一类载人潜水器的改进LQG控制研究

针对一类载人潜水器(MSV,MannedSubmersibleVehicle)在动力定位中多自由度之间存在的强耦合、非线性,以及系统参数的时变特性,文章采用带遗忘因子的递推最小二乘法和平方根法对系统参数进行辨识,然后在状态空间进行多输入多输出(MIMO)线性系统的最优控制研究。仿真结果表明,该两种改进LQG控制方法对于外界扰动以及系统的参数时变具有良好的控制效果,控制精度得到提高,为实际载人潜水器控制系统的多自由度动力定位控制提供了坚实的依据。     

考虑动态热环境因素的潜航员人因可靠性评估

载人潜水器深海作业属于特殊环境下的高危作业,为具体研究动态热环境下潜航员人因可靠性的变化特征,首先分析载人潜水器舱室人-机-环境特征以及任务过程动态环境变化;随后在认知可靠性与失误分析方法(cognitive reliability and error analysis method,CREAM)的基础上,建立认知失误概率(cognitive failure probabilities,CFP)与工作效率(P)的函数关系,通过引入环境补偿系数(k)构建CFP修正模型;采用热环境舒适性评估与热环境生产力损失归回模型(predicted mean vote-productivity, PMV-P)获取环境补偿系数(k)的量化指标;并通过7000米深海作业任务分析修正前后潜航员CFP的变化特征.结果显示该模型能够描述动态作业环境下潜航员CFP的变化特征,潜水器下潜至4000米阶段舱室热环境对潜航员CFP影响较大.该方法为潜水器优化资源配置、完善系统设计提供理论依据.     

基于最小二乘支持向量机的船舶操纵运动建模

基于自由自航船模试验或实船试验的系统辨识方法是一种确定船舶操纵运动水动力导数的有效方法.通过对舵角、漂角、转首角速度等试验数据的分析,用最小二乘支持向量机确定了船舶操纵运动数学模型中的水动力导数及其干扰力系数,其中非线性模型的参数辨识采用了多项式核函数.利用辨识得到的参数进行了操纵运动预报仿真并同自航模试验及实船试验数据对比,数值仿真结果验证了方法的有效性.     

微小型水下机器人操纵性能与运动仿真研究

以某微小型水下机器人为对象,对其进行受力分析,并考虑海流环境的影响,以空间六自由度运动方程为基础建立其运动仿真模型.通过带附体的模型试验,得到水下机器人阻力曲线和各主要水动力系数,应用面元法预报了其控制面的水动力特性,在此基础上建立了水下机器人的运动仿真系统,对其在水平面和垂直面内的操纵性能进行了预报,仿真试验结果表明此水下机器人具有良好的操纵性能,运动仿真系统可以作为控制器设计与调试的试验平台.     

基于虚拟现实的载人潜水器操纵运动仿真系统

载人潜水器操纵运动仿真系统可用于性能研究和人员训练.与已有类似仿真系统不同的是,介绍的仿真系统显示的海底视景是基于驾驶人员通过摄像头所观察到的清晰化小场景,更符合潜水器操纵实际情况.介绍了仿真系统的体系结构,建立了空间六自由度运动方程,进行了仿真计算,讨论了两个影响视景显示的关键问题:视景建模和显示的实时性.工程试验结果表明,仿真系统的设计是合理有效的.     

水下机器人半实物运动仿真系统的设计

通过对水下机器人体系结构中的控制层进行实物仿真和对感知层以及执行层进行虚拟仿真相结合的方法建立了水下机器人半实物运动仿真系统,该仿真系统不仅能够对整个系统的软件逻辑进行测试,同时能够对水下机器人控制系统的硬件体系、数据接口、可靠性都进行验证。详细阐述了水下机器人半实物运动仿真系统的硬件和软件体系结构,并对虚拟仿真中的水动力仿真、运动传感器仿真以及实物仿真中的运动控制系统的设计进行了说明。最后通过远距离航行仿真试验和避碰仿真试验证明了所设计的水下机器人半实物运动仿真系统对实际海试具有重要的参考价值。     

