水中化学羽流的建模和数值模拟分析

建立了一种新的基于计算流体力学的离散化学羽流模型。该模型使用CFD方法比较精确地计算化学羽流所处的湍流环境,而化学羽流中所含的物质则作为离散相进行建模。利用所建模型对水中的化学羽流进行数值模拟分析,得到了化学羽流的基本特征:化学羽流整体的输运形态曲折蜿蜒;羽流某点的瞬时浓度随时间不断的变化,变化幅度较大且不规则;一段时间内截面的平均浓度分布具有高斯分布的特征。所得结果与实验研究结果一致,验证了模型的合理性,克服了现有模型过于简化而与实际结果一致性差的不足,为羽流追踪探测的研究提供了基础。

基于多源异类信息的化学羽流追踪研究

为了在多种信息融合中提高化学羽流追踪效果,采用基于多源异类信息的化学羽流追踪方法。通过加权平均融合算法将浓度、红外避障及视觉检测传感器对化学羽流源模型采集的数据进行融合,计算出决策阈值;再通过建立的先验知识库和化学羽流源模型库的支持下,提出基于多源异类信息的化学羽流追踪策略,包括化学羽流搜寻、追踪及羽流源确认过程。通过实验验证,化学羽流源位置误差?e=0.216,实现了机器人对羽流源位置的精确定位。

自主式追踪机器人终端行为的Petri网建模

针对含有资源流动和信息交互的终端行为建模问题,提出了一种混合Petri网行为建模方法。引入活性变迁和惰性变迁两种变迁模式,描述终端行为的耦合、制约、异步关系。建立混合Petri网模型,揭示化学羽流追踪终端各行为之间的交互关系,以Robotics模块为验证与分析工具,仿真机器人终端运动过程,同时获得六个关节角度变化的平稳曲线。最后,在六自由度串联机器人平台加以验证。实验结果表明,该混合Petri网模型客观真实地表达对象内部逻辑关系与交互作用机制,对自主式羽流追踪机器人终端行为建模是有效可行的。