режимах различных роботов для обнаружения изменений их параметров, внешних воздействий и ошибок в показаниях датчиков

1.1.1 Диагностические фильтры Калмана

1.1.2 ДН, построенные на основе наблюдателей Люенбергера

1.1.3 Робастные и адаптивные наблюдатели

1.1.4 Соотношения паритета

1.1.5 Использование нейронных сетей для обнаружения дефектов и изменений параметров роботов

1.2 Методы определения величин отклонений параметров роботов от своих номинальных значений, внешних воздействий и ошибок в показаниях датчиков

1.3 Методы адаптации к дефектам и изменению параметров роботов

1.4 Формирование цели и задач для синтеза адаптивных СУ подводными и промышленными роботами с помощью методов технической диагностики

1.5 Выводы

2 ФОРМИРОВАНИЕ И ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПР И ММ, УЧИТЫВАЮЩИХ ВОЗМОЖНОСТЬ ПОЯВЛЕНИЯ ДЕФЕКТОВ В ИХ ИСПОЛНИТЕЛЬНЫХ ПРИВОДАХ И ИСПОЛЬЗУЕМЫХ ДАТЧИКАХ

2.1 Формирование математической модели электроприводов ММ при возникновении дефектов и изменении параметров

2.2 Исследование влияния дефектов и отклонений параметров исполнительных приводов на качество управления ММ

2.3 Математическая модель ПР при возникновении дефектов в их движителях и НПД

2.4 Исследование влияния дефектов в движителях и НПД на качество управления ПР

2.5 Уточнение порядка синтеза систем диагностирования и адаптации к дефектам и изменению параметров электроприводов ММ и

движителей ПР

2.6 Выводы

3 МЕТОД ПОСТРОЕНИЯ БАНКОВ ДН, ОБЕСПЕЧИВАЮЩИХ ОПЕРАТИВНОЕ ДИАГНОСТИРОВАНИЕ ЭЛЕКТРОПРИВОДОВ ПР И ММ НЕПОСРЕДСТВЕННО В ИХ РАБОЧИХ РЕЖИМАХ

3.1 Метод построения банков ДН для исполнительных приводов роботов, описываемых существенно нелинейными дифференциальными уравнениями с переменными параметрами

3.1.1 Формирование основных соотношений по синтезу линейных ДН

3.1.2 Формирование канонической формы ДН

3.1.3 Критерии существования ДН

3.1.4. Синтез ДН

3.1.5. Формирование нелинейной компоненты ДН

3.2 Синтез и исследование ДН для обнаружения изменений параметров движителей ПР, внешних воздействий и ошибок в показаниях их

датчиков

3.3 Синтез и исследование ДН для обнаружения дефектов и отклонений параметров в электроприводах ММ

3.4 Выводы

4 МЕТОДЫ ПОСТРОЕНИЯ НПС ДЛЯ ОПРЕДЕЛЕНИЯ ВЕЛИЧИН ОТКЛОНЕНИЙ ПАРАМЕТРОВ ИСПОЛНИТЕЛЬНЫХ ПРИВОДОВ ПР И ММ ОТ СВОИХ НОМИНАЛЬНЫХ ЗНАЧЕНИЙ, ВНЕШНИХ ВОЗДЕЙСТВИЙ И ОШИБОК В ПОКАЗАНИЯХ ДАТЧИКОВ

4.1 Описание подхода к построению НПС с использованием упрощенных моделей ОД

4.2 Разработка методов построения НПС на основе упрощенных

моделей ОД

4.2.1 Разработка метода синтеза НПС на основе упрощенных моделей линейных ОД

4.2.2 Разработка метода синтеза НПС с использованием упрощенных моделей нелинейных ОД

4.2.3 Метод построения НПС с ослабленными условиями

существования для нелинейных нестационарных ОД

4.3 Разработка НПС для определения одиночных дефектов и

отклонений в движителях ПР

4.4. Построение дополнительных НПС для одновременного определения отклонений параметров приводов и появления ошибок в показаниях ДС движителей ПР

4.5 Исследование работы синтезированных НПС для движителей ПР

4.6 Разработка и исследование НПС для электроприводов ММ

4.7 Выводы

5 РАЗРАБОТКА АДАПТИВНЫХ СУ ДЛЯ УСТРАНЕНИЯ ПОСЛЕДСТВИЙ ИЗМЕНЕНИЯ ПАРАМЕТРОВ ПОДВОДНЫХ И ПРОМЫШЛЕННЫХ РОБОТОВ, А ТАКЖЕ ПОЯВЛЕНИЯ ВНЕШНИХ ВОЗДЕЙСТВИЙ И ОШИБОК В ПОКАЗАНИЯХ ДАТЧИКОВ

5.1 Разработка и исследование адаптивной СУ движителями ПР

5.2 Разработка и исследование адаптивной СУ электроприводами промышленных ММ

5.3 Экспериментальные исследования адаптивной СУ электроприводами роботов

5.4 Разработка метода синтеза адаптивных СУ для устранения последствий появления ошибок в показаниях НПД автономных ПР

5.5 Особенности практической реализации ССП для АНПА с адаптацией к ошибочным показаниям бортовых НПД

5.6 Выводы

6 РАЗРАБОТКА МЕТОДОВ ВЫСОКАЧЕСТВЕННОГО УПРАВЛЕНИЯ ПОДВОДНЫМИ И ПРОМЫШЛЕННЫМИ ММ ПРИ ВЫПОЛНЕНИИ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ

6.1 Разработка и исследование адаптивных СУ, обеспечивающих высокоточное управление электроприводами ММ, установленными

на ПР

6.2 Разработка и исследование комбинированных позиционно-силовых

СУ ММ

6.2.1 Анализ существующих методов позиционно-силового управления ММ

6.2.2 Разработка обобщенного подхода к созданию нового метода

синтеза комбинированных позиционно-силовых СУ ММ

6.2.3 Синтез комбинированных позиционно-силовых СУ ММ

6.2.4 Особенности формирования коэффициентов усиления обратных связей позиционно-силовых СУ электроприводами

6.2.5 Формирование желаемых значений внешних моментов для электроприводов каждой степени подвижности ММ

6.2.6 Исследование синтезированных комбинированных позиционно-силовых СУ ММ

6.3 Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

СЛОВА БЛАГОДАРНОСТИ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А. АКТЫ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ

ИССЛЕДОВАНИЯ

Введение диссертации (часть автореферата) на тему «Создание адаптивных систем управления подводными и промышленными роботами с использованием средств технической диагностики»

ВВЕДЕНИЕ

Актуальность темы исследования. В настоящее время наблюдается значительное расширение областей эффективного использования роботов различного вида и назначения, а также усложнение выполняемых ими исследовательских миссий и технологических операций в автономном режиме без участия человека-оператора. Прежде всего, к таким перспективным областям относятся: исследование и освоение Мирового океана [54, 214], исследование планет Солнечной системы и дальнего космоса [207], медицина [213], военное применение [62], сельское хозяйство [141], добыча полезных ископаемых [58, 140] и др. Часто функционирование роботов осуществляется в экстремальных условиях (большие глубины, высокое давление, радиационное излучение, низкие и высокие температуры, запыленность, значительные механические нагрузки, действие агрессивных сред и т.п.). При таких условиях особо важное значение имеет повышение надежности, безопасности и эффективности автономной работы этих сложных технических устройств, функционирующих к тому же в условиях параметрической неопределенности и нестационарности как самого объекта управления, так и окружающей рабочей среды [114, 135, 137, 242, 279, и др.].

Несмотря на разнообразие типов существующих роботов (многозвенные манипуляторы (ММ), автономные надводные и подводные роботы (ПР), мобильные наземные роботы, беспилотные летательные аппараты), все они содержат схожие функциональные элементы, от которых в значительной степени зависит их работоспособность и эффективность: исполнительные приводы, обеспечивающие движение роботов в пространстве, и датчики, показания которых используются их системами управления (СУ) для формирования и отработки траекторий движения. Увеличение моментов сухих трений в приводах, обусловленное ухудшением свойств смазки, разрушением подшипников, попаданием мусора, износом уплотняющих манжет; изменения величин активных сопротивлений якорных цепей электродвигателей из-за их избыточного перегрева или замыкания части витков обмотки; появление неизвестных дополнительных

внешних моментных воздействий на выходных валах двигателей; а также ошибки показаний датчиков роботов или их полный отказ приводят не только к существенному ухудшению качества работы этих сложных технических устройств и к появлению брака, но также и к возникновению аварийных ситуаций или даже потере дорогостоящих роботов.

Кроме того, большую трудность для качественного автоматического управления различными роботами, особенно подводными [135, 137], представляет недостаточность или полное отсутствие информации о реальных значениях их текущих параметров, а также о характере их взаимодействия с окружающей средой. Традиционно [242] в процессе проектирования удается использовать лишь приближенные сведения об этих параметрах, которые к тому же могут изменяться в широких пределах в процессе перемещения роботов по сложным пространственным траекториям [114, 135].

Во многих случаях причиной возникновения различных непредвиденных или аварийных ситуаций при функционировании любых робототехнических комплексов и устройств является человеческий фактор [31]. Известно множество примеров, когда неправильные действия людей, связанные с их недостаточной квалификацией, несоблюдением инструкций или со стрессовыми ситуациями, приводили к потере дорогостоящей техники.

Необходимо отметить, что механические части и электронные компоненты практически всех известных типов роботов за более чем полувековую историю их существования достаточно хорошо отработаны. Поэтому основное внимание в мире сейчас уделяется улучшению технических характеристик и расширению функциональных возможностей роботов за счет создания и использования нового типа адаптивных и интеллектуальных СУ [137, 242]. Сейчас уже разработано достаточно много подходов к построению СУ роботами различного вида и назначения, функционирующими в условиях параметрической неопределенности и нестационарности объекта управления. Однако все эти известные нелинейные, самонастраивающееся и адаптивные СУ, как правило, не проектируются с учетом возможного появления дефектов, приводящих к неучтенному изменению

параметров исполнительных элементов роботов и появлению ошибок в показаниях их датчиков или полному их отказу.

В настоящее время одним из перспективных подходов к повышению надежности, безопасности и эффективности роботов является использование методов технической диагностики, связанных с непрерывной проверкой правильности функционирования динамических систем в процессе выполнения ими своих основных функций (в рабочих режимах) [31, 65, 151, 227, 264]. Эти методы позволяют обнаруживать в реальном масштабе времени (РМВ) дефекты (под дефектом согласно ГОСТ 27.002-2015 понимается каждое отдельное несоответствие объекта заданным требованиям), приводящие к отказам различных элементов, выявлять места их появления, производить определение величин изменившихся из-за появления дефектов параметров систем и ошибок в показаниях датчиков. После выявления дефектов и отклонений параметров диагностируемых систем от их номинальных значений необходимо легкореализуемыми средствами выполнить оперативное парирование всех идентифицированных изменений, приводящих к нежелательным последствиям. Это особенно важно обеспечить при автономном режиме работы роботов (особенно на большом удалении от мест постоянной дислокации). Если же указанное парирование с требуемым эффектом выполнить не удается, то необходимо оперативно переходить к противоаварийным мероприятиям, включающим остановку технологических процессов, экстренное прекращение выполнения рабочих миссий и т.д.

Таким образом, важным и актуальным является решение проблемы создания на основе методов технической диагностики новых адаптивных СУ, которые позволят обеспечить неизменную работоспособность роботов и высокую их эффективность в процессе автономной эксплуатации при появлении различных дефектов в их приводах и датчиках, а также неучтенном изменении параметров этих роботов.

Степень разработанности темы исследований. Техническая диагностика динамических (мехатронных) систем начала активно развиваться с 70-х годов 20-го века на стыке теории надежности и теории автоматического управления с

широким привлечением методов вычислительной математики. Вначале она рассматривалась как одно из направлений теории надежности. При этом в качестве средств диагностирования вначале использовались копии исходных систем, но оказалось, что в большинстве случаев это технически затруднительно и экономически невыгодно. В дальнейшем начали использовать математические модели диагностируемых систем, реализуемые на ЭВМ [204, 212, 228, 298], в результате чего задачи обнаружения и идентификации дефектов по математическим моделям объектов диагностирования (ОД) стали схожими с задачами, решаемыми в рамках теории автоматического управления и особенно таких ее разделов, как теория оценивания и идентификации, теория чувствительности, теория адаптивного управления и др. На основе фильтров Калмана и наблюдателей Люенбергера, традиционно используемых для решения задач оценивания переменных состояния объектов управления, были разработаны специальные диагностические фильтры и наблюдатели, предназначенные для решения задач функционального диагностирования (процедура диагностирования, осуществляемая в рабочих режимах).

Существенный вклад в создание и развитие современных методов функционального диагностирования и принципов построения адаптивных отказоустойчивых СУ для различных технических систем внесли многие отечественные и зарубежные ученые: М.Б. Игнатьев, Л.А. Мироновский, Н.В. Колесов, А.Н. Жирабок, А.Е. Шумский, Ч.М. Гаджиев, R. Clark, P. Frank, R. Isermann, M. Staroswiecki, R. Patton, C. Edwards, M. Blanke, B. Jiang, S. Spurgeon и др. Текущее состояние исследований по этой тематике применительно к робототехническим и мехатронным устройствам представлено в работах [171, 209, 210, 310].