顺馈-反馈技术在船舶姿态控制中的应用

重点研究了两对鳍的船舶减摇模型的控制优化问题.现有的两对鳍船舶减摇模型中,前鳍对后鳍的严重的水动力干扰问题一直没有得到有效的解决.根据无干扰后鳍静态水动力特性曲线,对后鳍随动系统进行了改进,提出基于顺馈-反馈控制的两对鳍船舶减摇控制的优化模型,并通过simulink对两对鳍的船舶减摇控制优化模型进行了计算机仿真.仿真结果表明,该方法有效补偿了后鳍有效鳍角的损失,提高了后鳍的升力,使后鳍升力在有无前鳍干扰时保持了一致,有效的解决了前鳍对后鳍的严重水动力干扰问题.     

数值波浪水槽构建与二阶Stokes波仿真

近年来,数值波浪水槽在海洋工程研究中发挥着越来越为重要的作用,成为了水波动力学研究的焦点之一。为此,基于Navier-Stokes(N-S)方程组,首先完成了二维数值波浪水槽的构建。对于N-S方程,采用FVM(Finite Volume Method)法进行离散求解;在入口边界处,模拟活塞推板运动产生了入射波;同时,利用VOF(Volume of Fluid)法对波浪自由面进行了捕捉;在数值波浪水槽尾部,通过设置人工阻尼区实现了消波。利用该二维数值波浪水槽,对典型非线性二阶Stokes波进行了仿真模拟,通过设置虚拟波高监测仪,获取了非线性二阶Stokes波发生、发展和消亡的全过程。对比校验表明,所有仿真结果均与理论精确解相吻合。     

混合动力汽车机电复合制动控制系统研究

通过分析和研究混合动力汽车在低附着系数路面制动时制动系统的工作状态与要求,针对具有独立的电机回馈制动控制系统和独立的液压制动控制系统的混合动力汽车,设计了一种新颖的回馈制动与防抱死制动机电复合模糊控制系统.该两层分级控制系统顶层协调控制电机回馈制动与液压制动过程工况分配,底层协调控制力矩分配与调节.对控制策略与方法进行了研究并通过仿真与试验进行验证,结果表明车辆制动性能良好,能量回收制动力矩和液压制动力矩能够协同工作,部分制动能量被回馈储存,控制策略与方法有效且鲁棒性好.     

电脉冲除冰系统除冰激励的仿真研究

建立了电脉冲除冰实验系统的二维电磁涡流场分析模型,提出了数值计算后处理求解试验蒙皮表面除冰激励分布的方法,并利用有限元动力分析方法建立了试验蒙皮的三维动力分析模型,通过在模型上加载后处理所得的表面瞬态压力,仿真获得了试验蒙皮的响应加速度,最后引入加速度实验用以验证模拟值。结果表明,基于二维电磁涡流场数值计算后处理求解除冰激励与有限元动力分析试验蒙皮的方法,所得的加速度与实验测量值吻合较好,因此说明了所述方法的正确性,可为电脉冲除冰系统的冰层破坏分析奠定基础。     

行为驱动的仿真模型组合方法研究

针对目前海洋智能航行器仿真系统在开发过程中模型的动态行为很难验证的问题,给出了一个通用的基于行为的仿真系统开发框架,并提出了行为驱动的模型组合方法。首先在研究了仿真模型的行为特性的基础上,采用演算的进程表达式表示组合交互过程,描述状态转换和消息传递序列,利用其转换函数和进程推演验证组合过程的行为兼容性,然后通过水动力组合的应用实例具体描述了行为驱动的组合验证过程。最后给出了该方法在水下水下机器人和水面无人艇仿真试验中的应用情况,进一步证明了方法的可行性。     

AUV近水面运动的积分变结构控制及仿真

智能水下机器人(AUV)在近水面的运动中,由于波浪干扰力的作用,运动状态会发生明显变化,其近水面的定深控制是比较困难的。本文设计了一个积分变结构控制器,对智能水下机器人进行了近水面运动仿真,有效的防止了水下机器人近水面波浪干扰作用下的埋首上浮现象。首先建立了水下机器人的水动力模型,进行了波浪干扰力的计算,在此基础上给出了水下机器人变结构控制器的设计过程,针对非积分变结构控制器中出现的稳态误差加入积分项,通过仿真对比验证了积分项的加入很好的抑制住了稳态误差且响应速度快、有较好的抗波浪干扰能力。     

