自主稳定可控制水下拖曳体的设计及控制性能

针对现有可控制拖曳体控制机构复杂、姿态不容易稳定的缺陷,提出并设计了一种自主稳定可控制拖曳体的样机．该拖曳体主要由可调节攻角迫沉水翼、方向稳定浮体和矩形主体组成,拖曳体的轨迹与姿态控制由主动迫沉水翼以及双尾推进器产生的力和力矩的改变来实现．水动力操纵试验表明：采用前述方法设计的拖曳体具有良好的姿态稳定性和更高的深度操纵效率,对其控制系统的设计要求也大大简化．     

二体水下拖曳系统的试验研究

介绍了一种将传感器测量法应用于船模试验水池中进行水下拖曳系统模型试验的方法,并借助这一方法探讨了二体水下拖曳系统的水动力性能。试验结果表明：将传感器测量法应用于船模试验水池中进行水下拖曳系统的试验可以取得令人满意的效果,它为水下拖曳系统模型试验提供了一种理想的手段;二体水下拖曳是一种使水下拖体在波浪环境下作业时保持稳定的简便、经济的水下拖曳方式,它能有效地减少拖曳点对水下拖体的波频扰动,保证水下拖体在恶劣的海洋环境下拖曳时的姿态稳定,是一种值得发展的水下拖曳系统。     

水下多缆多体拖曳系统运动建模与模拟计算

针对水下多缆(阵列)多体拖曳系统,给出了其动力学数学模型及其对应的数值求解方案,用以预报分析其在各种情况下的运动响应特性.模型由3部分组成:基于集中质量法给出了拖缆的运动控制方程;水下工作拖体因其为系统的关键部件而采用潜艇6自由度运动控制方程进行精确描述;而系统中另一个小型拖曳体因其尺度相对很小则简化为质量点融入拖缆的控制方程中.通过建立拖缆和拖体耦合边界条件将其耦合成一个整体,并采用4阶龙格库塔方法进行积分求解.最后针对4缆2拖曳体系统展开数值计算,研究了系统在不同情况下的运动响应特性,给出了一些规律性结论.     

海洋拖曳系统的水动力理论与控制技术研究综述

海洋拖曳系统在海洋探测、水文调查、海上打捞救助、军事反潜、水声对抗等领域具有重要而广泛的应用,有关其水动力理论和控制技术的相关研究一直倍受国内外的高度重视。在总结当前国内外有关拖曳系统的拖缆、拖体水动力理论研究成果的基础上,进而概括了拖体控制技术、拖缆缆形优化技术等关键控制技术,并对海洋拖曳系统未来的研究方向进行了展望。为我国海洋拖曳系统的水动力理论和控制技术研究提供了有益的参考。     

控制动作下带缆遥控水下机器人的水动力特性

首先利用模糊神经网络算法构建了基于完整的带缆遥控水下机器人水动力数学模型的控制器,对水下机器人多自由度上的轨迹和姿态进行控制;然后,针对传统螺旋桨推进力分析方法中的缺陷,引入神经网络相关理论并结合计算流体方法对推进力和转速之间的相互关系进行辨识和换算;在此基础上构建了一个完整的、包括模糊神经控制器、机器人水动力数学模型以及推进力和转速换算模块的带缆遥控水下机器人控制系统;最后,在考虑系统各部分间相互影响的前提下进行了水动力特性的整体分析和计算.数值计算结果表明,所建立的控制系统可以对带缆遥控水下机器人进行有效的轨迹和姿态控制,文中方法可以从整体的角度分析一定控制动作下水下机器人的水动力响应.     

多体系统理论在空间机构动力分析中的应用

用Ｈｕｓｔｏｎ方法描述多体系统的运动学关系，建立含柔性体的机械系统的Ｋａｎｅ方程，表达简洁，运算稳定，有一定的实用性。     

回转状态下导管螺旋桨水动力特性实用数值模拟方法

以数值模拟手段研究作为水下机器人主要姿态与轨迹控制机构的导管螺旋桨在回转状态下的水动力特性。首先根据所要计算的导管螺旋桨的几何要素构造导管和螺旋桨的三维几何模型,在此基础上采用动网格技术以计算流体力学方法借助计算流体力学软件Fluent,采用有限体积法在导管和螺旋桨所在的流域内求解其N-S方程以此对在作回转运动的水下机器人流场作用下导管螺旋桨以一定转速和一定来流方向下所产生的推力特性进行数值模拟分析,观察在水下机器人主体流场干扰下螺旋桨推进器的水动力现象。为验证所采用的预测导管螺旋桨水动力特性数值方法的有效性,在Ka 4-70/19A标准导管螺旋桨已有实验数据的基础上,将数值模拟结果与试验结果进行比较,对比结果表明本文所采用的数值方法是可靠的。     

二维柔性多体系统非线性动力响应分析

基于包含轴向变形效应的Euler梁非线性理论,引用梁横向和纵向振动的精确模态描述变形场,利用拉格朗日乘子法建立起柔性多体系统约束非线性动力学方程。该非线性方程自动计及了动力刚化的影响。结合Newmark直接积分法和Newton-Raphson迭代法,导出了求解该非线性代数-微分方程组的数值方法。仿真算例证明了本文方法的正确性和有效性。     

汽车多体系统动力学稳定性控制联合仿真

利用ADAMS软件建立了带有汽车动力学控制(VDC)系统的整车多体动力学模型,在MATLAB环境中设计了PID控制的VDC系统,定义了MATLAB与ADAMS环境下车辆模型的数据交换接口,将整车模型与设计的控制系统在ADAMS/Car和MATLAB/Simulink环境下通过输入输出接口进行了联合仿真,研究了VDC系统的最佳控制参数,实现了几种行驶工况下的VDC系统及整车动态特性的仿真分析.仿真结果表明,所设计的横向稳定性控制器控制有效,实时性好,提高了汽车的操纵性能.     