Проведенный анализ существующих методов функционального диагностирования и парирования последствий возникновения дефектов в роботах различного вида и назначения показал, что их можно объединить в две основные группы. Первая ориентирована на формирование управления, обеспечивающего нечувствительность к возникающим дефектам без идентификации их величин. Эти

методы в основном применимы только для узкого класса дефектов и ОД. Методы второй группы основаны на процедурах обнаружения и определения величин изменений параметров и ошибок в показаниях датчиков, обусловленных дефектами, с помощью различных диагностических наблюдателей (ДН), а также на формировании специальных дополнительных сигналов коррекции законов управления, гарантирующих оперативное парирование последствий этих негативных изменений. Они применимы и эффективны при возникновении большинства дефектов, в большинстве ОД, включая мехатронные и робототехнические устройства.

Существующие в настоящее время методы построения ДН, как правило, используются для обнаружения только одиночных дефектов в ОД, описываемых стационарными линейными или нелинейными дифференциальными уравнениями, в которых имеются дифференцируемые нелинейные функции. Однако на самом деле, как уже упоминалось ранее, роботы описываются довольно сложными и нелинейными многосвязными дифференциальными уравнениями с переменными параметрами [114, 135], учитывающими взаимовлияния между их степенями свободы и каналами управления, а также взаимодействие с внешней средой. А при функционировании этих роботов, как показывает практика, могут возникать дефекты, которые приводят к одновременному изменению сразу нескольких параметров и появлению ошибок в показаниях датчиков, при этом сами параметры роботов могут изменяться в довольно широком диапазоне.

Кроме того, к характерным особенностям автономных роботов, существенно затрудняющим использование известных методов для точного выявления в РМВ и адаптации к дефектам и переменным параметрам, относятся следующие обстоятельства [279]:

- роботы подвержены влиянию неизвестных внешних возмущений воздействий различной природы;

- в роботах, как правило, измерению доступен только ограниченный набор переменных состояния объекта управления, это обусловлено тем, что зачастую по разным причинам невозможна установка дополнительных датчиков;

- наличие ограничений мощности исполнительных приводов;

- невысокая производительность бортовых ЭВМ заставляет учитывать вычислительную эффективность реализуемых СУ.

Анализ показал, что при синтезе ДН для роботов может быть успешно применен известный логико-динамический подход [29, 31], позволяющий линейными методами решать задачи функционального диагностирования дефектов в большинстве динамических (мехатронных) объектов, описываемых нелинейными дифференциальными уравнениями с постоянными параметрами. Однако ДН, построенные с использованием этого подхода, по анализу формируемых сигналов невязки могут успешно обнаруживать факт возникновения только конкретных одиночных дефектов, но не способны выявлять и оценивать изменения многих параметров роботов и величин ошибок в показаниях их датчиков, обусловленных появлением этих дефектов или другими факторами. В этом случае необходима разработка новых методов построения ДН особенно, если диагностируемые роботы описываются существенно нелинейными дифференциальными уравнениями с переменными параметрами. При этом создаваемые ДН должны успешно обнаруживать в РМВ одновременное изменение многих параметров, появление внешних возмущающих воздействий и ошибок в показаниях датчиков этих роботов.

В последние годы для определения (оценки) величин отклонений параметров динамических (мехатронных) объектов от их номинальных значений и ошибок в показаниях их датчиков начали использоваться диагностические наблюдатели с переменной структурой (НПС) [170]. Однако при синтезе указанных наблюдателей известными методами требуется вводить существенные ограничения, предполагая, что все переменные состояния ОД, в уравнениях которых выявляются дефекты и отклонения параметров, должны измеряться соответствующими датчиками, что в современных подводных и промышленных роботах не всегда возможно. Кроме того, синтезируемые традиционными методами НПС строятся на основе полной модели ОД, поэтому имеют довольно громоздкую структуру со сложной практической реализацией на низко производительных бортовых ЭВМ

автономных роботов.

Выполненный анализ показал, что для устранения последствий появляющихся дефектов в приводах подводных и промышленных роботов целесообразно использовать известный обобщенный подход структурного синтеза нелинейных СУ и развитые на его основе методы построения самонастраивающихся корректирующих устройств (СКУ) [114, 135]. Однако существующие в настоящее время СКУ обеспечивают стабилизацию динамических свойств приводов роботов только при изменении их параметров, обусловленных наличием взаимовлияний между степенями подвижности и внешних воздействий, но не учитывают возможность появления дефектов в самих приводах, а также какие-либо ошибки в показаниях используемых датчиков.

Точное решение задачи парирования дефектов, возникающих в навигационно-пилотажных датчиках (НПД) автономных подводных роботов (ПР), требует использования полных нелинейных динамических моделей этих ОД с учетом неопределенных и существенно переменных параметров [203], обусловленных взаимодействием этих роботов с вязкой средой. Здесь необходимо отметить, что при перемещении по сложным пространственным траекториям с высокой скоростью эти параметры могут изменяться в довольно широком диапазоне [137]. Наличие неизвестных и быстро изменяющихся параметров при синтезе ДН приводит к ошибочному появлению отличных от нуля невязок, формируемых этими наблюдателями, даже при отсутствии ошибок в показаниях датчиках ПР. Поэтому необходимо искать другие пути эффективного решения этой непростой задачи.

Важным требованием при проведении подводных научных измерений, поиске и обследовании донных объектов с помощью малогабаритных автономных необитаемых подводных аппаратов-роботов (АНПА) является наличие точной и надежной навигации [1]. Во многих случаях в процессе выполнения подводных работ требуется знание координат АНПА с погрешностью в пределах нескольких метров при условии, что продолжительность работы современных подводных аппаратов может составлять несколько десятков часов. Указанная высокая

точность работы АНПА заставляет искать новые специальные меры для эффективного решения навигационных задач и реализации контрольно-аварийных систем аппарата.

Основу типовых навигационных систем малогабаритных АНПА обычно составляет система счисления пути (ССП) [1], которая включает в себя: доплеровский лаг для измерения линейных скоростей относительно дна по двум осям жестко связанной с АНПА системы координат, датчик ориентации АНПА, измеряющий углы крена, дифферента и курса, а также датчик глубины.

Текущее положение АНПА определяется путем вычисления компонент скорости в абсолютной системе координат (АСК) с последующим их интегрированием. Наличие ошибок в данных, получаемых от указанных выше датчиков, из-за возможных дефектов или других факторов приводит к ошибкам в определении местоположения АНПА, которые накапливаются в процессе счисления пути.

В последние годы на некоторых АНПА стали применяться довольно надежные малогабаритные оптические инерциальные навигационные системы [59]. Однако в связи с относительно высокой стоимостью таких систем они пока не нашли широкого распространения среди АНПА. Одним из перспективных направлений повышения надежности работы элементов ССП АНПА является использование методов адаптации, позволяющих автоматически выявлять и исправлять ошибочные показания датчиков АНПА в течение всего времени их подводной работы. При этом необходимо создавать комплексные контрольно-аварийные системы этих автономных роботов.

Сейчас для увеличения эффективности выполнения многих работ на объектах подводной инфраструктуры (прокладка, инспекция и ремонт газопроводов, подводное строительство, мониторинг водной среды, отбор проб грунта, охрана подводных акваторий и т.д.) происходит расширение области применения автономной подводной робототехники [57, 131]. В частности, во многих странах приступили к созданию новых автономных ПР с многозвенными манипуляторами (ММ), позволяющих заменить маломаневренные, громоздкие и дорогостоящие телеуправляемые комплексы (особенно для глубоководных работ)

при выполнении различных технологических операций на объектах подводной инфраструктуры. При этом важной проблемой здесь является повышение точности управления ММ, установленными на ПР. Это обусловлено тем, что на движущиеся звенья подводных ММ оказываются значительные и трудно определяемые динамические воздействия со стороны окружающей водной среды [61]. При этом манипуляторы часто перемещают подводные объекты с априорно неизвестными параметрами. Кроме того, в процессе эксплуатации подводных ММ могут происходить непредвиденные увеличения моментов вязкого и сухого трений в используемых электроприводах (из-за изменения свойств и загрязнений смазки, трений в герметизирующих разъемах и т.п.). В результате на выходных валах приводов ММ возникают дополнительные переменные моменты, существенно снижающие точность перемещения их рабочих органов при выполнении манипуляционных работ.

Для расчета силовых воздействий вязкой среды на движущиеся звенья ММ, а также взаимовлияний между их степенями подвижности может использоваться известный рекуррентный алгоритм решения обратной задачи динамики (ОЗД) [132]. Однако точность вычислений этих взаимовлияний и воздействий невелика из-за большой сложности корректного априорного определения параметров воздействий вязкой среды на все звенья ММ, а также величин масс и моментов инерции жидкости, присоединенных к этим звеньям. Поэтому аналитических расчетов, полученных с помощью алгоритма решения ОЗД, недостаточно для определения всех негативных моментных воздействий на выходные валы приводов подводных ММ.

Таким образом, задача повышения динамической точности автоматического управления подводными ММ все еще является важной и актуальной. Для ее решения необходима разработка новых адаптивных систем, обеспечивающих высокоточную идентификацию и последующую компенсацию всех внешних моментных воздействий в степенях подвижности подводных ММ, вызванных влияниями вязкой среды на эти манипуляторы, а также точную стабилизацию параметров их электроприводов на номинальном уровне.

В настоящее время перспективными областями применения многозвенных промышленных роботов-манипуляторов является автоматизация даже сложных технологических операций. При этом часто возникает необходимость в силомоментном взаимодействии многозвенника с различными объектами работ, когда для качественного выполнения этих операций требуется не только точное перемещение рабочего инструмента (РИ) ММ по любым пространственным траекториям, но и одновременное создание заданного силового воздействия со стороны манипулятора на объекты обработки [280]. Автоматическое выполнение указанных операций требует наличия у манипуляторов высокоточных позиционно-силовых СУ.

Анализ показал, что одним из перспективных подходов для решения этой задачи является создание комбинированных позиционно-силовых СУ [124], которые без использования силомоментных датчиков и снижения жесткости многозвенника смогут одновременно обеспечить высокоточное управление и движением РИ, и его силовое воздействие (возможно переменное) на внешние объекты при выполнении различных технологических операций. Однако для реализации указанных комбинированных систем требуется в РМВ точное вычисление величин внешних моментов, действующих во всех сочленениях манипулятора при силовом воздействии с объектами работы. Традиционный подход к решению этой задачи предполагает установку дополнительных датчиков угловой скорости и ускорения выходных валов приводов, что значительно усложняет практическую реализацию позиционно-силовых систем. Другим подходом к вычислению в РМВ величин внешних моментов без установки дополнительных датчиков является использование диагностических НПС. Но, учитывая большую сложность описания нелинейных нагруженных электроприводов промышленных ММ [114], необходима разработка новых эффективных методов синтеза указанных НПС, а также построения позиционно-силовых СУ на их основе.

Цели и задачи исследования. Целью диссертационной работы является решение важной научной проблемы, заключающейся в теоретическом

обосновании построения и создании новых адаптивных СУ подводными и промышленными роботами, описываемыми сложными нелинейными дифференциальными уравнениям с переменными и часто неизвестными параметрами, с использованием методов технической диагностики. Эти системы за счет использования оперативного диагностирования в рабочих режимах работы исполнительных приводов и датчиков указанных роботов, определения величин их параметров, а также параметров внешних воздействий и ошибок в показаниях датчиков должны обеспечить этим сложным объектам свойства инвариантности к отмеченным негативным явлениям и тем самым гарантировать их неизменную работоспособность и эффективность во время автономной эксплуатации при выполнении различных сложных работ и миссий.

Достижение указанной цели предусматривает решение следующих теоретических и практических задач:

1) формирование точных математических моделей ПР и ММ, учитывающих возможность появления типовых дефектов в их исполнительных приводах и используемых датчиках, а также изменение параметров самих роботов в процессе функционирования;

2) разработка и теоретическое обоснование новых методов построения банков ДН, обеспечивающих оперативное диагностирование в рабочих режимах исполнительных приводов ПР и ММ для обнаружения в РМВ изменений их параметров, появления внешних моментных воздействий и ошибок в показаниях датчиков;

3) разработка новых методов построения НПС для определения величин отклонений параметров исполнительных приводов ПР и ММ от своих номинальных значений, внешних моментных воздействий и ошибок в показаниях датчиков этих роботов, обусловленных появлением различных одиночных или кратных дефектов, а также других негативных факторов;

4) разработка адаптивных СУ для исполнительных приводов ПР и ММ, которые обеспечивают точную компенсацию негативных последствий появления дефектов в исполнительных приводах и датчиках этих роботов, а также отклонений

параметров роботов от своих номинальных значений;

5) разработка метода синтеза систем адаптации к дефектам, возникающим в НПД основных типов автономных ПР;

6) разработка ССП для АНПА с адаптацией к ошибочным показаниям бортовых НПД;

7) разработка адаптивных СУ, обеспечивающих высокоточное управление электроприводами ММ, установленными на ПР, при движении РИ этих многозвенников по сложным пространственными траекториям в процессе выполнения заданных технологических операций;

8) разработка новых методов синтеза комбинированных позиционно-силовых СУ электроприводами промышленных ММ, которые без использования силомоментных датчиков обеспечат высокоточное управление как движением рабочих инструментов (РИ), так и их силовыми воздействиями (возможно переменными) на внешние объекты;

9) обеспечить практическую реализацию синтезированных систем, а также проведение численных и экспериментальных исследований их работоспособности и эффективности.

