基于支持向量机的水下航行器操纵运动在线建模

本文对水下航行器的操纵运动在线建模进行研究。使用增量式最小二乘法辨识得到了MARIUS AUV的水动力导数。为了提高辨识精度,使用积分型辨识样本结构进行输入输出样本对的构造。基于约束模试验获取的水动力导数,进行操纵运动仿真,得到纵向速度、横向速度、摇首角速度和舵角等样本参数。通过试验水动力导数和辨识得到的水动力导数对比,表明辨识算法的有效性。该研究对水下航行器操纵运动的在线建模和控制应用具有重要意义。     

基于LS-SVM的船舶操纵运动在线建模

基于最小二乘支持向量机(LS-SVM)和积分型辨识样本结构开展了船舶操纵运动的在线建模.以整体型Abkow-itz模型为辨识对象,大阪号油轮作为具体研究对象.在操纵运动仿真时,采用40个粘性类水动力导数的Abkowitz模型,但是在参数辨识时,采用了仅具有20个粘性类水动力导数的简化模型.为了对建模方法的有效性进行检验,将辨识得到的水动力导数与其原始值进行了比较,同时也针对辨识模型和原始模型的操纵运动仿真进行了比较.辨识结果表明,使用简化模型进行船舶操纵运动的在线建模是合适的,具有较好的预报效果和较高的精度.     

水下航行器操纵水动力导数的灵敏度分析

基于直接方法对水下航行器NPS II操纵运动数学模型中所包含的水动力导数进行了灵敏度分析。根据计算得到的水动力导数的总体灵敏度度值和定义的取舍函数,对数学模型进行了简化。然后分别基于简化模型和原始模型进行了操纵运动仿真,仿真结果的对比表明简化结果是有效的,也表明使用直接方法进行水下航行器操纵水动力导数的灵敏度分析是可行的。     

基于支持向量机的水下机器人操纵运动参数辨识

根据平面运动机构试验所得到的水动力系数确定水下运载器的运动方程,应用最小二乘支持向量机对水下运载器的试验数据进行分析,辨识得到了水动力系数,并将辨识得到的参数同平面运动机构试验所确定的参数相比,验证了最小二乘支持向量机进行水下运载器操纵运动参数辨识的有效性。根据所辨识的水动力系数进行了模型验证,证明所辨识得到的水动力参数是可靠的。该方法对水下运载器的操纵和控制的研究有重要意义。     

基于CFD的水下滑翔机水动力导数计算

水动力导数求解是进行水下滑翔机操纵性能分析的基础,为了快速预报水下滑翔机的操纵性能,开展基于CFD方法的水下滑翔机水动力导数计算研究。选用约束模型试验作为水动力导数求解方法,并给出其CFD数值模拟方法;以SUBOFF潜艇模型为例,进行约束模型试验的CFD数值仿真和水动力导数计算。计算结果表明,CFD数值模拟方法可用于水下潜器的水动力导数计算。采用CFD方法对水下滑翔机的斜航试验、纯横荡和纯首摇运动进行数值模拟,并利用最小二乘法拟合仿真数据得到水下滑翔机的水动力导数,为操纵性能分析提供支撑。     

水下航行器模型参数辨识技术

采用系统辨识技术识别水下航行器模型参数,是修正理论计算或船模水动力试验结果,实现精确数学建模的有效手段,对水下航行器总体性能优化、操纵性预报、控制器设计等方面都具有重要意义。重点对基于最小二乘法、人工智能和卡尔曼滤波的3种典型参数辨识方法进行分述,并对相关领域取得的成果、存在的问题和研究热点进行系统梳理。最后,对系统辨识技术在水下航行器模型参数辨识应用领域的发展趋势进行展望。     

基于模型试验的水下航行器操纵运动黑箱建模

在开展一系列水下航行器模型试验的基础上,获取艇体、舵翼、推进器等的水动力参数,建立六自由度动力学模型。然后,基于RBF神经网络算法,对模型中的向心力、科氏力和阻尼项进行黑箱建模。通过水平面和垂直面的操纵运动仿真,对RBF神经网络在水下航行器黑箱建模中的有效性进行验证。     

基于支持向量机的船舶操纵运动在线建模

支持向量机算法以结构风险最小化为准则,具有良好的泛化性,是一种先进的人工智能算法。文章根据最小二乘支持向量机对其增量式算法进行推导,并应用该算法对船舶操纵运动进行在线建模。通过仿真试验对粘性力和舵力水动力导数进行在线辨识,通过自航模试验对操纵性K、T指数进行在线辨识,并利用K、T指数对自航模的转首角速度进行了预报,所得结果都同试验值非常接近,证明了增量式最小二乘支持向量机应用于船舶操纵运动在线建模的有效性。     

水下无人航行器外挂吊舱水动力试验及操纵性分析

在循环水槽开展了某带吊舱水下无人航行器的水动力试验,绘制出了航行器阻力曲线,得到了与操纵性相关的主要水动力系数,在此基础上对水下无人航行器的运动稳定性进行了分析,并与不带吊舱情况下的水下无人航行器操纵性进行了比较。试验结果可为水下无人航行器推进系统设计及运动控制与仿真提供依据。     

应用支持向量机的船舶操纵运动响应模型辨识

建模是评估船舶操纵性和可控性的重要前提.基于自由自航船模试验的系统辨识方法是求取船舶操纵运动数学模型中的水动力系数的有效手段之一.文中提出了一种使用支持向量回归估计的船舶操纵运动响应模型辨识方法,该方法通过训练自由自航试验数据样本得到参数回归模型.辨识和仿真结果验证了文中所提出的方法的有效性.     

