潜艇水下运动稳定性非线性分析研究

应用非线性系统运动稳定性理论和同伦延拓数值计算方法,分析了潜艇水下运动的稳态响应及运动稳定性, 潜艇应急上浮运动稳定性实例分析结果通过其大攻角六自由度运动方程数值积分的动态仿真进行了验证,表明稳定性分析结果是正确的。从而说明了采用同伦延拓法分析潜艇水下运动稳定性是有效的。     

潜艇水下回转运动数学模型研究与仿真分析

通过对比分析不同的潜艇运动方程,得到适用于潜艇水下回转运动仿真的数学模型,采用分段计算方法对潜艇水下回转运动横向水动力进行建模仿真。分析了潜艇水下定常回转运动仿真参数的变化规律,结果与实艇操纵具有较好的一致性,从而证明了本文所用潜艇数学模型和建模仿真方法正确有效。同时,本文也为下一步研究潜艇水下回转运动非线性特征打下基础。     

潜艇水下旋回操纵运动特性仿真研究

潜艇水下旋回运动既是潜艇一种重要的战术机动形式,也是潜艇定深直航、变深潜浮和转向机动3种最基本、最重要的运动方式之一。在对潜艇水下旋回运动特别是水下旋回对潜艇垂直面运动和横滚面运动影响进行理论分析的基础上,结合潜艇水下旋回操纵运动数学模型,编制潜艇水下旋回操纵仿真程序,分别对不同航速条件下潜艇水下旋回操纵运动进行仿真。通过理论分析和仿真研究,得出潜艇水下旋回时航速、横倾角的变化规律和艇重尾重的操纵特性,并针对潜艇水下旋回的特点提出了相应的操纵建议。     

基于MATCONT的潜艇垂直面操纵运动稳定性与分叉分析

基于Matlab数值分岔分析工具箱MATCONT对潜艇高速机动时的运动稳定性与分岔问题进行了研究。分析了潜艇重心坐标和尾升降舵角变化时的单参数分岔,搜索到系统的鞍结分岔和BP分岔点,通过垂直面非线性运动方程数值积分的动态仿真,验证了动态仿真与数值分析结果的一致性。     

潜艇水下悬停运动控制仿真研究

为了探明潜艇水下悬停控制系统的工作原理,为其工程设计提供初步的理论基础,对潜艇水下悬停实际操纵运动情况进行分析,找出了造成潜艇悬停深度不稳定的主要原因。然后分析了潜艇悬停运动的特征,由此建立了潜艇水下悬停运动的数学模型及干扰力计算模型,并对潜艇水下悬停运动的控制进行了仿真研究。数值仿真结果表明,与手动控制潜艇悬停相比,自动控制潜艇悬停能更好地控制潜艇深度。     

基于RBF径向基网络的潜艇水下悬停控制

潜艇水下悬停是指潜艇在水下无航速时深度的保持和变动。它是一个非线性过程,随潜艇状态及航行环境的不同而有很大变化,传统控制方法缺乏自适应能力从而影响了控制效果。本文简要论述了潜艇水下悬停的概念及对潜艇的意义,研究分析了潜艇水下悬停运动的数学模型及干扰力数学模型,将RBF径向基网络控制技术引入潜艇水下悬停过程,通过仿真证明RBF径向基网络控制与传统的控制方式相比有优势。     

潜艇水下发射导弹运动建模及操纵控制仿真

潜艇在水下发射导弹瞬间受到巨大的发射反冲力和复杂的水动力作用,平衡状态受到破坏。而连续发射又要求潜艇必须在规定时间内恢复到发射导弹允许的深度和姿态,这对潜艇的操纵控制提出了很高要求。在分析导弹潜艇发射阶段受到的静力、艇体水动力和复杂激变力的基础上,结合潜艇空间运动方程,建立用于仿真的潜艇水下发射导弹操纵运动数学模型。在此基础上,编制潜艇水下发射导弹仿真试验平台,分别对潜艇水下导弹单独发射和导弹齐射时的运动过程进行仿真。通过大量的仿真分析,对潜艇水下发射导弹阶段特别是导弹齐射时可能采用的操纵方式作了定性探索。     

潜艇垂直面运动标准化仿真模型研究

本文根据刚体动力学理论所建立的动力学运动方程，结合面向对象编程设计法则，开发出具有良好延展性和可移植性的潜艇垂直面运动标准化仿真模型，并将模型成功运用在潜艇水下六自由度运动仿真系统中，该模型将在潜艇操纵系统的作战使用、故障应急处理及维修的研究工作中起到积极的辅助作用。     

悬停系统运行品质对潜艇悬停操纵的影响

为满足潜艇水下悬停的战术需求,潜艇悬停系统必须控制潜艇按规定的稳定精度悬停在指令深度上,因此悬停系统运行品质对潜艇能否顺利完成战术任务较为重要。以模型潜艇为研究对象,在潜艇悬停运动基本数学模型、海洋环境干扰力模型和悬停水舱注排水控制模型的基础上进行仿真计算,研究悬停系统运行品质的3个关键指标,即流量计误差、悬停水舱注排水速率和最小注排水量对潜艇悬停操纵的影响,分析悬停系统运行品质与悬停稳定性之间的逻辑关系,研究结论可为悬停系统关键指标的设计优化和潜艇操艇系统的性能改进提供有益参考。     

基于神经网络的水下机器人运动预测控制方法

将神经网络和模糊理论应用于水下机器人运动规划和控制中，提出了能实现模拟控制规则的基于强化学习的自学习和自调整的规划算法，设计了水下机器人实时运动规划器结构以及规划器操作过程，提出了基于预测模糊控制进行水下机器人运动控制的方法。在计算机仿真状态下，实现了对水下机器人这一复杂非线性系统的预测控制，仿真实验结果验证了本文所提的方法的有效性。