Научная новизна диссертационной работы заключается в создании и теоретическом обосновании комплекса новых методов построения ДН и НПС, обеспечивающих в РМВ выявление дефектов в исполнительных приводах и датчиках подводных и промышленных роботов, описываемых сложными нелинейными дифференциальными уравнениям с переменными и неизвестными параметрами, оценку величин отклонений их параметров от своих номинальных значений, а также внешних воздействий и ошибок в показаниях датчиков. На основе этих теоретических методов созданы новые адаптивные СУ, которые за счет формирования в РМВ дополнительных управляющих воздействий, подаваемых на приводы роботов, обеспечивают этим роботам свойства инвариантности к указанным негативным явлениям и тем самым гарантируют неизменную работоспособность, точность и высокую эффективность их работы.

В частности, основными научными достижениями, полученными в

диссертации, являются:

1. Построенные более точные математические модели ПР и ММ, учитывающие возможность появления дефектов в их исполнительных приводах и датчиках. С использованием этих моделей удается синтезировать адаптивные СУ, устраняющие негативные последствия указанных дефектов и изменений параметров ПР и ММ на качество их работы.

2. Методы построения банков ДН для исполнительных приводов ПР и ММ, которые, используя комплексный анализ формируемых невязок и реализацию новых процедур построения наблюдателей, позволяют реагировать на разные комбинации изменений параметров, появление внешних моментных воздействий и ошибок в показаниях датчиков, определяя места дефектов и отклонений параметров.

Список литературы диссертационного исследования доктор наук Зуев Александр Валерьевич, 2024 год

- 160 с.

53. Инзарцев А.В., Грибова В.В., Клещёв А.С. Интеллектуальная система для формирования адекватного поведения автономного подводного робота в аварийных ситуациях // Подводные исследования и робототехника. - 2015. - № 2 (20). - С. 4-11.

54. Инзарцев А.В., Киселев Л.В., Костенко В.В., Матвиенко Ю.В., Павин А.М., Щербатюк А.Ф. Подводные робототехнические комплексы: системы, технологии, применение. - Владивосток: ИПМТ ДВО РАН, 2018. - 368 с.

55. Кабанов А.А., Зуев А.В., Жирабок А.Н., Филаретов В.Ф. Метод идентификации дефектов: подход на основе методов оптимального управления // РАН. Автоматика и телемеханика. - 2023. - № 9. - С.93-105.

56. Квакернаак Х., Сиван Р. Линейные оптимальные системы управления. М.: Мир, 1977.

57. Коноплин А.Ю., Коноплин Н.Ю., Шувалов Б.В. Подход к выполнению АНПА технологических манипуляционных операций с различными подводными объектами // Подводные исследования и робототехника. - 2019. - №1. - С. 31 -37.

58. Конюх В.Л. Робототехнические системы для подземных работ: история и перспективы // Мехатроника, автоматизация, управление. - 2006. - № 2. - С. 21-25.

59. Коркишко Ю.Н., Федоров В.А., Прилуцкий В.Е., Пономарев В.Г., Морев И.В. и др. Бесплатформенные инерциальные навигационные системы на основе волоконно-оптических гироскопов // Гироскопия и навигация. - 2014. - № 1. - С. 14-25.

60. Краснова С. А., Мысик Н. С. Каскадный синтез наблюдателя состояния с нелинейными корректирующими воздействиями // Автоматика и телемеханика. -2014. - № 2. - С. 106-128.

61. Куафе Ф. Взаимодействие робота с внешней средой. М.: Мир, 1985. - 285

с.

62. Макаренко С.И. Робототехнические комплексы военного назначения -современное состояние и перспективы развития // Системы управления, связи и безопасности. - 2016. - № 2. - С. 73-132.

63. Максимов А.И., Филаретов В.Ф. Использование квадратичного критерия качества для синтеза сложных систем управления // Изв. ВУЗов. Машиностроение. 1976. № 9. С. 61-65.

64. Мерриэм К.У. Теория оптимизации и расчет систем управления с обратной связью. М.: Мир, 1967. 549 с.

65. Мироновский Л.А. Функциональное диагностирование динамических систем. М.; СПб.: Изд-во МГУ-ГРИФ, 1998. - 256 с.

66. Мирошник И.В., Никифоров В.О., Фрадков А.Л. Нелинейное и адаптивное управление сложными динамическими системами. СПб.: Наука, 2000.

67. Нелинейная динамика и управление: сборник статей. Вып. 6 / Под ред. С.В. Емельянова, С.К. Коровина. - М.: ФИЗМАТЛИТ, 2008. - 340 с.

68. Пантов Е.Н., Махин Н.Н., Шереметов Б.Б. Основы теории движения подводных аппаратов. - Л.: Судостроение, 1973. - 216 с.

69. Патент России № 2356721, Бюл. № 5 от 2009. Устройство стабилизации силового воздействия на обрабатываемую поверхность / В.Ф. Филаретов.

70. Патент РФ № 2147985, Бюл. № 12 от 2000. Устройство для управления движителем подводного робота / Филаретов В.Ф., Лебедев А.В., Юхимец Д. А.

71. Патент РФ № 2355563, Бюл. №14 от 20.05.2009. Устройство для управления приводом робота / Филаретов В.Ф., Зуев А.В., Губанков А.С.

72. Патент РФ № 2568787, Бюл. №32 от 20.11.2015. Самонастраивающийся электропривод / Филаретов В.Ф., Зуев А.В., Жирабок А.Н.

73. Патент РФ № 2568789, Бюл. №32 от 20.11.2015. Самонастраивающийся электропривод / Филаретов В.Ф., Зуев А.В., Проценко А.А.

74. Патент РФ № 2592036, Бюл. №20 от 20.07.2016. Самонастраивающийся электропривод / Филаретов В.Ф., Зуев А.В., Жирабок А.Н.

75. Патент РФ № 2799176, Бюл. №19 от 04.07.2023. Способ позиционно -силового управления автономным необитаемым подводным аппаратом с многостепенным манипулятором / Зуев А.В., Филаретов В.Ф., Тимошенко А.А.

76. Петров А.А. Активное формирование моделей проблемной среды очувствленными роботами. М.: Институт проблем передачи информации РАН, 1997. - 229 с.

77. Петров Б.Н., Рутковский В.Ю., Крутова И.Н. Принципы построения и проектирования самонастраивающихся систем управления. - М.: Машиностроение, 1972. - 260 с.

78. Подураев Ю.В., Леонов П.В. Методы силового управления и система

автоматизированного программирования технологических роботов для зачистных операций // Мехатроника. 1995. № 1. С. 115-120.

79. Попов А.В., Юревич Е.И. Роботы с силовым очувствлением. СПб.: Астерион, 2008. 74 с.

80. Попов Е. П. Теория нелинейных систем автоматического регулирования и управления: Учеб. Пособие // М.: Наука. Гл. ред. физ.-мат. лит. - 1988. - 256 с.

81. Пятницкий Е.С. Синтез управления манипуляционными роботами на принципе декомпозиции // Изв. АН СССР. Техническая кибернетика. - 1987. - № 3. - С. 92-99.

82. Свидетельство на программу для ЭВМ № 2015613571 от 19.03.2015. Модуль аккомодации к дефектам в датчике курса подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

83. Свидетельство на программу для ЭВМ № 2015613573 от 19.03.2015. Модуль аккомодации к дефектам в датчике угловых скоростей подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

84. Свидетельство на программу для ЭВМ № 2015662593 от 26.11.2015. Модуль аккомодации к дефектам в датчике крена подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

85. Свидетельство на программу для ЭВМ №2015662542 от 26.11.2015. Модуль аккомодации к дефектам в датчике линейных скоростей подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

86. Свидетельство на программу для ЭВМ №2015662745 от 01.12.2015. Модуль аккомодации к дефектам в датчике дифферента подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

87. Свидетельство на программу для ЭВМ №2016619797 от 30.08.2016. Программа диагностирования дефектов в датчиках положения электроприводов многозвенного манипулятора / Филаретов В.Ф., Зуев А.В., Проценко А.А.

88. Свидетельство на программу для ЭВМ №2016619973 от 01.09.2016. Программа диагностирования дефекта в электроприводе третьей степени подвижности многозвенного манипулятора с кинематической схемой PUMA,

вызванного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А.А.

89. Свидетельство на программу для ЭВМ №2016660297 от 12.09.2016. Программа диагностирования дефекта в электроприводе первой степени подвижности многозвенного манипулятора с кинематической схемой PUMA, вызванного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А.А.

90. Свидетельство на программу для ЭВМ №2016660323 от 13.09.2016. Программа диагностирования дефекта в электроприводе второй степени подвижности многозвенного манипулятора с кинематической схемой PUMA, вызванного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А.А.

91. Свидетельство на программу для ЭВМ №2016660324 от 13.09.2016. Программа диагностирования дефекта в электроприводах многозвенного манипулятора, вызванных изменением величины активного сопротивления цепи якоря / Филаретов В.Ф., Зуев А.В., Проценко А.А.

92. Свидетельство на программу для ЭВМ №2016661915 от 25.10.2016. Программа для адаптивного управления электроприводом многозвенного манипулятора / Филаретов В.Ф., Зуев А.В., Губанков А.С., Горностаев И.В.

93. Свидетельство на программу для ЭВМ №2016661919 от 26.10.2016. Программа для адаптивного управления электроприводом манипулятора / Филаретов В.Ф., Зуев А.В., Губанков А.С., Горностаев И.В.

94. Свидетельство на программу для ЭВМ №2016661920 от 26.10.2016. Программа для адаптивного управления электроприводом многостепенного манипулятора / Филаретов В.Ф., Зуев А.В., Губанков А.С., Горностаев И.В.

95. Свидетельство о регистрации программы для ЭВМ 2020666952 от 18.12.2020. Программный модуль для аккомодации к дефектам в движителях подводных роботов, приводящим к изменению активных сопротивлений цепей якоря электродвигателей / Филаретов В.Ф., Зуев А.В., Проценко А.А.

96. Свидетельство о регистрации программы для ЭВМ № 2019665673 от

06.02.2020. Программа диагностирования дефектов в датчиках угловой скорости электроприводов многозвенного манипулятора / Филаретов В.Ф., Зуев А.В., Проценко А.А.

97. Свидетельство о регистрации программы для ЭВМ № 2020611653 от 06.02.2020. Программа диагностирования дефектов в движителях подводного аппарата / Филаретов В.Ф., Зуев А.В., Проценко А.А.

98. Свидетельство о регистрации программы для ЭВМ № 2020612225 от 19.02.2020. Программа аккомодации к дефекту в электроприводе третьей степени подвижности многозвенного манипулятора с кинематической схемой PUMA, обусловленного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А. А.

99. Свидетельство о регистрации программы для ЭВМ № 2020612226 от 19.02.2020. Программа аккомодации к дефекту в электроприводе второй степени подвижности многозвенного манипулятора с кинематической схемой PUMA, обусловленного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А. А.

100. Свидетельство о регистрации программы для ЭВМ № 2020612227 от 19.02.2020. Программа аккомодации к дефекту в электроприводе первой степени подвижности многозвенного манипулятора с кинематической схемой PUMA, обусловленного изменением величины момента сухого трения / Филаретов В.Ф., Зуев А.В., Проценко А. А.

101. Свидетельство о регистрации программы для ЭВМ № 2020612703 от 28.02.2020. Программа аккомодации к дефектам в электроприводах многозвенного манипулятора, вызванных изменением величин активного сопротивления цепей якоря / Филаретов В.Ф., Зуев А.В., Проценко А.А.

102. Свидетельство о регистрации программы для ЭВМ № 2020666743 от 16.12.2020. Программный модуль для аккомодации к дефектам в движителях подводных роботов, приводящим к появлению дополнительных внешних моментных воздействий на валах движителей / Филаретов В.Ф., Зуев А.В., Проценко А.А.

103. Свидетельство о регистрации программы для ЭВМ № 2020666744 от 16.12.2020. Программный модуль для аккомодации к дефектам в движителях подводных роботов, приводящим к появлению ошибок в показаниях датчиков скорости вращения движителей / Филаретов В.Ф., Зуев А.В., Проценко А.А.

104. Свидетельство о регистрации программы для ЭВМ №2016663179 от

29.11.2016. Программа для адаптивного управления электроприводом многостепенного манипулятора / Филаретов В.Ф., Зуев А. В., Губанков А.С., Горностаев И.В.

