响应面模型在耐压壳优化设计中的应用研究

针对有限元模型应用于优化设计时效率低的问题,提出了一个环肋圆柱壳结构优化设计策略.该策略用APDL语言建立参数化结构有限元分析模型,并根据设计要求选取设计变量,用试验设计的方法在设计变量空间里选取样本点并进行结构分析,得到各样本点的响应.最后用这些样本点和响应建立起结构质量和应力的二阶多项式模型,并对响应面模型采用罚函数法进行优化获得最优解.结果表明,所提方法提高了结构的强度利用率,缩短了优化时间,研究结果对实际应用有参考价值.     

响应面模型在艇型多目标优化中的应用

针对潜器的艇型优化,研究了试验设计、响应面模型技术和多目标优化算法.选择了决定回转体艇型的6个参数,将阻力数值计算结果进行数据回归,建立阻力、体积与型值的二阶多项式响应面模型.然后将阻力最小与体积最大作为回转体艇型优化的两个目标,研究了多目标遗传算法,并给出了 Pareto 最优解集.结果表明,在艇型优化过程中采用近似...     

一种水下机器人集成仿真系统的设计

在水下机器人的设计和开发过程中有一个严重的限制问题,就是由于水下机器人工作在较深的水中,因此很难观察到水下机器人的工作情况.针对实验室开发的新型水下机器人,该文的集成仿真系统提供了一个虚拟的海洋环境,和一些传感器的仿真,能够较为真实地模拟水下机器人的工作过程.它允许研究人员在实验室里方便地进行测试,并通过三维实时的图形场景对机器人的工作过程进行监控.最终通过仿真试验,完善了机器人控制系统的设计.     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

水下机器人运动的免疫控制方法

由于水下机器人系统的非线性以及所处环境的不确定性、水下机器人进行精确运动控制技术一直是智能水下机器人技术中急于解决而又难以解决的问题.基于生物免疫系统的生理特性,以免疫系统T细胞、B细胞与免疫应答为基础,引入了一种免疫控算法,并在此算法的基础上又提出基于Sigmoid非线性模型的改进型免疫控制器.大量的仿真实验证明,该新型免疫控制模型,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、鲁棒性好等各种优点.     

潜器大纵倾角运动控制技术

在４自由度运动定位的基础上,提出以５自由度代替自由度空间运动的设想,解决在失事艇状态为斜卧时对接问题,从而避免救生艇进行有横倾的运动,减轻噪艇员复杂的操作负担。文章从立体几何的角度和神经网络的角度阐述该设想的可行性,并给出计算机仿真结果。     

计算全息检测非球面的模拟计算研究

非球面与球面相比具有更好的光学性质,应用越来越广泛,但一直受到光学加工和检测技术的限制.用计算全息的方法对非球面进行干涉检测,是目前最成功和最重要的检测方法之一,但在实际应用中,由于待测光和参考光通过计算全息(CGH)后各自均有多级衍射光,其传播方向和干涉情况又受参考光照射方向及衍射距离的影响,导致在实验中不容易判别光路调节是否正确,以及哪一组干涉图样是我们真正需要的.针对这个问题,我们对计算全息检测非球面整个过程中的衍射、干涉进行了模拟计算,通过改变参数,得到了一些有益的结果,通过它们能对实验进行预判和指导,从而避免盲目性和误判.     

喷水推进型无人艇航向跟踪的反步自适应滑模控制*

针对单泵喷水推进型无人滑行艇的航向跟踪非线性系统,提出了一种反步自适应滑模控制方法。该系统由无人艇运动非线性响应模型和舵机伺服系统组成,并考虑运动响应模型的建模误差、外界干扰力等非匹配不确定性,利用全局微分同胚坐标变换将原系统变换为具有下三角特征的非线性系统。基于Backstepping方法和滑模控制理论,提出了一种自适应滑模控制律;利用Lyapunov函数,证明该控制律保证了航向跟踪系统的全局渐近稳定性。仿真对比结果验证了所提出控制器的有效性。     

水下机器人光视觉目标识别系统

介绍了一个用于水下机器人的光视觉目标识别系统,描述了该系统的硬件结构和软件体系．论述了水下图像的处理方法,分析了在离散状态下比例因子对不变矩特征的影响,构造了基于不变矩的仿射变换不变量．详细描述了用于目标识别的免疫遗传神经网络的结构和建模．通过对4类实测水下目标的识别实验,证明了所提水下目标识别系统可以用于水下目标识别,并且具有较高的准确性和实时性．     

基于MPSO算法的水下机器人PD控制器

为了解决传统水下机器人运动控制器只针对单独的自由度进行解耦控制,从而忽略了各自由度之间耦合效应的问题,设计了一个新型的PD控制器.该控制器在水下机器人6个自由度动力学模型的基础上,根据实际需要进行简化,利用一个运动控制方程实现4个自由度的运动控制.同时采用改进PSO算法自寻优确定控制方程的参数,以提高效率,减少设计时主观因素的影响.最后以某型AUV(autonomous underwater vehicle)为控制对象及试验平台,针对所设计的控制器进行仿真试验,结果验证了该控制器在水下机器人运动控制中的可行性.