粘性流场中船舶操纵水动力导数计算

以船舶操纵水动力预报为研究背景,通过对商用计算流体力学软件FLUENT的二次开发,采用其动网格技术以及后处理系统,对粘性流场中大型船舶操纵水动力导数进行了数值计算.船体按照斜航、不同舵角、纯横荡和纯首摇等状态做运动,得出随船坐标系下作用于其上的水动力及力矩.通过进行基于最小二乘法的曲线拟合,最终求得船舶操纵水动力导数.计算结果表明,纯横荡运动和纯首摇运动的水动力与运动无因次频率呈现较好的线性关系,间接验证了所提出的计算方法适用于复杂船舶运动的水动力导数计算.     

基于流固耦合的尼龙网流场特性及变形分析

考虑到柔性网衣在水流作用下易发生变形,会造成网箱有效体积减小并伴随网衣撕裂风险,因此研究网衣周围流场变化及网衣变形特性具有重要意义。基于剪应力SST k-ω湍流模型,结合ANSYS Workbench的单向流固耦合(Fluid-Solid Interaction, FSI)方法,将网衣所受压力作为输入载荷施加在平面网表面,研究在不同流速、网衣密实度和攻角情况下平面尼龙无结网衣的流场特性,对大变形非线性网衣结构的有限元模型进行分析。结果表明基于FSI的单向耦合数值模拟用于平面网衣变形及流场特性分析具有可行性,网衣造成的流速降低现象在不同攻角条件下的差异较明显。得到网衣水动力系数在不同流速、网衣密实度和攻角下的变化情况,以及平面网的等效应力分布特点和变形随攻角变化的特性,发现从网衣中心网线至边缘位置网线处的应力由大逐渐变小,最终在网线固定端附近发现应力最大位置。     

UUV导航测速信息的灰色自适应滤波方法研究

针对水下无人航行器UUV（Unmanned Underwater Vehicle）的导航测速数据受海洋环境噪声影响大、处理实时性要求高的问题,提出了一种基于灰色动态预测和数据自适应融合的滤波方法。该方法考虑到UUV的速度在连续变化前提下可能存在的机动性,将基本的静态灰色预测模型改进为灰色动态预测模型,以获得速度数据的近似估计值。然后根据估计值和实际采样值之间的偏差,自适应的调整两者之间的权重系数进行融合,以实现实时的数据滤波。通过对UUV海上试验数据的验证,证明了该方法的有效性。     

基于2 维Tsallis 熵的水下图像目标检测

针对传统图像检测方法在水下图像处理过程中存在目标区域定位不准确、目标细节丢失、目标形状变 形的问题,文中利用Tsallis 熵的非广延性,提出了一种基于边缘信息的2 维直方图,并以最大2 维Tsallis 熵为准 则,利用改进粒子群优化算法寻找最佳阈值．水下图像处理试验表明,该算法是一种有效的水下图像目标检测方法, 与传统方法相比,具有更强的自适应性和鲁棒性．     

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展, 增加了一个对于时间的聚合算子, 从而更好地模拟了生物神经元的信息处理机制. 这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量. 结合S函数和预先规划思想, 建立水下机器人过程神经元的运动控制模型. 仿真试验证明,该新型控制模型, 对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

DDM中基于历史信息排序的区域匹配算法

DDM实现的关键是更新区域和订购区域的匹配判断,其匹配算法的设计决定着分布式仿真的效率和性能.针对直接匹配算法需要维护的区域相交索引表和相交信息表的存储空间不断扩大的问题,首先提出区域聚合的基本思想及其实现方式,然后提出将历史信息排序加入到区域匹配算法中,以使算法在有效利用历史信息的基础上,提高区域匹配的运行效率.给出了算法的基本思想和具体步骤,通过应用实例详细解释了算法的具体实现过程,最后通过仿真实验,对比分析了所提算法的优缺点.     

欠驱动手动态抓取控制的研究

基于手指动力学模型建立了速度观测器.该观测器用于欠驱动手的自适应轨迹跟踪,弥补了欠驱动手没有速度传感器的缺点,补偿了手指模型中欠驱动元件(如扭簧)造成的不确定因素.与PID和计算力矩法相比,其跟踪误差更小,动态控制效果更加理想.通过动力学模型建立了基于力的阻抗控制策略,在阻抗控制中使用速度观测器,实现了基关节的动态抓取力跟踪.动态轨迹跟踪与力跟踪相结合,使欠驱动手在抓握时具有良好的动态抓取性能.     

基于极大似然估计的AUV水下地形匹配定位方法

针对自主式水下机器人(AUV)长时间水下作业时精确定位的需求,以多波束测深仪作为水下地形测量手段,利用极大似然法则对地形特征进行相关性分析,提出了一种基于极大似然估计的水下地形匹配定位方法.针对平坦地形区域似然函数出现的伪波峰的影响,引入费希尔判据准则对其进行约束,有效地剔除了伪峰值点,增强了对地形平坦区域地形特征的识别率.基于某电子海图数据和多波束测深仪海上试验数据的仿真结果,验证了该方法的有效性和实用性.     

水下机器人高度信息融合与欠驱动地形跟踪控制

研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.     

基于领航跟随法的多AUV编队控制算法研究

针对已知路径下基于领航者的多自主水下机器人(AUV)编队队形控制问题,提出了一种AUV路径控制和编队协调控制相结合的新型编队控制器。其中,AUV的路径跟踪控制采用反步滑模控制器,将AUV位置、姿态和时变速度跟踪转化虚拟速度控制,使AUV能达到期望的位置、速度等,避免了反步控制中的奇异值问题,并能够很好实现不确定的模型的控制,同时又提高了跟随者协同定位精度;在路径跟踪控制基础上,编队协调控制器将领航者与跟随者的位置误差控制转化为跟随者的速度误差控制,使跟随者能快速达到期望位置,从而使所有AUV实现期望的队形并保持。仿真实验对该控制策略进行了可行性验证,结果表明,该算法提高了编队的响应速度、控制精度和稳定性;再应用3台AUV进行了湖上试验验证,证明了该控制策略的有效性,能有效应用到实际中。