水下热动力系统变参数实时混合仿真的原理与方法

针对水下开式循环热动力系统的强烈非线性特征及航行器的姿态变化 ,提出了一种变参数实时混合仿真系统的原理和方法。该实时混合仿真系统能够适应水下热动力系统的整个工作范围 ,可有效地用于检验热动力系统各部件之间的适配性能 ,并在试验中优化系统的结构参数。     

鱼雷型无人水下航行器鲁棒控制器设计

针对鱼雷型无人水下航行器航行过程中外界环境干扰复杂,航行体系统内部干扰严重的特殊问题,并同时考虑系统参数剧烈变化造成的系统不确定性,设计纵向鲁棒控制器。该控制器采用 PID控制器作为标称控制器控制标称受控对象。利用非线性状态观测器估计受控系统中的不确定性和外界环境干扰,并通过补偿控制律补偿,使整个闭环控制系统具有鲁棒性。将此方法应用于鱼雷型无人水下航行器鲁棒控制器的设计,可大大提高鱼雷型无人水下航行器航行过程中对干扰的抑制和对不确定性的适应能力,保证鱼雷型无人水下航行器在整个航行过程中的姿态稳定,以保证航行任务的完成。     

鱼雷型无人水下航行器鲁棒控制器设计

针对鱼雷型无人水下航行器航行过程中外界环境干扰复杂,航行体系统内部干扰严重的特殊问题,并同时考虑系统参数剧烈变化造成的系统不确定性,设计纵向鲁棒控制器。该控制器采用PID控制器作为标称控制器控制标称受控对象。利用非线性状态观测器估计受控系统中的不确定性和外界环境干扰,并通过补偿控制律补偿,使整个闭环控制系统具有鲁棒性。将此方法应用于鱼雷型无人水下航行器鲁棒控制器的设计,可大大提高鱼雷型无人水下航行器航行过程中对干扰的抑制和对不确定性的适应能力,保证鱼雷型无人水下航行器在整个航行过程中的姿态稳定,以保证航行任务的完成。     

基于预测控制的水下自航器抗海浪变深控制分析

水下自主航行器在近水面航行中存在着深度跟踪和姿态控制较为困难的问题。为此，首先建立了自主航行器的近水面三自由度运动数学模型，然后设计了无迹卡尔曼滤波器实现对系统状态的估计；接着，利用斯特林内插法在变动的工作点处对自主航行器模型进行近似线性化，并根据线性化后的模型设计预测控制器，实现自主航行器的变深运动控制。经过仿真实验，验证了滤波器对自主航行器近水面运动状态估计的准确性以及预测控制器在抗海浪扰动上的控制效果。仿真结果表明，带有无迹卡尔曼滤波器的预测控制器可以快速、准确的实现自主航行器的深度跟踪控制与姿态控制，且具有响应速度快，对外部扰动鲁棒性强的特点。     

滑动控制在水下热动力系统中的应用

由于水下开式循环热动力系统的强烈非线性特征及航行器的姿态变化，采用开环方式或线性化控制方法难以满足新型水下武器的战术要求。本文对水下开式循环热力学系统做了全面分析，充分利用滑动控制的强鲁棒性，完成了系统模型的简化及滑动控制律的设计，并瘘顾了中间状态量的变化情况。     

矢量推进方式下的自主式水下航行器纵向运动操纵性分析

提出一种针对无人自主式水下航行器的新型操纵方式--矢量推进方式;建立矢量推进方式下无人自主式水下航行器纵向运动方程.对矢量推进方式和普通推进方式下的水下航行器的操纵性进行对比性的操纵性仿真计算,计算结果表明,矢量推进方式可以满足水下航行器的操纵性要求.     

基于LQG/LTR的水下航行器多变量鲁棒控制

基于LQG/LTR方法对水下航行器进行多变量鲁棒控制设计,解决在模型不确定及受到随机干扰情况下水下航行器的控制设计问题,使得水下航行器控制系统具有良好的鲁棒性和动态品质.对水下航行器非线性动力学模型进行仿真实验,仿真结果验证了该方法的有效性和可行性.     

基于 Matlab的水下航行器航向自抗扰控制方法研究*

水下航行器航行环境日趋复杂、传统的P ID控制日渐无法满足复杂的任务需求,为此论文采用自抗扰控制算法设计水下航行器航向态控制器,以达到替换老旧的P ID控制的目的。仿真结果表明,自抗扰控制器操舵平滑,控制速度快,鲁棒性和环境适应能力更好,完全能胜任水下航行器控制的要求。     

基于粒子群优化算法的水下航行器深度控制研究

提出了一种基于粒子群优化算法的水下航行器深度控制器参数优化设计方法。针对水下航行器运动参数变化的特性,采用粒子群优化算法收敛速度快、寻优特性好等特点,将其应用到控制器参数的优化设计中。仿真结果表明,利用粒子群优化算法进行优化设计的水下航行器深度控制器具有良好的控制性能。     

滑模控制在水下航行器横滚姿态控制中的应用研究

水下航行器的横滚会使其纵向运动与侧向运动发生交连耦合,给其运动带来一系列不良后果.针对水下航行器航行环境复杂、模型参数摄动大、执行机构的饱和非线性等特点,采用滑模控制设计水下航行体横滚姿态控制器,以达到抑制和消除横滚的目的.仿真结果表明,滑模控制器操舵平滑,控制速度快,鲁棒性和环境适应能力更好.完全能胜任水下航行器横滚姿态控制的要求.     

