深海着陆车路径规划及跟踪控制方法

为降低深海着陆车(DSLV)在复杂海底自主作业时规划路径长度及提高路径跟踪精度,提出一种变参数蚁群算法及自适应权重模型预测控制算法。改进了蚁群算法的启发算子和信息素挥发因子,减少规划路径长度和寻优迭代次数;基于DSLV运动学方程建立预测模型,并在跟踪目标函数中引入自适应权重调节思想。仿真结果表明:规划路径长度降低4.60%,跟踪精度提高47.6%;相比传统方法,新算法具有更好的性能,实现了短距离、高精度的路径规划及跟踪。

深海着陆车形体阻力分析及艏部型线优化设计

为满足深海着陆车的大范围、长周期的海底作业需求,改善其水阻力性能以提高续航能力,基于计算流体力学建立深海着陆车在直航工况下的数值计算模型,利用Isight软件结合SolidWorks和Fluent,通过对着陆车艏部型线控制点参数化分析,确定关键设计变量。采用最优拉丁超立方法(Optimal Latin Hypercube Design,Opt LHD)选取样本点进行直航工况阻力计算,基于径向基(Radial Basis Function,RBF)神经网络构建了精度满足工程需要的阻力-设计变量近似模型,并采用自适应模拟退火(Adaptive Simulated Annealing Algorithm,ASA)算法进行着陆车艏部型线优化设计,优化后阻力值降低了14.24%,提高了其水动力性能。为深海着陆车的外形优化设计奠定了基础,也可为其他潜器的数值分析提供参考。