105. Свидетельство о регистрации программы для ЭВМ №2017611098 от

19.01.2017. Программа «DIAKOM» для выявления возникающих неисправностей в электроприводах промышленных роботов и изменения законов управления / Филаретов В.Ф., Зуев А. В., Проценко А.А., Новицкий А.А.

106. Свидетельство о регистрации программы для ЭВМ №2017611154 от

23.01.2017. Программа «ADAKORR» для коррекции траекторий движения рабочих инструментов промышленных роботов / Филаретов В.Ф., Губанков А.С., Юхимец Д.А., Зуев А. В.

107. Свидетельство о регистрации программы для ЭВМ №2018610203 от

09.01.2018. Программа идентификации дефектов, вызванных изменением момента сухого трения на валу двигателя электроприводов переносных степеней подвижности многозвенного манипулятора электроприводов многозвенного манипулятора с кинематической схемой PUMA / Филаретов В.Ф., Зуев А.В., Проценко А.А.

108. Свидетельство о регистрации программы для ЭВМ №2018610204 от 09.01.2018. Программа идентификации дефектов, вызванных изменением момента сухого трения на валу нагрузки электроприводов переносных степеней подвижности многозвенного манипулятора электроприводов многозвенного манипулятора с кинематической схемой PUMA / Филаретов В.Ф., Зуев А.В., Проценко А.А.

109. Свидетельство о регистрации программы для ЭВМ №2018610205 от 09.01.2018. Программа идентификации дефектов, вызванных изменением

величины активного сопротивления цепи якоря электроприводов многозвенного манипулятора с кинематической схемой PUMA / Филаретов В.Ф., Зуев А.В., Проценко А.А.

110. Туфанов И.Е. Разработка системы централизованного управления группой автономных необитаемых подводных аппаратов // Мехатроника, автоматизация, управление. - 2013. - № 7. - С. 65-70.

111. Уткин В.И. Скользящие режимы и их применение в системах с переменной структурой. М.: Наука, 1974.

112. Филаретов В. Ф. Коноплин А. Ю. Зуев А. В. Красавин Н. А. Метод синтеза систем высокоточного управления перемещениями подводных манипуляторов // Подводные исследования и робототехника. - 2020. - T.34. - №4. - С.31-37.

113. Филаретов В. Ф., Коноплин А.Ю., Коноплин Н.Ю. Система для автоматического выполнения манипуляционных операций с помощью подводного робота // Мехатроника, автоматизация, управление. - 2017. - №8. - Т. 18. - C. 543549.

114. Филаретов В.Ф. Самонастраивающиеся системы управления приводами манипуляторов. - Владивосток: Изд-во ДВГТУ, 2000. - 304 с.

115. Филаретов В.Ф., Алексеев Ю.К., Лебедев А.В. Системы управления подводными роботами. М.: Круглый год, 2001. 288 с.

116. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Подсистема аккомодации к дефектам для системы счисления пути автономного подводного робота // Сборник докладов VII Всероссийской научно-технической конференции с международным участие «Робототехника и искусственный интеллект». Железногорск, Россия. - 2015. - С. 101-106.

117. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Метод идентификации дефектов в мехатронных системах // Сборник трудов международной мультиконференции «Сетевое партнерство в науке, промышленности и образовании». Санкт-Петербург, Россия. - 2016. - С. 213-220.

118. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Метод синтеза систем диагностирования и аккомодации к дефектам в навигационных датчиках

автономных подводных аппаратов // Информационно-измерительные и управляющие системы. - 2015. - Т.13. - №7. - С.32-40.

119. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Разработка метода синтеза системы аккомодации к дефектам в электроприводах манипуляционных роботов // Информационно-измерительные и управляющие системы. - 2013. - Т. 11. - № 4. - а 26-33.

120. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Разработка метода синтеза системы непрерывной аккомодации к дефектам, возникающим в навигационно-пилотажных датчиках автономных подводных роботов // Сборник докладов конференции «Управление в морских и аэрокосмических системах». Санкт-Петербург, Россия. - 2014. - С.225-234.

121. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А. Синтез системы аккомодации к дефектам в электроприводах манипуляционных роботов // Сборник. докладов Всероссийской конференции «Управление в технических, эргатических, организационных и сетевых системах». Санкт-Петербург, Россия. - 2012. - С. 823826.

122. Филаретов В.Ф., Жирабок А.Н., Зуев А.В., Проценко А.А., ЗиЬиёЫ В. Метод синтеза систем непрерывной аккомодации к дефектам в навигационно-пилотажных датчиках автономных подводных роботов // Мехатроника, автоматизация, управление. - 2015. - Т. 16. - № 4. - С. 282-288.

123. Филаретов В.Ф., Зуев А. В., Жирабок А. Н., Проценко А. А. Самонастраивающееся корректирующее устройство для электроприводов подводных манипуляторов // Материалы 15-й мультиконференции по проблемам управления. Санкт-Петербург, Россия. - 2022. - С. 119-122.

124. Филаретов В.Ф., Зуев А.В. Позиционно-силовое управление электроприводом манипулятора // Мехатроника, автоматизация, управление. -2006. - № 9. - С. 20-24.

125. Филаретов В.Ф., Зуев А.В., Губанков А.С. Управление манипуляторами при выполнении различных технологических операций. - М.: Наука, 2018. - 232 с.

126. Филаретов В.Ф., Зуев А.В., Жирабок А.Н. Метод синтеза систем

аккомодации к дефектам в робототехнических системах, основанный на предварительном определении их величин // Материалы 10-й Всероссийской мультиконференции по проблемам управления. Дивноморское, Россия. - 2017. -Т. 2. - С. 123-125.

127. Филаретов В.Ф., Зуев А.В., Жирабок А.Н. Разработка системы диагностирования и идентификации дефектов в навигационных датчиках автономных необитаемых подводных аппаратов // Материалы 12-ой Мультиконференции по проблемам управления. Геленджик, Россия. - 2019. - С. 220-222.

128. Филаретов В.Ф., Зуев А.В., Жирабок А.Н., Проценко А.А. Аккомодация к дефектам движителей подводных роботов // Материалы XIV Всероссийской мультиконференции по проблемам управления. Дивноморское, Россия. - 2021. -Т.1. - С.110-112.

129. Филаретов В.Ф., Зуев А.В., Жирабок А.Н., Проценко А.А. Разработка системы аккомодации к дефектам в движителях подводных роботов // Мехатроника, автоматизация, управление. - 2021. - Т. 22. - № 5. - С. 262-271.

130. Филаретов В.Ф., Зуев А.В., Жирабок А.Н., Проценко А.А. Система аккомодации к дефектам движителях подводных роботов // Материалы XII Всерос. научно-технической конф. «Робототехника и искусственный интеллект». Железногорск, Россия. - 2020. - С. 27-32.

131. Филаретов В.Ф., Климчик А.С., Юхимец Д.А., Коноплин А.Ю., Зуев А.В. Интеллектуальные подводные робототехнические комплексы для выполнения осмотровых и технологических операций на морских газопроводах и добычных комплексах // Газовая промышленность. - 2020. - № 8 (804). - С. 30-38.

132. Филаретов В.Ф., Коноплин А.Ю. Система автоматической стабилизации подводного аппарата в режиме зависания при работающем многозвенном манипуляторе. Часть 1 // Мехатроника, автоматизация, управление. - 2014. - №26. -С. 53-56.

133. Филаретов В.Ф., Коноплин А.Ю. Система автоматической стабилизации подводного аппарата в режиме зависания при работающем многозвенном

манипуляторе. Часть 2 // Мехатроника, автоматизация, управление. - 2014. - №7.

- С. 29-34.

134. Филаретов В.Ф., Коноплин А.Ю., Зуев А.В., Красавин Н.А. Система высокоточного управления перемещениями подводного манипулятора // Экстремальная робототехника. - 2020. - Т. 1. - № 1. - С. 252-258.

135. Филаретов В.Ф., Лебедев А.В., Юхимец Д.А. Системы и устройства управления подводных роботов. - М.: Наука, 2005. - 270 с.

136. Филаретов В.Ф., Юхимец Д.А. Двухконтурная система с эталонной моделью для управления пространственным движением грузового необитаемого подводного аппарата // Мехатроника, автоматизация, управление. - 2021. - Том. 22.

- № 3. - С. 134-144.

137. Филаретов В.Ф., Юхимец Д.А. Особенности синтеза высокоточных систем управления скоростным движением и стабилизацией подводных аппаратов в пространстве. - Владивосток: Дальнаука, 2016. - 400 с.

138. Филаретов В.Ф., Юхимец Д.А., Зуев А.В., Жирабок А.Н. Разработка системы управления пространственным движением автономных необитаемых подводных аппаратов с аккомодацией к дефектам в их движителях // Робототехника и техническая кибернетика. - 2021. - Т. 9. - № 4 - С. 280-288.

139. Филаретов В.Ф., Юхимец Д.А., Щербатюк А.Ф., Мурсалимов Э.Ш., Туфанов И.Е. Новый метод контурного управления АНПА // Мехатроника, автоматизация, управление. - 2014. - № 8. - С. 46-56.

140. Хазин М.Л. Роботизированная техника для добычи полезных ископаемых // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. - 2020. - Т. 18. - № 1. - С. 4-15.

141. Шевченко А.В., Мещеряков Р.В., Мигачев А.Н. Обзор состояния мирового рынка робототехники для сельского хозяйства. Ч. 1. Беспилотная агротехника // Проблемы управления. - 2019. - № 5. - С. 3-18.

142. Шумский А.Е. Поиск дефектов в нелинейных системах методом функционального диагностирования // Автоматика и телемеханика. - 1991. - №12.

- С. 148-155.

143. Юревич Е. И. Основы робототехники. СПб.: БХВ-Петербург, 2005. 416 с.

144. Abci B., Najjar M.B., Cocquempot V. Sensor and Actuator Fault Diagnosis for a Multi-Robot System Based on the Kullback-Leibler Divergence // Proc. of the 4th Conference on Control and Fault Tolerant Systems. Casablanca, Morocco. - 2019. -P.68-73.

145. Abdessameud A., Khelfi M.F. Nonlinear observer design for robot manipulators. A survey // IFAC Proceedings Volumes. - 2003. - Vol. 36. - № 17. - P. 229-234.

146. Alwi H., Edwards C. Fault tolerant control using sliding modes with on-line control allocation // Automatica. - 2008. - Vol. 44. - P. 1859-1866.

147. Alwi H., Edwards C., Tan С. Sliding mode estimation schemes for incipient sensor faults // Automatica. - 2009. - Vol. 45. - P. 1679-1685.

148. Angeles J. Fundamentals of robotic mechanical systems: theory, methods, and algorithms. Springer, 2007. - 544 p.

149. Azenha A. Iterative learning in variable structure position/force hybrid control of manipulators // Robotica. 2000. Vol. 18. P. 213-217.

150. Baghernezhad F., Khorasani K. A robust fault detection scheme with an application to mobile robots by using adaptive thresholds generated with locally linear models // Proc. of the IEEE Symposium on Computational Intelligence in Control and Automation. Singapore. - 2013. - P. 9-16.

151. Blanke M., Kinnaert M., Lunze J., Staroswiecki M. Diagnosis and fault-tolerant control (3nd ed.). Berlin: Springer, 2016. - 695 p.

152. Bouibed K., Aitouche A., Bayart M. Nonlinear parity space applied to an electric autonomous vehicle // Proc. of the 2009 International Conference on Mechatronics and Automation. Changchun, China. - 2009. - P. 198-203.

153. Caccavale F., Villani L. Fault Diagnosis and Fault Tolerance for Mechatronic Systems: Recent Advances. Berlin: Springer, 2003. - 199 p.

154. Caccavale F., Walker I.D. Observer-based fault detection for robot manipulators // Proc. of the International Conference on Robotics and Automation. Albuquerque, USA. - 1997. - P. 2881-2887.

155. Capisani L. Ferrara A., Ferreira A., Fridman L. Higher Order Sliding Mode observers for actuator faults Diagnosis in robot manipulators //Proc. of the IEEE International Symposium on Industrial Electronics. Bari, Italy. - 2010. - P. 2103-2108.

156. Capisani L. Ferrara A., Ferreira A., Fridman L. Manipulator Fault Diagnosis via Higher Order Sliding-Mode Observers // IEEE Transactions on Industrial Electronics.

- 2012. - Vol. 59. - № 10. - P. 3979 - 3986.

157. Chandra K., Alwi H., Edwards C. Fault detection in uncertain LPV systems with imperfect scheduling parameter using sliding mode observers // European Journal of Control. - 2017. - Vol. 34. - P. 1-15.

158. Chen L., Alwi H., Edwards C. On the synthesis of an integrated active LPV FTC scheme using sliding modes // Automatica. - 2019. - Vol. 110. - P.1-12.

159. Chen C.-C., Xu S., Liang Y.-W. Study of Nonlinear Integral Sliding Mode Fault-Tolerant Control // IEEE/ASME Transactions on Mechatronics. - 2016. - Vol. 21.