多矢量推进水下航行器深度分组控制数学建模分析

传统水下航行器控制模型分析算法缺少对矢量动力参数的模型分析计算逻辑,因此造成控制模型分组参量关系分析不足,导致水下航行器控制动力输出量出现偏差的问题。因此,提出多矢量推进水下航行器深度分组控制数学建模分析。通过引入非线性适量运动算法,对水下航行器矢量推进下的运动进行数学模型建立分析;得到运动参数后,引入动力分组控制算法,根据计算得到的运动参数,对水下航行器进行深度分组控制模型的建立计算,从而得到准确的控制参量。最后,通过设计的仿真实验对上述分析结果进行准确性验证,证明提出方法的可行性。     

基于广义最小二乘法的ROV水下机器人模型在线参数辨识

以水下机器人俯仰操纵响应模型为研究对象,并由小型特种水下机器人实时采集纵向变电机速度、前推电机1速度、前进电机2速度、侧推电机速度和俯仰角等试验数据,通过对这些试验数据进行分析,采用基于ARX模型的广义最小二乘法对一种变桨机构的ROV水下机器人运动模型进行在线辨识建模.将水下机器人航向角实时预报结果与试验数据进行比较,结果表明,辨识得到的水下机器人运动模型具有良好的泛化性能,可为后续ROV水下机器人的航向控制器优化提供参考.     

基于实航数据驱动的无人艇操纵运动辨识建模

为快速构建符合海洋航行器实际运动特性的操纵运动模型,开展基于“精海”无人艇实航湖试数据驱动的无人艇操纵运动辨识建模研究。无人艇操纵运动辨识建模的框架以非线性水动力模型和推进器经验模型作为先验知识约束,利用随机舵角序列激励下的航行数据作为训练集,采用支持向量机回归方法完成建模过程,着重探讨了在环境干扰下构建艇体动力学模型的可行性。结果表明,所提出的方法能够快速构建具有非线性特性的无人艇操纵运动模型;先验的模型结构有效降低了实航数据中浪和流的影响,构建的模型能够有效预测回转、Z形等操纵运动的状态变化,具有良好的泛化能力。     

CFD动态网格技术在水下航行体非定常操纵运动预报中的应用研究

针对水下低速航行体非定常操纵运动中雷诺数及水动力系数随时间变化这一特点,文章采用基于动态网格技术的CFD数值方法对其进行运动模拟.通过对传统动态混合网格模型进行发展,提出了一种改进的动态混合网格模型,以此建立了非定常操纵运动数值预报方法.为验证所建立的数值预报方法对水下低速航行体操纵运动水动力的预报精度,并以带攻角均匀直航的滑行状态为研究对象,应用动网格技术对一典型水下低速航行体缩比模型主体及带附体的水动力进行了计算,结果与风洞模型试验结果吻合较好;文中进而将其应用于一水下滑翔机自航模非定常运动的预报,结果与试验符合较好,初步验证了动网格技术的应用能力和所建立的预报方法的有效性.文中的工作可以为水下航行体及其自航模非定常操纵运动的数值模拟提供基础.     

水下航行体水动力参数智能辨识方法研究

通过水下航行体的状态方程和试验观测方程,利用智能辨识技术对水下航行体的模拟运动数据进行了仿真辨识,求得了10个水动力参数.结果表明,智能算法简单有效,对目标函数没有可微性和连续性要求,避免了复杂的梯度矩阵计算,适合在复杂的非线性水动力系统辨识中应用.     

基于鲁棒滑模控制的水下航行器运动控制仿真研究

基于水下航行器六自由度空间运动模型,研究应用非线性鲁棒滑模控制方法的自动操纵控制方案。对水下航行器在分离式尾舵且首舵收回状态下的操纵控制方案进行仿真试验,通过数值仿真分析验证所提出算法的有效性。     

基于鲁棒滑模控制的水下航行器运动控制仿真研究

基于水下航行器六自由度空间运动模型,研究应用非线性鲁棒滑模控制方法的自动操纵控制方案。对水下航行器在分离式尾舵且首舵收回状态下的操纵控制方案进行仿真试验,通过数值仿真分析验证所提出算法的有效性。     

水下航行体近海底运动操纵性研究

针对水下航行体近海底航行时的特点，首先建立了水下航行体的操纵运动数学模型，分别从水平面和垂直面两方面来考虑近海底对操纵运动水动力的影响，进而数值模拟和分析了水下航行体在近海底运动时的操纵性能变化规律，计算结果表明近海底航行使得其机动性减弱而运动稳定性增强。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。