回转状态下导管螺旋桨水动力特性的数值模拟

采用滑移网格技术和计算流体力学方法,在导管螺旋桨所在的流域内求解其N-S方程,以此模拟在作回转运动的水下机器人流场作用下导管螺旋桨的推力特性,观察螺旋桨在这一环境下的水动力现象.计算结果表明:当来流从尾部流向机器人时,对于尾导管螺旋桨,有机器人影响时其推力系数比无机器人时要小,对处于机器人舷侧的螺旋桨,有机器人时其推力系数比无机器人时要大;当来流从首部流向机器人时其情形刚好相反;而当机器人轴线与流向大致垂直时,有无机器人对螺旋桨推力系数的影响不大.     

碟形潜水器水动力性能研究

对开发设计的一种碟形潜水器进行了模型试验，得到了该潜水器的阻力性能数据及垂向运动水动力导数。在此基础上，对潜水器的运动稳定性和操纵性能进行了分析。研究结果表明，碟形潜水器具有良好的阻力性能和操纵性能。     

开架式水下机器人运动的变结构神经网络控制

针对开架式水下机器人运动的精确控制问题,提出一种水下机器人变结构神经网络控制方法。利用变结构控制理论中的趋近律方法,推导出神经网络参数的镇定算法,并讨论了学习算法的全局稳定性条件。仿真实验结果表明该控制方法对网络学习率的改变和外界扰动有很强的鲁棒性,具有一定的理论和实用价值。     

水下航行器声通讯安装结构涡流噪声分析

孔腔及凸体作为水下航行器表面的常见结构,其产生的涡流噪声对搭载在水下航行器上的声学仪器的信号精度有不容忽视的影响．根据水下航行器上搭载的声通讯调制解调器安装结构抽象出几何模型,即孔腔、凸体组合结构,采用LES—Lighthill等效声源法对该孔腔、凸体组合结构的流场及声场进行仿真,通过分析不同模型的流动机制及涡流噪声特性,指出了凸体高度对涡流噪声的影响．研究表明,凸体高度与孔腔深度相等时,产生的涡流噪声最小．研究成果为水下航行器声通讯安装结构的设计提供了依据．     

一种新型重于水的自治式潜水器及其先进性分析

提出了一种新型重于水的自治式潜水器(Autonomous Underwater Vehicle,AUV).该AUV可工作于负浮力条件下,利用一对较大的翼在航行过程中流体的升力来平衡其自身重量,节约了浮力部件占用的空间,使其成本与速度较传统AUV均有很大提高.阐述了该新型AUV的基本组成与工作原理,初步分析了其先进性.通过风洞试验数据与传统AUV性能参数对比,结果显示,这种重于水的AUV在能源利用与高速作业方面优势较为明显.最后,对重于水的AUV的应用前景做出了一些预测,希望待一些关键问题得到解决后,这种新型的AUV能够应用得更加广泛.     

基于误差空间的UUV三维鲁棒跟踪控制研究

针对水下无人航行器(UUV)系统存在非线性和不确定性的特点,采用基于误差空间理论的跟踪控制方法,进行UUV在复杂海洋环境以及自身工作状态和模块配置变化时的空间跟踪控制问题研究. 以海浪干扰下的深度跟踪控制仿真实验分析该控制方法的鲁棒性. 该控制方法的理论基础是结合被跟踪平台的动态过程,以被跟踪平台和跟踪平台的空间误差为状态空间的状态量组成误差空间系统. 由于融合了被跟踪平台的动态过程和跟踪误差,跟踪精度和跟踪能力增加,同时系统的鲁棒性也增强.      

基于时频分析和神经网络的水声通信信号识别技术

 水声通信信号识别具有重要的现实意义。传统的识别器是每种调制模式分别设计的检测器,因而运算量随调制模式数量的增加而增加。随着通信技术手段日益更新,调制模式不断翻新,传统识别器已经不能满足快速检测和识别信号的要求,设计统一的特征提取方法以减少检测器的数量非常迫切。从侦收信号的时频分布中提取特征向量,利用人工神经网络对特征向量进行分类,基于此提出了一种新的识别方法。对本文提出的识别器,在使用前增加新的调制模式的样本并重新训练神经网络,使用过程中能实现更多调制模式的识别而不增加运算量。对特征向量的提取方法进行了详细描述,并通过计算机仿真实验,得出了低信噪比时的正确识别概率。     

海流作用下全驱动自主式水下航行器环境最优动力定位控制

针对海流作用下的全驱动自主式水下航行器(AUV)的动力定位控制,提出了一种新的环境最优动力定位控制策略.通过位置、姿态控制,使得水下航行器的头部“顶住”海流,并和目标点保持一定距离,此时海流的扰动力由轴向主推进器承担,减少了辅助推进器的工作量,同时降低能源消耗.考虑到海流作为系统模型中的非匹配不确定性,基于神经网络自适应反演法设计了动力定位控制器.通过计算机仿真,验证了控制算法的有效性以及鲁棒性.     

遗传径向基函数神经网络估计纯电动汽车锂电池的荷电状态

考虑到串联的锂电池是复杂的非线性系统,并且径向基函数神经网络(RBF NN)对于解决非线性问题有较好的特性,建立了锂电池SOC估计的RBF NN模型,并提出了一种基于遗传RBF NN的电动汽车锂电池SOC估计的方法. 利用在2010年上海世博园区中运营的纯电动汽车锂电池数据对遗传RBF NN进行训练和SOC估计的实验. 实验结果表明,SOC估计的均方根误差为0.0024,提高了估计的精度.