- № 2. - P. 1160-1168.

160. Chen J., Patton R.J. Robust Model-Based Fault Diagnosis for Dynamic Systems. - Boston: Kluwer Academic Publisher, 1999. - 356 p.

161. Chiaverini S., Sciavicco L. The parallel approach to force/position control of robotic manipulators // IEEE Trans. on Robotics and Automation. 1993. Vol. 9. P. 361373.

162. Chirikjian G.S. Robotic Self-replication, Self-diagnosis, and Self-repair: Probabilistic Considerations // Distributed Autonomous Robotic Systems. - 2009. - № 8. - P. 273-281.

163. Choi K., Kim Y., Kim S.-K., Kim K.-S. Current and Position Sensor Fault Diagnosis Algorithm for PMSM Drives Based on Robust State Observer // IEEE Transactions on Industrial Electronics. - 2021. - Vol. 68. - № 6. - P. 5227-5236.

164. Chow E.Y., Willsky A.S. Analytical redundancy and the design of robust failure detection systems // IEEE Trans. Automat. Control. - 1984. - Vol. AC-29. - №7.

- P.603-614.

165. Chui C.K., Chen G. Kalman Filtering with Real-time Application, Fourth Edition. - Berlin: Springer, 1987. - 191 p.

166. Craig J.J. Introduction to robotics: mechanics and control. Prentice Hall, 2003.

- 450 p.

167. Ding X., Frank P.M. An adaptive observer-based fault detection scheme for nonlinear dynamic systems // Proc. of the 12th IFAC World Congress. Sydney, Australia.

- 1993. - Vol.8. - P.307-310.

168. Duong M., Miyoshi T., Terashima K., Rodriguez E. Analysis and design of position-force teleoperation with scattering matrix // Proc. of the 17th World IFAC Congress on Automatic Control. Seoul, Korea. 2008. P. 12715-12720.

169. Edwards C., Spurgeon S. On the Development of Discontinuous Observers // International Journal of Control. - 1994. - Vol. 59. - P. 1211-1229.

170. Edwards C., Spurgeon S., Patton R. Sliding Mode Observers for Fault Detection and Isolation // Automatica. - 2000. - Vol. 36. - P. 541-553.

171. Eliahu K., Meir. K. On Fault Detection and Diagnosis in Robotic Systems // ACM Computing Surveys. - 2018. - Vol. 51. - P. 1-24.

172. Fan Q.-Y., Xu S., Deng C., Wang C.-C. Event Triggered Fault Tolerant Control for Nonlinear Systems Based on Adaptive Fault Estimation // Proc. of the 16th International Conference on Control, Automation, Robotics and Vision. Shenzhen, China.

- 2020. - P. 1236-1241.

173. Fang Y., Min H., Wang W., Xu Z., Zhao X. A Fault Detection and Diagnosis System for Autonomous Vehicles Based on Hybrid Approaches // IEEE Sensors Journal.

- 2020. - Vol. 20. - № 16. - P. 9359-9371.

174. Filaretov V., Gubankov A., Gornostaev I. Development and Experimental Studies of a Method Based on a Reference Control Signal Generating System for Redundant Serial Manipulators // Robotics. - 2023. - Vol. 12(75). - P. 1-22.

175. Filaretov V., Zhirabok A., Shumsky A., Zuev A. Fault Accommodation in Technical Systems Based on Logic-Dynamic Approach // Procedia Engineering. - 2015.

- Vol. 100. - P.234-241.

176. Filaretov V., Zhirabok A., Zuev A. The development of the adaptive diagnostic system for navigation sensors of autonomous underwater vehicles // Proc. of the International Conference on Mechatronics and Automation. Chengdu, China. - 2012. -

P. 1704-1709.

177. Filaretov V., Zhirabok A., Zuev A., Procenko A. Development of subsystem of accommodation to faults for dead reckoning system of autonomous underwater vehicles // ARPN Journal of Engineering and Applied Sciences. - 2017. - Vol. 23. - № 4. - P. 1309-1314.

178. Filaretov V., Zhirabok A., Zuev A., Protcenko A. Fault identification in nonlinear dynamic systems // Proc. of the 5 th International Conference on Systems and Control. Marrakesh, Morocco. - 2016. - P. 273-277.

179. Filaretov V., Zhirabok A., Zuev A., Protcenko A. The Development of System of Accommodation To Faults of Navigation Sensors of Underwater Vehicles with Resistance to Disturbance // Proc. of 2014 14th International Conference on Control, Automation and Systems (ICCAS 2014). Gyeonggi-do, Korea. - 2014. - P. 1548-1553.

180. Filaretov V., Zhirabok A., Zuev A., Protcenko A. The new approach for synthesis of diagnostic system for navigation sensors of underwater vehicles // Procedia Engineering. - 2014. - Vol. 69. - P. 822-829.

181. Filaretov V., Zuev A., Gubankov A., Protcenko A. Yukhimets D. A new approach to synthesis of high speed and high reliable control systems for multilink manipulators // Proc. of the IEEE International Conference on Computer, Control, Informatics and its Applications. Jakarta, Indonesia. - 2016. - P. 158-162.

182. Filaretov V., Zuev A., Zhirabok A. Development of fault-tolerant control system for actuators of underwater manipulators // International Journal of Mechanical Engineering and Robotics Research. - 2019. - Vol. 8. - No. 5. - P. 742-747.

183. Filaretov V., Zuev A., Zhirabok A. Fault detection and identification system for actuators of robot manipulators // Proc. of the 2019 IEEE/ASME International Conference on Advanced Intelligent Mechatronics. Hong Kong, China. - 2019. - P. 666671.

184. Filaretov V., Zuev A., Zhirabok A., Konoplin A., Procenko A., Subudhi B. Development of fault accommodation system for actuators of underwater manipulators // Proc. of the 28th DAAAM International Symposium. Zadar, Croatia. - 2017. - P. 14-22.

185. Filaretov V., Zuev A., Zhirabok A., Protsenko A. Development of Fault

Accommodation System for Thrusters of Underwater Robots // Proc. of the Second International Conference «Nonlinearity, Information and Robotics». Innopolis, Russia. -2021. - P.1-6.

186. Filaretov V., Zuev A., Zhirabok A., Protcenko A. The Development of Fault Detection and Estimation System for Electric Servo Actuators of Manipulation Robots // Proc. of the 7th International Conference on Systems and Control. Valencia, Spain. -2018. - P. 409-413.

187. Filaretov V., Zuev A., Zhirabok A., Protsenko A. Development of a Fault Adaptation System for Underwater Robot Manipulators // Proc. of 2022 International Conference on Ocean Studies (ICOS). Vladivostok, Russia. - 2022. - P. 15-20.

188. Filaretov V., Zuev A., Zhirabok A., Protsenko A. Development of Fault Identification System for Electric Servo Actuators of Multilink Manipulators Using Logic-Dynamic Approach // Journal of Control Science and Engineering. - 2017. - Vol. 2017. - P. 1-8.

189. Filaretov V.F., Zhirabok A.N, Shumsky A.E., Zuev A.V., Boreiko A.A. The Development of the Advanced Diagnosis System for Autonomous Underwater Vehicles // Proc. of 24th Asian-Pacific Technical Exchange and Advisory Meeting on Marine Structures. Vladivostok, Russia. - 2010. - P. 247-252.

190. Filaretov V.F., Zhirabok A.N. Logic-dynamic approach to fault diagnosis in mechatronic systems // International Journal of Advanced Robotic Systems. - 2006. -Vol. 3. - № 4. - P. 285-294.

191. Filaretov V.F., Zhirabok A.N., Vukobratovic M.K. Observer-based fault diagnosis in manipulation robots // Mechatronics. - 1999. - Vol. 9. - № 8. - P. 929-939.

192. Filaretov V.F., Zhirabok A.N., Zuev A.V. Fault Isolation and Estimation in Electric Servoactuator of Manipulation Robots // Proc. of the 7th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications. Berlin, Germany. - 2013. - P. 929-934.

193. Filaretov V.F., Zhirabok A.N., Zuev A.V., Procenko A.A. Synthesis Method of Fault Tolerant Control System for Manipulators // Advanced Materials Research. - 2013. - Vol. 717. - P. 551-556.

194. Filaretov V.F., Zhirabok A.N., Zuev A.V., Protsenko A.A., Tuphanov I.E., Scherbatyuk A.F. Design and investigation of dead reckoning system with accommodation to sensors errors for autonomous underwater vehicle // Proc. of the MTS/IEEE OCEANS'15 Washington. Washington, USA. - 2015. - P. 1-4.

195. Filaretov V.F., Zhirabok A.N., Zuev A.V., Protsenko A. The Development of the Faults Accommodation System for Actuators of Multilink Manipulator // Proc. of the 23rd International DAAAM Symposium. Zadar, Croatia. - 2012. - P. 575-578.

196. Filaretov V.F., Zuev A.V. Adaptive force/position control of robot manipulators // Proc. of IEEE/ASME International Conference on Advanced Intelligent Mechatronics. Xi'an, China. - 2008. - P. 96-101.

197. Filaretov V.F., Zuev A.V. The combined force/position control systems for manipulators // Proc. of the 9th Biennial ASME Conference on Engineering Systems, Design and Analysis. Haifa, Israel. - 2008. - P. 367-373.

198. Filaretov V.F., Zuev A.V., Zhirabok A.N., Procenko A.A., Subudhi B. Development of synthesis method of fault tolerant systems for autonomous underwater robots with navigation sensors failures // Proc. of the 23rd Mediterranean Conference on Control and Automation). Torremolinos, Spain. - 2015. - P. 354- 359.

199. Filaretov V.F., Zuev A.V., Zhirabok A.N., Procenko A.A. Identification of faults in nonlinear dynamic systems // Proc. of the 26th International DAAAM Symposium. Zadar, Croatia. - 2016. - P.0470-0477.

200. Filaretov. V., Konoplin A., Zuev A., Krasavin N. A method to synthesize high-precision motion control systems for underwater manipulator // International Journal of Simulation Modelling. - 2021. - Vol. 20. - No. 4. - P. 625-636.

201. Floquet T., Barbot J., Perruquetti W., Djemai M. On the robust fault detection via a sliding mode disturbance observer // International Journal of Control. - 2004. - Vol. 77. - P. 622-629.

202. Floquet T., Edwards C., Spurgeon S. On sliding mode observers for systems with unknown inputs // International Journal of Adaptive Control and Signal Processing. - 2017. - Vol. 21. - P. 638-56.

203. Fossen T.I. Guidance and control of oceanic vehicles. - John Willei and Sons,

1994. - 494 p.

204. Frank P. Fault diagnosis in dynamic systems using analytical and knowledge-based redundancy - A survey and some new results // Automatica. - 1990. - Vol. 26. -P. 459-474.

205. Frank P. Residual evaluation for fault diagnosis based on adaptive fuzzy thresholds // IEE Colloquium on Qualitative and Quantitative Modelling Methods for Fault Diagnosis. London, UK. -1995.

206. Fridman L., Levant A., Davila J. Observation of linear systems with unknown inputs via high-order sliding-modes // International Journal of System Science. - 2007. -Vol. 38. - P. 773-791.

207. Gao Y., Chien S. Review on space robotics: Toward top-level science // Science robotics. - 2017. - Vol. 2. - № 7. - P. 1-11.

208. Gao Z., Cecati C., Ding S.X. A A Survey of Fault Diagnosis and Fault-Tolerant Techniques - Part I: Fault Diagnosis With Model-Based and Signal-Based Approaches // IEEE Transactions on Industrial Electronics. - 2015. - Vol.62. - № 6. - P. 3757-3767.

209. Gao Z., Cecati C., Ding S.X. A Survey of Fault Diagnosis and Fault-Tolerant Techniques—Part I: Fault Diagnosis With Model-Based and Signal-Based Approaches // IEEE Transactions on Industrial Electronics. - 2015. - Vol. 62. - № 6. - P. 3757- 3767.

210. Gao Z., Cecati C., Ding S.X. A Survey of Fault Diagnosis and Fault-Tolerant Techniques—Part II: Fault Diagnosis With Knowledge-Based and Hybrid/Active Approaches // IEEE Transactions on Industrial Electronics. - 2015. - Vol. 62. - № 6. -P. 3768 - 3774.

211. Gao Z., Cecati C., Ding S.X. A Survey of Fault Diagnosis and Fault-Tolerant Techniques - Part II: Fault Diagnosis With Knowledge-Based and Hybrid/Active Approaches // IEEE Transactions on Industrial Electronics. - 2015. - Vol.62. - № 6. - P. 3768- 3774.

212. Gertler J. Analytical redundancy methods in fault detection and isolation; survey and synthesis // Proc. of the IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes. Baden-Baden, Germany. - 1992. - P. 9-21.

213. Gomes P. Medical Robotics. Cambridge: Woodhead Publishing, 2012. - 326

p.