水下航行器对转螺旋桨用双转子永磁推进电机研究

为实现水下航行器高效稳定运行,将对转永磁同步电动机应用到对转螺旋桨推进系统中,不仅能够简化推进系统结构、减小体积、降低重量和成本,而且没有电刷滑环,运行更加安全可靠.本文模拟双转子在推进器不同扰动情况,观察电流、转速和转矩响应.针对双转子永磁电机的转速控制精度不高和解决两边转子带不平衡负载时转矩扰动问题,设计一种积分型滑模变结构控制器.该仿真结果表明,控制器使系统具有快速性和精确性且对负载扰动具有较强的鲁棒性.     

水下喷水推进器工作特性分析

在充分研究固体燃料涡轮机和高速轴流泵的基础上,提出了应用于水下航行器的喷水推进系统。研究了设计工况时,航行器、轴流泵、发动机的运动学和动力学平衡关系;在定深工况下,分析喷嘴数目变化时航行器的稳定速度;以及不同喷嘴数目时,航行器的变深和变速特性。研究结果表明,喷水推进器能够实现水下航行器大航深、高航速的性能目标。研究结果对喷水推进水下航行器具有重要的参考价值。     

ROV attitude control based on multi-motor cooperative propulsion北大核心CSCD

[目的]为了提高遥控水下航行器(ROV)在复杂水下环境中的姿态控制性能,开展多电机协同推进的ROV姿态控制研究。[方法]首先,针对多电机系统的结构和算法,分别提出一种基于PID速度补偿器的偏差耦合结构和一种新型非奇异终端滑模控制(SMC)算法,并设计一种新颖的基于多电机协同推进的ROV姿态控制方法;然后,建立ROV的运动学和动力学模型,开展推进器组推力建模分析、解耦简化ROV动力学模型研究;最后,设计一种ROV滑模姿态控制器。[结果]仿真结果表明,所提的结构和算法可提高多电机系统的抗干扰性、同步性和快速响应能力,进而提高ROV姿态控制系统的稳定性与鲁棒性。[结论]所提方法可为ROV姿态控制提供一种新的可用方案。     

水下自航模型无线长波遥控系统

为开展水下自航模型空间运动操纵试验研究，研制了一套水下自航模型无线长波遥控系统。该系统克服了以往采用水声方式操纵实时性较差和短波无线遥控需拖一浮球的缺点，应用短波遥控技术，在短波通道中插入一段长波通道以完成信号的水下传输。本文介绍了整套系统的工作原理、组成和特点。     

模块化小型水下航行器设计及其水动力学性能研究

基于模块化思想,设计一种小型水下航行器,该航行器共分为艏舱、前侧推进舱、前浮力舱、主控舱、后浮力舱、后侧推进舱和艉舱7个舱室,并在航行器上安装可拆卸式滑翔翼板,由滑翔翼提供向上升力。设计完成后,建立航行器的三维数值仿真模型,采用CFD软件对其进行水动力学性能预报,分析水下航行器的流场分布以及不同攻角下的升力和阻力特性,并通过试验验证数值仿真结果的准确性,为新型水下小型航行器的设计提供研究思路。     

水下潜器姿态角的分数阶 PID 控制研究

针对水下潜器纵向姿态角控制的稳定性问题,对水下潜器的姿态角控制系统设计一种分数阶 PID 控制器。在控制器设计过程中,引入时间误差绝对值（ITAE）准则,ITAE 准则的引入可快速获得分数阶 PID 的优化参数,设计优化分数阶 PID 控制器。最后,以水下潜器的传递函数为仿真对象,分别采用分数阶 PID 控制器和常规PID 控制器进行仿真研究。通过控制性能比较发现,本文所提出的分数阶 PID 控制器的控制效果明显优于常规 PID控制器,且分数阶 PID 控制器具有更强的鲁棒性。     

波状摆动式鱼类的推进性能研究

以开发适用于小型潜器的仿生操纵与推进系统为研究背景,利用计算流体动力学软件Fluent对波状摆动式鱼类进行了数值模拟,建立波状摆动式鱼类的数值计算模型,研究不同变形参数对鱼类推进性能以及尾涡流场结构的影响。结果表明,随着波长的增加,鱼类能够获得更好的推进性能。通过对比不同频率下鱼类推进性能以及流场结构,探讨不同滑移率及斯特劳哈尔数对推进性能影响。     

Dynamic control of a remotely operated vehicle using a neural network

The control of a remotely-operated underwater vehicle to maintain a prescribed depth in shallow water under irregular surface waves is realized through the application of the Robust Adaptive Neuro Controller, a composite control system incorporating—together with the conventional control algorithm—a neural network controller. This network bestows a learning capability on the system, allowing it to deal with unanticipated disturbances that would otherwise cause erroneous behavior of the vehicle. The effectiveness of this application is verified through mathematical simulation of a model vehicle's behavior, through experiment in a model basin, and through simulation of the behavior of an actual remotely operated vehicle in shallow water under irregular surface waves. Graphic data representing the learning process undergone by the neural network distinctly indicate the rising output from the network with the progression of learning, and the vehicle's depth variation traced in terms of the mean square error vividly show the diminution of deviation from the prescribed depth obtained with application of the neural network. Thus controlled to maintain constant depth, under-water vehicles with power supplied externally through a tether for propulsion and for heavy-duty operations should consolidate their advantage for such activities as maintenance of submarine structures and surveys in deep or hazardous water.