基于分层马尔可夫决策过程的AUV全局路径规划研究

自主路径规划是自治式水下机器人(AUV)自主能力的重要体现,是保障AUV在大范围复杂海洋环境中自主完成使命作业的关键技术之一。提出了基于马尔可夫决策过程的路径规划方法;并建立了基本的马尔可夫决策模型和结合状态聚类的分层马尔可夫决策模型,同时给出了两种规划的仿真实验及结果分析。实验证明,此类方法能够很好地求解大范围复杂环境内AUV的二维路径规划问题。     

时滞时变AUV的模糊变结构控制

针对自主水下航行器(autonomous underwater vehicle,AUV)具有时变的水动力学系数的现象,为了实现其鲁棒控制,设计了一个模糊变结构控制器.该控制器以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出.为了提高控制器的性能,引入了压缩扩张隶属度函数.通过将该控制器和均分隶属度函数模糊变结构控制器、准滑模控制器的仿真对比,证明了设计的控制器具有更好的性能.数值仿真表明,该控制器能很好地实现对具有控制输入时滞和时变水动力系数AUV的深度控制,且稳定后基本无抖振现象.     

基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。     

分布式多AUV协同搜索方法

针对水下协同搜索中存在通信延时、单个自主式水下航行器(autonomous underwater vehicle, AUV)易失效的问题, 提出一种采用分布式协同结构和滚动优化策略, 利用改进型头脑风暴优化(brain storm optimization, BSO)算法优化基于目标存在概率、环境不确定度、协调信息素的目标函数的新方法。仿真结果表明, 所提方法能实现避碰, 并在通信延时情况下仍有能力搜索到所有目标。通过仿真给出了所提方法关键参数的建议取值范围, 并验证了个别AUV在搜索过程中失效对总体搜索效果影响不大, 方法具有很强的实时性和鲁棒性。     

水下机器人自主控制系统的设计与实现

水下机器人(简称AUV)的自主控制系统起着相当于人类"大脑"的作用,它是AUV的核心技术。本文在QNX操作系统下利用多线程技术设计并实现了AUV自主控制系统。介绍了AUV混杂系统结构和自主控制原理,给出了自主控制系统的多线程结构。设计了多线程同步模块,并与QNX消息传递机制相结合实现了AUV自主控制系统线程间的同步与通信。最后在半实物仿真平台上结合具体案例对自主控制系统进行了验证。仿真结果表明AUV自主控制系统能够正确协调各个线程自主完成使命。     

基于精英族系遗传算法的AUV集群路径规划

针对传统路径规划算法仅能规划单一最短路径且不能调节路径宽度而难以适用于自主式水下航行器(autonomous underwater vehicle, AUV)集群航路规划的缺陷, 提出了精英族系遗传算法(elite family genetic algorithm, EFGA)。该算法将基因适应度加入适应度评价函数中, 同时在进化过程中标记精英个体作为多路径规划结果, 并在该算法基础上针对AUV集群路径规划问题设计了一种多智能体路径规划(multi-agent path planning, MAPP)方法。仿真结果表明, 该算法可以求解无冲突路径集合实现MAPP, 通过实现AUV集群的最优多路径航行方案减少集群的航行耗时, 且能够满足不同AUV编队规模对可调路径宽度的需求。     

基于偶极势场的自主水下航行器回坞导引算法

针对欠驱动自主水下航行器(autonomous underwater vehicle, AUV)的自主回收问题,提出了基于偶极势场的一种回坞导引算法。将回坞过程分为回坞准备阶段和回坞阶段,其中回坞准备阶段利用航路点导引为AUV规划出一条路径,使AUV到达回收站的一定范围之内,保证AUV可以对回收站上的两个应答器进行准确定位;而回坞阶段AUV根据获得的应答器的测量位置计算出AUV在对接系下的坐标,利用建立的偶极势场导引AUV沿入口方向进入回收站。采用自适应非奇异终端滑模控制,保证航向角跟踪控制的鲁棒性和自适应性。仿真结果表明,所设计的回坞导引算法是有效的。