214. Griffiths G. Technology and Applications of Autonomous Underwater Vehicles. - London: CRC Press, 2003. - 369 p.

215. Guannan H., Yang L., Jing Z. Observer-based scheme for robust fault estimation of a class of nonlinear discrete systems // Proc. of the 29th Chinese Control and Decision Conference. Chongqing, China. - 2017. - P.4782-4788.

216. Hacizade C., Yenal S. Vural Active Fault Tolerant Lateral Control Against Actuator Faults Applied to AUV Dynamics // Proc. of the 4th Conference on Control and Fault Tolerant Systems. Casablanca, Morocco. - 2019. - P. 153-158.

217. Hasan A. Adaptive eXogenous Kalman Filter for Actuator Fault Diagnosis in Robotics and Autonomous Systems // Proc. of the 7th International Conference on Control, Mechatronics and Automation. Delft, Netherlands. - 2019. - P. 162-167.

218. Haykin S. Adaptive Filter Theory. - Prentice-Hall, Inc., 1996. - 480 p.

219. He J., Zhang C. Fault reconstruction based on sliding mode observer for nonlinear systems // Math. Problems in Eng. - 2012. - Vol. 2012. - ID 451843.

220. Hmidi R., Brahim A., Hmida F., Sellami A. Diagnosis for Lipschitz nonlinear system with sliding mode observer and virtual sensor // Proc. of the 19th International Conference on Sciences and Techniques of Automatic Control and Computer Engineering. Sousse, Tunisia. - 2019. - P.1-6.

221. Hmidi R., Brahim A., Hmida F., Sellami A. Robust fault tolerant control design for nonlinear systems not satisfying matching and minimum phase conditions // International Journal of Control, Automation and Systems. - 2020. - Vol. 18. - P. 1-14.

222. Hogan N. Impedance control: an approach to manipulation: Part I-Theory; Part II -Implementation; Part III-Applications // ASME Journal of Dynamic Systems, Measurement and Control. 1985. Vol. 107. № 1. P. 1-24.

223. Huang H., He W., Zhang S., Zhang W. Fault-Tolerant Control against Performance Degradation of Actuators for a Robotic System with Guaranteed Prescribed Performance // Proc. of the 3rd International Conference on Advanced Robotics and Mechatronics. Singapore. - 2018. - P. 101-106.

224. Huang S., Tan K., Lee T. Fault Diagnosis and Fault-Tolerant Control in Linear

Drives Using the Kalman Filter // IEEE Transactions on Industrial Electronics. - 2012. -Vol. 59. - № 11. - P. 4285-4292.

225. Ikonen E., Najim K. Advanced process identification and control. - Marsel Dekker Inc, 2002. - 310 p.

226. Incremona G.P., Ferrara A. Fault Diagnosis for Robot Manipulators via Vision Servoing Based Suboptimal Second Order Sliding Mode // Proc. of the 18th European Control Conference. Naples, Italy. - 2019. - P. 3090-3095.

227. Isermann R. Fault-Diagnosis Applications. Berlin: Springer-Verlag Heidelberg, 2011. - 354 p.

228. Isermann R. Process Fault Detection Based on Modeling and Estimation Methods-A Survey // Automatica. - 1984. - Vol. 20. - № 4. - P. 387-404.

229. Iwasaki M., Tsujiuchi N., Koizumi T. Adaptive force control for unknown environment using sliding mode controller with variable hyperplane // JSME Int. Journal Series C, Mech. Syst. Machine Elements and Manufacturing. 2003. Vol. 46. № 3. P. 967972.

230. Jia Q., Zhang J., Chen G., Sun H., Li T. Trajectory optimization of modular robot based on the fault-tolerant performance functions // Proc. of the IEEE 10th Conference on Industrial Electronics and Applications. Auckland, New Zealand. - 2015. - P. 580-585.

231. Jiang Y., Yin S., Kaynak O. Optimized Design of Parity Relation-Based Residual Generator for Fault Detection: Data-Driven Approaches // IEEE Transactions on Industrial Informatics. - 2021. - Vol. 17. - № 2. - P. 1449-1458.

232. Join C., Ponsart J-C., Sauter D. Sufficient conditions to fault isolation in nonlinear sys-tems: a geometric approach. CD ROM Proc. of 15th IFAC World Congress of Automatic Control. - 2002. - Vol. 35(1). - P. 783-783.

233. Joshi S., Talange D. Fault tolerant control for Autonomous Underwater Vehicle // Proc. of the IEEE International Conference on Mechatronics and Automation. Tianjin, China. - 2014. - P. 658-662.

234. Jung S., Hsia T., Bonitzt R. On robust impedance force control of robot manipulators // Proc. of the IEEE Int. Conf. on Robotics and Automation, Albuquerque,

New Mexico. 1997. P. 2057-2062.

235. Kalsi K., Hui S., Zak S. Unknown input and sensor fault estimation using sliding mode observers // Proc. of the American Control Conference. San Francisco, USA. - 2011. - P. 1364-1369.

236. Kamel M.A., Yu X., Zhang Y. Fault-Tolerant Cooperative Control Design of Multiple Wheeled Mobile Robots // IEEE Transactions on Control Systems Technology.

- 2018. - Vol. 26. - № 2. - P. 756-764.

237. Kanev S., Verhaegen M., Nijsse G. A method for the design of fault-tolerant systems in case of sensor and actuator faults // Proc. of the European Control Conference. Porto, Portugal. - 2001. - P. 837-842.

238. Karan B. Robust position-force control of robot manipulator in contact with linear dynamic environment // Robotica. 2005. Vol. 23. P. 799-803.

239. Kia S.H., Henao H., Capolino G.-A. Survey of real-time fault diagnosis techniques for electromechanical systems // Proc. of the 2017 IEEE Workshop on Electrical Machines Design, Control and Diagnosis. Nottingham, UK. - 2017. - P. 290297.

240. Laamami S., Ben H.M., Sbita L. Fault detection for nonlinear systems: Parity space approach // Proc. of the World Congress on Information Technology and Computer Applications. Hammamet, Tunisia. - 2016. - P. 1-5.

241. Le Q.D. Kang H.-J. Real Implementation of Fault-Tolerant Sliding Mode Control for a Robot Manipulator // Proc. of the 3rd International Conference on Control, Robotics and Cybernetics. Penang, Malaysia. - 2018. - P.48-52.

242. Levine W.S. The Control Handbook: Control System Advanced Methods, Second Edition. CRC, 2011. - 1702 p.

243. Li L., Peng K. Diagnostic Observer-based Fault Detection Approach for T-S Fuzzy Systems // Proc. of the 9th International Conference on Information Science and Technology. Hulunbuir, China. - 2019. - P. 268-272.

244. Li Z., Li C., Li S., Cao X. A Fault-Tolerant Method for Motion Planning of Industrial Redundant Manipulator // IEEE Transactions on Industrial Informatics. - 2020.

- Vol. 16. - № 12. - P. 7469-7478.

245. Ling Y., Sun X., Wu X., Liu J. Robust Hro Fault-Tolerant Control for Uncertain Linear System Based on Pole Assignment // Proc. of the 2nd IEEE Conference on Industrial Electronics and Applications. Harbin, China. - 2007. - P. 2701-2706.

246. Liu C., Jiang B., Zhang K. Adaptive Fault-Tolerant H-Infinity Output Feedback Control for Lead-Wing Close Formation Flight // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2020. - Vol. 50. - № 8. - P. 2804-2814.

247. Liu X., Zhang M., Wang J., Rogers E. Design and Experimental Validation of an Adaptive Sliding Mode Observer-Based Fault-Tolerant Control for Underwater Vehicles // IEEE Transactions on Control Systems Technology. - 2019. - Vol. 27. - № 6. - P. 2655 - 2662.

248. Liu Y., Wang X., Ren X., Lyu F. Deep Convolution Neural Networks for the Classification of Robot Execution Failures // Proc. of the CAA Symposium on Fault Detection, Supervision and Safety for Technical Processes. Xiamen, China. - 2019. - P. 535-540.

249. Luh J.Y.S., Walker M.W., Paul R.P.C. On-line computational scheme for mechanical manipulators // ASME Journal of Dynamic Systems, Measurement and Control. 1980. V. 102. № 2. P. 69-75.

250. Mellah S., Graton G., Adel M., Ouladsine M., Planchais A. 4-mecanum wheeled mobile robot actuator fault detection & isolation using unknown input observer-based approach // Proc. of the European Control Conference. St. Petersburg, Russia. -2020. - P. 1442-1447.

251. Mien V., Kang H.-J., Ro Y.-S. A robust detection and isolation scheme for incipient and abrupt faults in robot manipulator using neural network // Proc. of 2011 6th International Forum on Strategic Technology. Harbin, China. - 2011. - P.313-316.

252. Miguel A.S., Puig V., Alenya G. Fault-tolerant Control of a Service Robot using a LPV Robust Unknown Input Observer // Proc. of the 4th Conference on Control and Fault Tolerant Systems. Casablanca, Morocco. - 2019. - P. 207-212.

253. Montazeri M., Kamali R., Askari J. Fault diagnosis of autonomous underwater vehicle using neural network // Proc. of the 22nd Iranian Conference on Electrical Engineering. Tehran, Iran. - 2014. - P. 1688-1691.

254. Monteriu A., Freddi A., Longhi S. Fault Diagnosis and Fault-Tolerant Control of Robotic and Autonomous Systems. - UK: IET, 2020. - 326 p.

255. Mouhssine N., Kabbaj M.N., Benbrahim M., Bekkali C.E. Sensor fault detection of quadrotor using nonlinear parity space relations // Proc. of the International Conference on Electrical and Information Technologies. Rabat, Morocco. - 2017. - P. 16.

256. Munro N., Lewis F. Robot manipulator control: theory and practice. Marcel Dekker, Inc: New York, 2005. - 614 p.

257. Mut V., Nasisi O., Carelli R. Tracking adaptive impedance robot control with visual feedback // Robotica. 2000. Vol. 18. P. 369-374.

258. Nair R.R., Karki H., Shukla A., Behera L., Jamshidi M. Fault-Tolerant Formation Control of Nonholonomic Robots Using Fast Adaptive Gain Nonsingular Terminal Sliding Mode Control // IEEE Systems Journal. - 2019. - Vol. 13. - № 1. - P. 1006-1017.

259. Nguyen V.-Q., Vo A.-T., Kang H.-J. A Finite-Time Fault-Tolerant Control Using Non-Singular Fast Terminal Sliding Mode Control and Third-Order Sliding Mode Observer for Robotic Manipulators // IEEE Access. - 2021. - Vol. 9. - P. 31225 - 31235.

260. Nie T., Deng Z., Wang Y., Qin X. A Robust Unscented Kalman Filter for Intermittent and Featureless Aircraft Sensor Faults // IEEE Access. - 2021. - Vol. 9. - P. 28832-28841.

261. Ortega R., Bobtsov A., Pyrkin A., Aranovskiy S. A Parameter Estimation Approach to State Observation of Nonlinear Systems // Systems & Control Letters. -2015. - Vol. 85. - P. 1-22.

262. Osypiuk R., Finkemeyer B. Hybrid model-based force/position control: theory and experimental verification // Robotica. 2006. Vol. 24. P. 775-783.

263. Patton R. Robust model-based fault diagnosis: the state of the art // Proc. of the IFAC Symposium Safeprocess. Espoo, Finland. - 1994. - P.1-24.

264. Patton R.J., Frank P.M., Clark R.N. Issues of Fault Diagnosis for Dynamic Systems. London: Springer-Verlag, 2000. - 579 p.

265. Rigatos G. Fault Diagnosis in Robotic and Industrial Systems. - North

Charleston: CreateSpace, 2012. - 210 p.

266. Rigatos G. Particle and Kalman filtering for fault diagnosis in DC motors // Proc. of the IEEE Vehicle Power and Propulsion Conference. - 2009. - P. 1228-1235.

267. Rios H., Efimov D., Davila J., Raissi T., Fridman L., Zolghadri A. Nonminimum phase switched systems: HOSM based fault detection and fault identification via Volterra integral equation // International Journal of Adaptive Control and Signal Processing. - 2014. - Vol. 28. - P. 1372-1397.

268. Rotondo D., Puig V., Nejjari F., Romera J. A Fault-Hiding Approach for the Switching Quasi-LPV Fault-Tolerant Control of a Four-Wheeled Omnidirectional Mobile Robot // IEEE Transactions on Industrial Electronics. - 2015. - Vol. 62. - № 6.

- P. 3932-3944.

269. Sadeghzadeh-Nokhodberiz N., Poshtan J. Distributed Interacting Multiple Filters for Fault Diagnosis of Navigation Sensors in a Robotic System // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2017. - Vol. 47. - № 7. - P. 1383-1393.

270. Sadhu V., Zonouz S., Pompili D. On-board Deep-learning-based Unmanned Aerial Vehicle Fault Cause Detection and Identification // Proc. of the IEEE International Conference on Robotics and Automation. Paris, France. - 2020. - P. 5255-5261.

271. Sarkar N. Fault-Accommodating Thruster Force Allocation of an AUV Considering Thruster Redundancy and Saturation // IEEE Transactions on Robotics and Automation. - 2002. - P. 223-233.

