水下机器人T-S型模糊神经网络控制

针对水下机器人模糊神经网络控制器运算量大和对强外界扰动的鲁棒性差及存在滞后性的问题,提出基于混合学习算法的水下机器人T-S型模糊神经网络控制方法.采用免疫遗传算法离线优化和神经网络自学习在线调整隶属函数的参数,从而减少神经网络的运算量,增强水下机器人对环境变化的反应能力.采用T-S模型,由后件网络动态调整模糊规则,提高控制系统的适应性.通过某微小型水下机器人的仿真和外场实验验证方法的可行性和优越性.实验结果表明,控制器对外界扰动具有较强的鲁棒性,保证即使在恶劣情况下,控制性能仍保持在较高水平.     

多水下机器人的协调规划策略研究

以对策论为基础,从理论上分析了多水下机器人的运动协调机制,建立了多水下机器人运动协调问题的数学模型;以此为基础;提出了多机器人协调规划算法。     

基于最小扰动BP算法的水下机器人运动控制

针对神经网络学习中学习率起到的重要作用,本文提出一种基于最小扰动的神经网络BP算法,通过建立一个计算动态学习率的算法,在不影响网络学习的情况下,使得网络权值的变化最小,从而提高神经网络的稳定性和收敛的速度,作者运用该神经网络算法设计了水下机器人的运动控制器,实验结果表明,该算法具有良好的学习能力,据此设计的控制器控制效果良好,具有实用价值。     

动力定位船舶的机动定位技术

为提高动力定位船舶在高海情下的定位能力，研究了机动定位的控制方式，并设计了一种机动定位模糊控制系统。其特点是模仿人类的航海技巧，通过充分利用环境力，实现航船的定位与机动。仿真结果表明，在高海情下，机动定位方式可以实现较高精度的定位，并且其辅推功率消耗较小。     

基于Hough变换的水下管道检测方法

由于海底管道背景复杂,简单的检测算法不能给出理想的检测结果;复杂的检测算法又不能满足实时作业要求。为了克服上述问题,实时而又准确地检测水下管道,通过分析水下图像的特点以及传统Hough变换对于管道直线信息提取的局限性,有针对性地提出了对Hough变换方法的2步改进,包括前期处理改善像素点的分布以减少参与Hough变换的无效像素点的数目,和Hough变换过程中的峰值点逆向清零以保证管道边界检测的唯一性。在仿真环境和水池环境下分别对改进的方法和未改进的方法进行了对比实验,结果表明前者可以有效地提高管道检测的实时性和精确性。     

深水半潜式钻井平台动力定位实时交互仿真系统

为了模拟深水半潜式钻井平台在复杂海况下的动态响应,对动力定位平台的低频运动与环境载荷进行了数学建模.根据深水钻井平台海上作业的安全等级要求,设计并搭建了DP-3级动力定位实时交互式仿真系统,该交互系统主要包括DP-3级动力定位控制系统与视景仿真系统.给出了DP-3级动力定位控制系统的体系结构.详细阐述了视景仿真系统与D...     

亚氯酸钠漂白的废气检测与治理

本文提出了测定空气中微量二氧化氯浓度的新方法-N,N二甲基对苯二胺(DMPDA)比色法,该法比H·酸法更简便、快速、灵敏。二氧化氯气体的治理采用废碱二次吸收,治理后尾气排放对环境无影响。     

基于混合体系结构的多水下机器人协调控制体系

针对由同构机器人组成的多水下机器人系统，由底向上构造出一个开放的多水下机器人协调控制体系结构，体系中的每一个机器人成员都基于混合体系结构的。通过仿真证明了该体系结构可以满足多水下机器人协控制的要求，并在此基础之上实现了包括三台水下机器人的编队航行仿真试验。     

水下机器人S面控制器的改进粒子群优化

S面控制器是一种有效的水下机器人的运动控制算法,但需要人工调整参数.为了减少手工调整参数所带来的困难和误差,提出了改进的粒子群优化算法对S面控制器参数进行优化.采用动态压缩因子,加快粒子算法的收敛;引入退火算法,提高粒子算法的局部搜索能力.同时,在S面控制器中引入智能积分项,有效地减小控制器的稳态误差.最后,论述了改进粒子群算法优化S面控制参数的具体过程,并在某型水下机器人上进行了仿真试验和水池试验.试验结果表明,该算法对于水下机器人非线性控制器的参数寻优达到良好的效果,优化后的S面控制具有较快的反应速度和较小的超调.     

带翼水下机器人运动控制的动力学建模

根据水下机器人运动的一般方程，分析了其所受线性和非线性水动力的影响，进而推导出水下机器人控制系统的运动方程．讨论了螺旋桨和舵、翼的推力解算方法和整个系统的动力学响应过程．为分析控制系统的物理学特性提供了理论依据．