一种基于低速、小振幅周期运动CFD数值模拟的水下滑翔机附加质量求解方法

水下滑翔机在流体中变速运动会带动周围流体一起做变速运动,这一部分流体的质量称为水下滑翔机的附加质量.附加质量对水下滑翔机的动力学行为具有重要影响.本文提出了一种水下滑翔机附加质量求解方法,即利用计算流体动力学(computational fluid dynamics,CFD)方法对水下滑翔机在静止的无黏流体中低速、小振幅周期运动进行数值模拟,进而求得附加质量.使用商用CFD软件STAR-CCM+计算了海燕-L水下滑翔机的附加质量,与基于势流理论的H-S面元法计算结果相差5%以内;与水下滑翔机模型水池试验结果相比,除垂直于水下滑翔机机翼方向的附加质量λ₂₂以外,其他附加质量的相对误差在6%以内,优于常规的平面运动机构试验的CFD数值模拟等其他求解方法.该方法只需要建模一次,在同一个流体域中模拟水下滑翔机的4种运动方式,监控其所受水动力和力矩,即可得到水下滑翔机的附加质量,极大提高了附加质量求解效率.同时,该方法能适用于任意尺寸、形状的水下滑翔机,对不同型号水下滑翔机水动力外形设计、动力学建模都具有较大的参考价值.     

“CORS+测深仪”在河道横断面测量中的应用

CORS结合测深仪以及相应的计算机软件,可以快速、准确地进行水下河道横断面的测量。本文中,主要阐述CORS结合测深仪水下地形测量的原理、作业步骤及其影响精度的因素,以期能为类似工程提供参考。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

基于Unity3D的水下机器人半实物仿真系统

基于Unity3D研制了一种由地面控制终端、机器人本体和三维仿真系统3部分组成的水下机器人半实物仿真系统,为水下机器人开发过程中的性能测试、控制算法分析和人员操作培训提供了仿真和测试平台。该系统采用同一地面控制终端作为三维仿真系统和机器人控制系统的统一指令输入源,以实现虚拟对象和机器人本体的同步工作,可对系统进行实时监测、调参。采用多目视觉技术对机器人位置采集,对传感器数据进行卡尔曼滤波处理。机器人运动仿真试验结果表明,机器人实际运动路径和仿真规划路径基本相同,该系统动态响应性和控制系统同步性较好。     

基于改进二次规划算法的X舵智能水下机器人控制分配

针对具有4个独立舵叶的X舵智能水下机器人(AUV)姿态控制分配精度及其计算效率问题,提出一种改进二次规划算法,在满足分配精度的同时减少计算量.使用Lagrange乘子法替代序列二次规划法所用的光滑牛顿法进行优化求解计算,有效降低了迭代循环计算,同时保留了序列二次规划的计算精度.仿真环境下的X舵AUV运动控制结果表明:改进后的控制分配算法能够减少40%的计算时间,控制分配偏差不大于0.03 N·m,AUV姿态控制效果良好.     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

Design of electric-field coupled underwater wireless power transfer system based on class E amplifier

针对单级LC谐振型电场耦合式水下无线电能传输(electrical-field coupled power transfer,ECPT)系统的输出功率低、谐振容量小、频率漂移大等关键问题,设计一种更适于海水环境下的无线电能传输系统。该系统基于CLC-S调谐网络,综合E类放大器效率高、频率高等优点,实现较大的功率输出。利用Maxwell有限元仿真软件,对海水环境下耦合机构的电容值进行了有限元分析。通过对水下耦合机构进行试验,分析负载品质因数Q、归一化频率μ对水下无线电能传输系统的影响规律,可为水下ECPT系统设计提供参考。     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

Monitoring and analysis of shock wave in water for underwater drilling blasting

Taking the underwater reef blasting in Gulei sea channel of Xiamen Port as an example, the forming characteristic of shock wave in water for underwater drilling blasting is analyzed. By field monitoring, the pres- sure of shock wave in water for different distances is attained; the major parameters such as pressure amplitude and positive action time, and the propagation attenuation rule of shock wave in water are analyzed in this paper. The results can be helpful for engineering design and construction and environmental safety assessment.