272. Seliger R., Frank P.M. Robust nonlinear observer-based fault detection for an overhead crane // Proc. of the 12th IFAC World Congress. Sydney, Australia. - 1993. -Vol.7. - P.449-452.

273. Sergiyenko O., Tyrsa V., Zhirabok A., Zuev A. Sensor fault identification in linear and nonlinear dynamic systems via sliding mode observers // IEEE Sensors Journal.

- 2022. - Vol. 22. - № 11. - P. 10173-10182.

274. Shan M., Liu W., Wang X. A novel Robot Joint Bearing fault diagnosis method based on VMD in BP neural network // Proc. of the 16th International Conference on

Ubiquitous Robots. Jeju, Korea. - 2019. - P. 760-764.

275. Shimon Y. Handbook of Industrial Robotics, 2nd Edition. Wiley, 1999. 1378

p.

276. Shumsky A. Redundancy relations for fault diagnosis in nonlinear uncertain systems // International Journal of Applied Mathematics and Computer Science. - 2007. - Vol. 17. - Iss. 4. - P. 477-489.

277. Shumsky A. Robust analytical redundancy relations for fault diagnosis in nonlinear systems // Asian Journal of Control. - 2002. - Vol. 4. - No 2. - P. 159-170.

278. Shumsky A. Ye., Zhirabok A. N. Nonlinear diagnostic filter design: Algebraic and geometric points of view // Int. Journal of Applied Mathematics and Computer Science. - 2006. - Vol. 16. - № 1. - P. 115-127.

279. Siciliano B., Khatib O. Handbooks of robotics. Springer, 2008. - 1628 p.

280. Siciliano B., Villani L. Robot Force Control. - Springer Science+Business Media: New York, 1999. - 154 p.

281. Simon D. Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches. - USA: Wiley, 2006. - 552 p.

282. Skriver M., Helck J., Hasan A. Adaptive Extended Kalman Filter for Actuator Fault Diagnosis // Proc. of the 4th International Conference on System Reliability and Safety. Rome, Italy. - 2019. - P. 339-344.

283. Smith A., Zaad K. Application of neural networks in inverse dynamics based contact force estimation // Proc. of the IEEE Conf. on Control Applications, Toronto, Canada. 2005. P. 1021-1026.

284. Sneider H., Frank P.M. Observer-based supervision and fault detection in robots using nonlinear and fuzzy logic residual evaluation // IEEE Transactions on Control Systems Technology. - 1996. - Vol. 4. - № 3. - P. 274 - 282.

285. Tan C. Edwards C. Sliding mode observers for detection and reconstruction of sensor faults // Automatica. - 2002. - Vol. 38. - P. 1815-1821.

286. Tan C., Edwards C. Robust fault reconstruction using multiple sliding mode observers in cascade: development and design // Proc. of American Contr. Conf. St. Louis, USA. - 2009. - P. 3411-3416.

287. Tao G. Adaptive control design and analysis - John Wiley & Sons, Virginia, USA, 2003. - 640 p.

288. Truong H., Trinh H., Tran T., Ahn K. A Robust Observer for Sensor Faults Estimation on n-DOF Manipulator in Constrained Framework Environment // IEEE Access. - 2021. - Vol. 9. - P. 88439-88451.

289. Uney E., Hajiyev C. Parameter identification based fault tolerant control against actuator failures applied to UUV dynamics // Proc. of the 6th International Conference on Electronics, Computers and Artificial Intelligence. Bucharest, Romania. - 2014. - P. 27-32.

290. Van M., Ge S.S., Ren H. Robust Fault-Tolerant Control for a Class of Second-Order Nonlinear Systems Using an Adaptive Third-Order Sliding Mode Control // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2017. - Vol. 47. - № 2. - P. 221-228.

291. Vukobratovic M. The role of environment dynamics in contact force control of manipulation robots // Journal of Dynamic Systems, Measurement and Control. 1997. Vol. 119. P. 86-89.

292. Wang F., Zong M., Chen W. Fault diagnosis of linear time-varying system based on high gain / adaptive compensation sliding mode observer // Proc. of the IEEE 2nd Information Technology, Networking, Electronic and Automation Control Conference. Chengdu, China. - 2017. - P.1688-1691.

293. Wang J., Wu G., Wan L., Sun Y., Jiang D. Recurrent neural network applied to fault diagnosis of Underwater Robots // Proc. of the IEEE International Conference on Intelligent Computing and Intelligent Systems. Shanghai, China. - 2009. - P.1273-1277.

294. Wang J., Zhang G., Zhang H., Fuhlbrigge T. Force control technologies for new robotic applications // Proc. of the IEEE Int. Conf. Technol. Practical Robot. 2008. P. 143-149.

295. Wang X., Tan C., Zhou D. A novel sliding mode observer for state and fault estimation in systems not satisfying matching and minimum phase conditions // Automatica. - 2017. - Vol. 79. - P. 290-295.

296 Wang X., Yaz E. Second-Order Fault Tolerant Extended Kalman Filter for

Discrete Time Nonlinear Systems // IEEE Transactions on Automatic Control. - 2019. -Vol. 64. - № 12. - P. 5086-5093.

297. Wang Y., Jiang B., Wu Z.-G., Xie S., Peng Y. Adaptive Sliding Mode Fault-Tolerant Fuzzy Tracking Control With Application to Unmanned Marine Vehicles // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2021. - Vol. 51. - № 11. - P.1-10.

298. Willsky A.S. A survey of design methods for failure detection systems // Automatica. - 1976. - Vol. 12. - P. 601-611.

299. Xiao L., Zhang L., Gao F., Qian J. Robust Fault-Tolerant Synergetic Control for Dual Three-Phase PMSM Drives Considering Speed Sensor Fault // IEEE Access. -2020. - Vol. 8. - P. 78912-78922.

300. Yan X., Edwards C. Nonlinear robust fault reconstruction and estimation using sliding mode observers // Automatica. - 2007. - Vol. 43. - P. 1605-1614.

301. Yang G., Zhong Y., Yang L., Du R. Fault Detection of Harmonic Drive Using Multiscale Convolutional Neural Network // IEEE Transactions on Instrumentation and Measurement. - 2021. - Vol. 70. - Paper ID 3502411.

302. Yang H., Cocquempot V., Jiang B. Optimal Fault-Tolerant Path-Tracking Control for 4WS4WD Electric Vehicles // IEEE Transactions on Intelligent Transportation Systems. - 2010. - Vol. 11. - № 1. - P. 237-243.

303. Yang H., Yin S., Kaynak O. Neural Network-Based Adaptive Fault-Tolerant Control for Markovian Jump Systems With Nonlinearity and Actuator Faults // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2021. - Vol. 51. - № 6. - P. 3687-3698.

304. Yin L., Liu J., Yang P. Interval Observer-based Fault Detection for UAVs Formation with Actuator Faults // Proc. of the CAA Symposium on Fault Detection, Supervision and Safety for Technical Processes. Xiamen, China. - 2019. - P. 901-905.

305. Yin S., Yang H., Kaynak O. Sliding Mode Observer-Based FTC for Markovian Jump Systems With Actuator and Sensor Faults // IEEE Transactions on Automatic Control. - 2017. - Vol. 62. - № 7. - P. 3551-3558.

306. Yoshikawa T. Force control of robot manipulators // Proc. of the IEEE Int.

Conf. on Robotics and Automation. 2000. P. 220-225.

307. Yu M., Xiao C., Jiang W., Yang S., Wang H. Fault Diagnosis for Electromechanical System via Extended Analytical Redundancy Relations // IEEE Transactions on Industrial Informatics. - 2018. - Vol.14. - № 12. - P. 5233-5244.

308. Zhang J., Gao Q., Yuan C., Zeng W., Dai S.-L., Wang C. Similar Fault Isolation of Discrete-Time Nonlinear Uncertain Systems: An Adaptive Threshold Based Approach // IEEE Access. - 2020. - Vol. 8. - P. 80755-80770.

309. Zhang Q. Adaptive Kalman filter for actuator fault diagnosis // Automatica. 2018. Vol. 93. P. 333-342.

310. Zhang S., Li Y., Liu S., Shi S., Chai H., Cui Y. A Review on Fault-Tolerant Control for Robots // Proc. of the 35th Youth Academic Annual Conference of Chinese Association of Automation. Zhanjiang, China. - 2020. - P. 423-427.

311. Zhang X., Dong J., Li L. Fault-Tolerant Consensus of Fractional Order Singular Multi-Agent Systems with Uncertainty // IEEE Access. - 2020. - Vol. 8. - P. 6876268771.

312. Zhao B., Skjetne R., Blanke M., Dukan F. Particle Filter for Fault Diagnosis and Robust Navigation of Underwater Robot // IEEE Transactions on Control Systems Technology. - 2014. - Vol. 22. - № 6. - P. 2399-2407.

313. Zhao X., Zong Q., Tian B., Liu W. Integrated Fault Estimation and Fault-Tolerant Tracking Control for Lipschitz Nonlinear Multiagent Systems // IEEE Transactions on Cybernetics. - 2020. - Vol. 50. - № 2. - P. 678 - 688.

314. Zhirabok A., Shumsky A., Solyanik S., Suvorov A. Fault detection in nonlinear systems via linear methods // Int. J. Applied Mathematics and Computer Science. - 2017. - Vol. 27. - P. 261-272.

315. Zhirabok A., Shumsky A., Zuev A., Bobko E. Sensor Location for Fault Accommodation Problem // Proc. of the 3rd Conference on Control and Fault-Tolerant Systems (SysTol). Barcelona, Spain. - 2016. - P. 799-804.

316. Zhirabok A., Shumsky A., Zuev A., Bobko E., Jiang B. The problem of sensor location for plant reconfiguration in nonlinear systems // Proc. of the 25th European Safety and Reliability Conference. Zurich, Switzerland. - 2015. - P. 1437-1444.

317. Zhirabok A., Shumsky A., Zuev A., Filaretov V. Synthesis method of diagnostic observer for fault identification in mechatronic systems // Proc. of the 2019 International Conference on Control, Automation and Diagnosis. Grenoble. - 2019. - P. 392-397.

318. Zhirabok A., Zuev A., Filaretov V., Shumsky A. Fault identification in nonlinear dynamic systems not satisfying matching, minimum phase, and detectability conditions // Int. J. System Science. -2022. Vol. 53. - № 7. - P. 1390-1400.

319. Zhirabok A., Zuev A., Filaretov V., Shumsky A. Sliding mode observers for fault identification in linear systems not satisfying matching and minimum phase conditions // Archives of Control Sciences. - 2021. - Vol. 31. - № 2. - P. 253-266.

320. Zhirabok A., Zuev A., Filaretov V., Yuan C., Protcenko A., Kim Chung Il. Robust virtual sensors design for linear systems // Lecture Notes in Computer Science. -2022. - Vol. 13395 LNAI. - P. 55-66.

321. Zhirabok A., Zuev A., Shumsky A. Fault Identification in Nonlinear Systems not Satisfying Matching and Minimum Phase Conditions // Proc. of the Third IFAC Conference on Modelling, Identification and Control of Nonlinear Systems. Tokyo, Japan. - 2021. - P. 29-34.

322. Zhirabok A., Zuev A., Shumsky A. Fault Identification via Sliding Mode Observers in Nonlinear Systems not Satisfying Matching and Minimum Phase Conditions // Proc. of the 2021 European Control Conference. Rotterdam, Netherlands. - 2021. - P. 1634-1639.

323. Zhirabok A., Zuev A., Shumsky A. Fault Identification via Sliding Mode Observers in Nonlinear Systems under Relaxed Conditions // Proc. of the 2021 5th International Conference on Control and Fault-Tolerant Systems. Saint-Raphael, France. - 2021. - P.1-6.

324. Zhirabok A., Zuev A., Shumsky A. Fault detection, identification and isolation in linear systems via sliding mode observers // Proc. of the 2019 4th Conference on Control and Fault Tolerant Systems. Casablanca, Morocco. - 2019. - P. 141-146.

325. Zhirabok A., Zuev A., Shumsky A. Fault tolerant control using sliding mode observers // Proc. of the 29th European Safety and Reliability Conf. Hanover, Germany.

- 2019. - P. 870-877.

326. Zhirabok A., Zuev A., Shumsky A. Sliding mode observers based fault identification in mechatronic systems // Proc. of the IEEE 45th Annual Conference of the Industrial Electronic Society. Lisbon, Portugal. - 2019. - P. 161-166.

327. Zhirabok A., Zuev A., Shumsky A. Sliding mode observers for fault diagnosis in linear systems // Proc. of the 18th European Control Conference. Napoli, Italy, 25-28 June. - 2019. - P. 4362-4367.

328. Zhirabok A.N., Shumsky A.E., Zuev A.V. Sliding Mode Observers for Fault Detection in Linear Dynamic Systems // IFAC-PapersOnLine. - 2018. - Vol. 51. - №2 24.

- P. 1403-1408.

