基于ASNLS算法的智能浮标浮潜模型参数辨识

[目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法(ASNLS),以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型,并将连续型浮潜运动方程转化为离散模式以匹配实际离散的数据采样方式;然后,将离散型运动方程构造为基于相关函数的表达形式,以减弱噪声对参数辨识的影响;最后,通过调整协方差矩阵的取值,实现该浮潜参数辨识算法的抗数据饱和功能。[结果]基于2021年智能浮标在南海的大深度试验数据,开展了浮潜运动模型参数辨识及深度预测,验证结果表明:相较于传统的最小二乘算法及支持向量机算法,ASNLS算法的收敛速度更快(较最小二乘算法提高了31.8%)、深度预测误差更小(不同深度下的平均绝对百分比误差均小于9%)。[结论]ASNLS算法可为智能浮标的深度控制和预报提供有效的浮潜模型支撑。

可潜浮式沉积物捕获器结构设计与稳性分析

[目的]针对可潜浮式沉积物捕获器(FST)的时变姿态会影响采样效率的问题,对全采样流程内FST的质心偏移规律及姿态角变化进行定量分析与评估。[方法]设计一种包含采样模块及浮力调节模块的FST,然后利用Solid Works软件进行建模,建立坐标系;通过Matlab软件完成静力学分析,模拟得到全流程内各时刻FST质心相对于坐标原点的偏移量;基于力矩平衡公式,推导因质心偏移造成的机体姿态变化;运用平面射影定理,定量分析姿态变化对有效采集面积的影响。[结果]结果显示,质心偏移被限制在以载体坐标系原点为圆心、半径为8×10^(-3)m的圆内,质心坐标域为x_(g)∈(-6×10^(-3)m,3×10^(-3)m),y_(g)∈(-1×10^(-3)m,7×10^(-3)m);姿态角变化域为俯仰角θ∈(-1.5°,16.6°),横滚角Ф∈(-2.6°,16.8°);当θ=14.7°,Ф=13°时,有效采集面积缩减为捕获装置面积的94.27%,为最小值,当其他条件相同时,捕获相同质量的沉降颗粒所需时间比100%实采面积所需捕获时间多0.0578倍。[结论]研究工作可为FST的稳性分析和浮力调节系统设计提供有益的参考。

基于阿基米德螺旋加密重构技术的无人航行器KT辨识研究

针对无人航行器操纵模型参数辨识精度受限于航向数据采集频率的问题,提出一种运用阿基米德螺旋(Archimedes spiral,AS)加密重构稀疏数据集进而改良辨识精度的思路。首先,选取不同采集频率的Z形操纵仿真试验数据集,基于最小二乘算法进行一阶线性KT方程的参数辨识,定量分析采样频率对辨识精度的影响,阐述重构稀疏数据的必要性。随后,提出预先应用AS插值加密优化的策略,重构光滑连续的加密数据集,并与初始稀疏集、基于三次样条插值的加密集完成对比分析。数值结果表明,基于AS的数据重构策略使KT辨识精度提高了31.1%,平均误差仅2.4%,较三次样条插值处理准确了1%。基于AS的加密重构技术弥补了实际数据采样频率相对较低时的不足,为无人航行器高精度操纵模型参数辨识提供了新思路。

基于Modbus/TCP协议的无人水下航行器监控系统设计

基于工业以太网标准Modbus/TCP通信协议,提出了一种岸基监控台与无人水下航行器之间的实时通信方案,以对无人水下航行器的位姿、状态进行实时监视与远程控制,并完成了基于工业Modbus/TCP协议的无人水下航行器监控系统设计。文中给出了该监控系统的水面和水下两级结构与组成,并详细地讨论了通信协议的确定以及两级系统的硬件平台搭建和监控软件设计;最终,完成了对无人水下航行器监控系统的水池联调试验。水池联调试验结果表明:基于工业Modbus/TCP协议的无人水下航行器监控系统实时性好,可靠性高。

基于BP神经网络的过驱动潜水器推力分配优化研究

为提高过驱动潜水器推力分配的实时性与准确性,设计了基于误差积分的过驱动推力分配函数优化方法与基于BP神经网络的过驱动推力分配求解优化策略,构建了一种过驱动潜水器水下3自由度运动模型,并进行仿真试验验证。针对最优化函数中功率项权值减小导致静态误差减小但功率发散风险增加的问题,引入误差积分项来避免功率发散、消除静态误差并提高潜水器俯仰角的收敛速度。仿真试验结果表明,基于BP神经网络求解算法的计算速度相较于遗传算法快数十倍,具有更高的实时性。

基于改进加权最小二乘支持向量机的X舵潜水器操纵运动模型辨识

针对稀疏的试验数据会降低潜水器操纵运动模型辨识精度的问题,提出了一种融合三次样条插值加密和改进加权最小二乘支持向量机(WLSSVM)的潜水器系统辨识方法。基于仿真试验和原理样机湖上试验获得X舵潜水器的操纵数据,应用三次样条插值加密策略对稀释的艏向角数据进行预处理,以降低数据稀疏对辨识结果的影响。设计了双曲正切函数改进型WLSSVM,对潜水器操纵运动响应模型进行高精度参数辨识和操纵运动预报。通过原理样机的湖上试验对该方法的有效性进行验证,与未改进的方法相比,预报值均方根误差最高降低了0.12 rad。

基于反步法的欠驱动水下机器人鲁棒定深控制

针对舵桨联动式欠驱动水下机器人定深巡航任务,在运动学阶段设计关于垂向深度差的渐近视线制导角,从而将定深跟踪过程中垂向和俯仰的耦合控制转变为单一可控的俯仰控制,解决水下机器人垂向自由度上欠驱动特性.基于反步法技术在动力学阶段构建全系统李雅普诺夫函数,避免了运动学子系统与动力学子系统合成引起的复杂级联分析,提高了算法的艇载移植性.仿真结果表明:所设计的控制器对未知海流干扰具有一定的鲁棒性,能够确保欠驱动水下机器人准确跟踪期望的深度.

六自由度水下航行器操纵性仿真及性能评估

为预报水下航行器样机操纵性和运动控制性能,采用格特勒标准六自由度运动方程,通过水池拖曳试验获取水动力系数,建立水下航行器运动模型,完成水平面回转操纵、Z型操纵、回舵操纵、垂直面梯形操纵和空间螺旋操纵等仿真.仿真结果表明:该水下航行器具有良好的应舵性能和回转性能,同时具有良好的机动性和稳定性;并将全模型仿真与经典的野本简化模型仿真结果进行比较,说明了本方法的精确性.对操纵性能的评估结果表明所设计的水下航行器满足水下智能控制试验平台的要求.

基于稳态叠加算法的深海无动力装置运动预报

为预报某深海无动力传感器搭载装置水下运动时间,指导海上搜救人员及时回收装置,提出了一种基于Fluent计算流体力学仿真软件实现深海装置水下运动预报计算的稳态叠加算法.通过调用Fluent软件中的udf函数,链接journal和scheme两类批处理文件,解决了运动预报仿真时需要人工干预反复更新Fluent仿真参数和重复启动Fluent仿真的问题,实现了稳态叠加算法的自动化智能计算,提高了运动预报效率.最后,通过湖上试验验证了基于Fluent仿真软件实现水下装置稳态叠加智能预报的准确性.