329. Zhirabok A.N., Zuev A.V. Development of synthesis method of functional diagnostic system for thrusters of underwater vehicles // Proc. of the 23rd International Conference on Climbing and Walking Robots and the Support Technologies for Mobile Machines. Moscow, Russia. - 2020. - P. 313-320.

330. Zhirabok A.N., Zuev A.V. Shumsky A.E. Sensor Fault Identification in Linear Dynamic Systems // Proc. of the 2020 European Control Conference. Saint Petersburg, Russia. - 2020. - P. 2033-2038.

331. Zhirabok A.N., Zuev A.V. Shumsky A.E. Fault Identification for Systems Described by Nonlinear Models Using Sliding Mode Observers // Proc. of the 15th IEEE Conference on Industrial Electronics and Applications. Kristiansand, Norway. - 2020. -P. 1-6.

332. Zhirabok A.N., Zuev A.V. Shumsky A.E. Sensor Fault Identification in Mechatronic Systems Described by Linear and Nonlinear Models // Proc. of the 29th IEEE International Symposium on Industrial Electronics. Delft, Netherlands. - 2020. -P. 1109-1114.

333. Zhirabok A.N., Zuev A.V., Filaretov V.F., Shumsky A.E. Fault diagnosis in linear systems via sliding mode observers // International Journal of Control. - 2021. - T. 94. - № 2. - P. 327-335.

334. Zhirabok A.N., Zuev A.V., Filaretov V.F., Shumsky A.E. Fault Identification in Nonlinear Hybrid Systems // Nonlinear Analysis: Hybrid Systems. - 2021. - Vol. 39.

- P. 100984.

335. Zhirabok A.N., Zuev A.V., Shumsky A.E. Sensor Fault Identification in Nonlinear Dynamic Systems // IFAC-PapersOnLine. - 2020. - Vol. 53. - № 2. - P. 750755.

336. Zhong Y.; Zhang W., Zhang Y. Sensor Fault Diagnosis for Unmanned Quadrotor Helicopter via Adaptive Two-Stage Extended Kalman Filter // Proc. of the International Conference on Sensing, Diagnostics, Prognostics, and Control. Shanghai, China. - 2017. - P. 493-498.

337. Zhou B., Qian K., Ma X., Dai X. Ellipsoidal bounding set-membership identification approach for robust fault diagnosis with application to mobile robots // Journal of Systems Engineering and Electronics. - 2017. - Vol.28. - № 5. - P. 986-995.

338. Zhou H., Liu Z., Yang X. Motor Torque Fault Diagnosis for Four Wheel Independent Motor-Drive Vehicle Based on Unscented Kalman Filter // IEEE Transactions on Vehicular Technology. - 2018. - Vol. 76. - № 3. - P. 1969-1976.

339. Zuev A., Protsenko A., Zhirabok A. The Development of Fault Detection and Identification Systems for Underwater Manipulators // Proc. of the 2019 International Science and Technology Conference "FarEastCon". Vladivostok, Russia, 2-4 October. -2019. - P. 1-6.

340. Zuev A., Zhirabok A.N., Filaretov V., Protsenko A. Fault Identification in Electric Servo Actuators of Robot Manipulators Described by Nonstationary Nonlinear Dynamic Models Using Sliding Mode Observers // Sensors. - 2022. - Vol. 22. - Article number 317.

341. Zuev A.V., Zhirabok A.N., Filaretov V.F. Fault identification in underwater vehicle thrusters via sliding mode observers // Int. Journal of Applied Mathematics and Computer Science. - 2020. - Vol. 30. - No. 4. P. 1-6.

ПРИЛОЖЕНИЕ А

А.1 Акт внедрения Института проблем морских технологий им. академика М.Д. Агеева Дальневосточного отделения Российской академии наук

_ _ _ ___М/НОБРНАУКИРОССШ

ипмт

* * ■ ■ * ■ * Федеральное государственное бюджетное учреждение науки

ДВО РАН Институт Проблем Морских Технологий

Дальневосточного отделения Российской академии наук

690091, г. Владивосток, ул. Суханова, 5а. Телефон/факс [phone] E-mail: imtp@manj

УТВЕРЖДАЮ р ИПМТ ДВО РАН чл.-корр. РАН Щербатюк А.Ф.

'Мсб^уг^Л- 20/Ут.

АКТ

внедрения в 2015 году результатов научной работы в действующие образцы

подводной техники

Настоящий акт составлен о том, что разработанная к.т.н. Зуевым A.B. система диагностирования и аккомодации к различным дефектам в навигационно-пилотажных датчиках и исполнительных движителях была использована при модернизации подводного робототехнического комплекса (ПРК) «МАРК» в 2015 году. При реализации этой системы применялись разработанные им новые методы построения интеллектуальных диагностических наблюдателей для обнаружения возникающих в датчиках и движителях дефектов, методы оценки в реальном масштабе времени величин этих дефектов за счет введения в полученные наблюдатели дополнительных связей по сигналам невязки, а также методы формирования дополнительных сигналов в каналах управления ПРК, гарантирующих оперативную компенсацию (аккомодацию) возникающих дефектов.

Указанная система диагностирования и аккомодации реализована в виде отдельного программного блока бортовой системы счисления пути ПРК «МАРК», который при обнаружении ошибочных показаний бортовых инерциальных датчиков выдавал в модуль системы управления скорректированную информацию о параметрах его реального движения.

Результаты эксплуатации ПРК «МАРК» показали, что использование программного блока диагностирования и аккомодации в составе системы счисления пути позволяет обеспечивать движение подводных роботов по предписанным траекториям при появлении изменяющихся или постоянных ошибок в выходных сигналах навигационно-пилотажных датчиков или при изменении параметров исполнительных движителей. Если возникающие дефекты в движителях препятствуют полному выполнению конкретной миссии, то созданная система диагностирования и аккомодации после

анализа возникшей ситуации позволяет безаварийно завершить выполнение прерванной миссии.

Созданную систему диагностирования и аккомодации предполагается установить на морской робототехнический комплекс «ММТ - 3000», что позволит повысить надежность и эффективность выполнения различных подводных операций, в том числе при решении задач в интересах военно-морского флота РФ.

Заместитель директора по развитию __A.A. Борейко

Заведующий лабораторией № 44 _^ViV-____Ю.В. Ваулин

Заведующий лабораторией № 32

А.М. Павин

А.2 Акт внедрения ПАО «Дальприбор»

УТВЕРЖДАЮ

АКТ

об использовании результатов работы

«Разработка и использование методов и систем интеллектуального управления роботами различного вида и назначения», представляемой на соискание премии Правительства Российской Федерации 2019 года в области науки и техники для молодых ученых

В 2016 году в ходе выполнения проекта «Разработка новых интеллектуальных информационно-коммуникационных систем и технологий для высококачественного управления очувствленными промышленными роботами, предназначенными для автоматического выполнения сложных технологических операций в условиях неопределенности» по Соглашению о предоставлении субсидии с Министерством образования и науки Российской Федерации от «30» июня 2014 г. №14.604.21.0054 в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 20142020 годы» была создана и в январе 2018 года принята в промышленную эксплуатацию интеллектуальная информационно-коммуникационная управляющая система (ИИКУС) многозвенного промышленного робота, которая выполняет следующие функции:

1) распознавание закрепленных обрабатываемых объектов и определение их произвольного расположения в рабочей зоне манипулятора с помощью различных съемных систем технического зрения, выбор которых зависит от размера этих объектов;

2) автоматическое определение возможных отклонений формы этих объектов (в пределах 0.1 мм) от эталонных CAD - моделей;

3) автоматическое формирование гладких траекторий движения рабочих инструментов (РИ) манипуляторов при выполнении различных технологических операций с обрабатываемыми объектами на предельно высоких или заданных технологическим процессом скоростях при сохранении требуемой динамической точности выполнения операций;

4) адаптивная коррекция различных участков траекторий и режимов движения РИ при выполнении наиболее ответственных технологических

Г

операций, когда некоторые степени подвижности манипулятора подходят к своим ограничениям;

5) адаптивное управление исполнительными приводами манипулятора в зависимости от параметров их нагрузки и взаимовлияний между всеми его степенями подвижности;

6) оперативную диагностику всех исполнительных элементов и датчиков манипулятора, а также формирование дополнительных управляющих воздействий на соответствующие исполнительные элементы и коррекцию показаний датчиков в случае появления в них незначительных дефектов.

Очувствленный промышленный робот с разработанной ИИКУС установлен на участке механической обработки деталей.

Созданная ИИКУС в автоматическом режиме позволяет существенно увеличить производительность выполнения слесарных операций. По состоянию на январь 2018г по результатам опытной эксплуатации интеллектуального робототехнического комплекса расчетная прибыль от его использования составила 630 тыс. руб.

по ТПП

Заместитель главного инженера

А.3 Акт внедрения Севастопольского государственного университета

УТВЕРЖДАЮ

Проректор по научной работе и инновационной деятельности Севастопольского государственного

М.П. Евстигнеев

2023 г.

АКТ

реализации результатов научно-исследовательской работы (диссертации на соискание ученой степени доктора технических наук) выполненной к.т.н., доцентом Зуевым Александром Валерьевичем

Комиссия в составе: председателя комиссии - заведующего кафедрой «Информатика и управление в технических системах» к.т.н., доцента Кабанова A.A. и членов комиссии: профессора кафедры «Информатика и управление в технических системах», д.т.н. Крамаря В.А., доцента кафедры «Информатика и управление в технических системах», к.т.н. Токарева Д.А., составила настоящий акт в том, что результаты диссертации на соискание ученой степени доктора технических наук к.т.н., доцента Зуева A.B. внедрены в учебный процесс кафедры «Информатика и управление в технических системах», а также использованы при создании образцов подводных роботов в рамках выполняемых НИР, а именно:

1. Метод построения банков диагностических наблюдателей, обеспечивающих оперативное диагностирование в рабочих режимах исполнительных приводов подводных роботов (ПР).

2. Метод построения наблюдателей с переменной структурой для определения величин отклонений параметров исполнительных приводов ПР от своих номинальных значений и ошибок в показаниях датчиков этих роботов.

3. Адаптивные системы управления для движителей ПР, которые обеспечивают точное устранение последствий изменения параметров этих роботов, появления внешних моментных воздействий и ошибок в показаниях используемых датчиков.

4. Метод синтеза систем адаптации к дефектам, возникающим в навигационно-пилотажных датчиках автономных ПР.

5. Метод построения адаптивных систем управления, обеспечивающих высокоточное управление электроприводами подводных манипуляторов.

Реализация указанных выше результатов научно-исследовательской работы к.т.н., доцента Зуева A.B. позволила повысить качество учебного процесса, совершенствовать методические материалы преподавания дисциплин:

- «Моделирование робототехнических систем»;

- «Разработка специализированного программного обеспечения для систем управления»;

- «Проектирование систем управления роботами»;

Эти результаты использованы при создании подводных роботов в рамках НИР кафедры:

- грант РНФ 22-19-00392 «Создание теоретической базы для построения подводных робототехнических комплексов, способных в полностью автономном режиме автоматически выполнять сложные технологические операции в глубинах океана», 2022-2024 гг.;

- проект «Фундаментальные основы и разработка новых методов анализа и синтеза информационно-управляющих систем автономных морских робототехнических комплексов различного вида и назначения» (шифр FEFM-2021-0014 № 121111600136-3) в рамках государственного задания по науке;

Материалы результатов научно-исследовательской работы к.т.н., доцента Зуева A.B. рассмотрены на заседании кафедры «Информатика и управление в технических системах» (протокол № 10 заседания кафедры от 30 июня 2023 года).

ПРЕДСЕДАТЕЛЬ КОМИССИИ:

ЧЛЕНЫ КОМИССИИ:

Д.А. Токарев

В.А. Крамарь

А.4 Акт внедрения Дальневосточного федерального университета

внедрения результатов диссертационной работы «Создание адаптивных систем управления подводными и промышленными роботами с использованием средств технической диагностики», доцента департамента автоматики и робототехники, к.т.н, доцента Зуева Александра Валерьевича в научную работу и учебный процесс департамента автоматики и робототехники Института Мирового океана (Школы) Дальневосточного федерального университета (направления подготовки: 15.03.06 - Мехатроника и робототехника, 15.04.06 - Мехатроника и робототехника)

Комиссия в составе председателя, доцента департамента автоматики и робототехники, к.т.н. A.A. Кацурина и членов: доцента департамента автоматики и робототехники, к.т.н. Э.Ш. Мурсалимов и старшего преподавателя департамента автоматики и робототехники Е.Ю. Бобко составила настоящий акт в том, что результаты диссертационной работы доцента департамента автоматики и робототехники, к.т.н., доцента A.B. Зуева на тему «Создание адаптивных систем управления подводными и промышленными роботами с использованием средств технической диагностики» внедрены в научную работу и учебный процесс департамента автоматики и робототехники Института Мирового океана (Школы) Дальневосточного федерального университета, а именно:

1) математические модели подводных роботов (ПР) и многозвенных манипуляторов (ММ), учитывающие возможность появления типовых дефектов в их исполнительных приводах и используемых датчиках;