共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
为了解决船舶数学模型中水动力参数可能随着外界海洋环境的不同而发生漂移的问题,提出一种在线更新船舶黑箱模型的子空间辨识策略。该方法根据子空间辨识过程中QR分解的特点,采用Givens旋转矩阵对该复杂分解过程进行处理,从而降低计算复杂度,并通过改进使得子空间辨识算法能够适用于在线辨识。最终将该算法应用于动力定位系统中,实现了对船舶模型参数的实时调整,克服了传统船舶模型辨识算法只能对模型进行离线辨识的缺点,同时也为动力定位中紧急情况下的船位推算提供了较为准确的模型依据,最大限度地提高了作业的安全性。文末的仿真及实船数据进一步验证了算法的有效性。 相似文献
3.
基于移动对象数据库的导航信息更新机制设计 总被引:1,自引:1,他引:0
移动对象追踪和更新技术,是影响移动对象数据库性能的重要因素。本文提出了一种基于移动向量和船舶导航信息的移动对象信息更新机制。这种方法通过对船舶航线的建模,设计了自动化的移动对象信息更新算法。通过仿真和实验,证明了本文提出的方法与传统的真实航线信息更新方法相比,具有更好的性能表现,能够在较低的系统开销下,实现较高的精确度。 相似文献
4.
为了解决水下机器人推进系统运行可靠性问题,提出一种基于模糊神经网络的机器人推进系统故障诊断方法,用以解决故障诊断过程中信息的不确定性问题,并提高推进系统的整体可靠性。该方法在常规神经网络基础上,引入模糊推理形成一种新型模糊神经网络结构,提出一种最小调整的模糊神经网络学习率,完成模糊神经网络训练算法的推导。通过对水下机器人实施定速直航与转向等试验完成神经网络的在线训练,利用已完成训练的神经网络对机器人进行运动建模。通过比对神经网络模型估计值与机器人传感器的实测值获取残差信息,并对残差进行故障信息提取以实现故障诊断。将上述方法应用于仿真试验中,结果表明,基于模糊神经网络水下机器人推进系统故障诊断方法具有较高的可行性和有效性。 相似文献
5.
针对现有堆取料机无人化系统解决方案中存在的问题,提出一种基于3D主动激光扫描技术的堆取料机无人化控制系统。3D主动激光扫描技术可独立于堆取料机设备的运动状态,主动感知周边作业环境。作业前和作业过程中通过激光扫描系统采集数据构建并实时更新作业对象料堆三维模型。构建基于三维模型分析作业控制策略决策算法系统,实现堆取料机的无人化全自动控制。同时构建人机友好的可视化交互系统。此系统成功用于大型煤炭港口的储煤料场,通过系统应用有效降低人力成本,改善操作人员工作环境,提高设备作业过程的安全可靠性,提升堆取作业效率和料场利用率,技术和经济效益显著。 相似文献
6.
7.
8.
9.
10.
提出一种大型船舶开放性工作面涂装爬壁机器人系统理论设计与应用方法,研究系统本体运行机理并获得满足工作特性的两项必要条件,即轮辐磁吸力及双轮驱动力矩的极小值条件。建立涂装机器人系统的功能组成及控制机理,并结合开放性工作面开展无线定位及自主规划方法研究,形成能够适应喷涂作业的机器人在线路径规划算法。并结合实际开展涂装系统集成应用测试,检测并采集系统运行过程中动力学参数,系统空间坐标轨迹路线等,实现了涂装工作路径的实时在线规划。通过试验验证了文中的系统力学特性分析及定位方法的有效性。 相似文献
11.
12.
为了提高船舶动力定位系统的定位精度,保障海上正常作业,本文提出了一种基于改进混合蛙跳算法的船舶推力分配方法.建立了以船舶的推进系统功率最小为目标函数,其中目标包括船舶推进器的功率消耗,推进器的磨损,推力的误差.约束条件包括推进器的推力和方向角正常工作大小以及其变化率的大小.针对传统的混合蛙跳算法的初始化和更新规则进行改进.将改进前后的混合蛙跳算法对船舶推力分配问题进行优化求解,仿真的结果表明改进后混合蛙跳算法能有效的降低船舶的功率消耗,并且提高了船舶动力定位系统的相关精度. 相似文献
13.
14.
神经网络是非线性系统建模的重要方法。反向传播(BP)算法常常用于神经网络的权值训练中,但是BP算法收敛慢。为此,将非线性最小二乘法用于前馈神经网络的权值学习。采用这一建模方法对石油钻杆在热处理中的温度测量偏差进行校正。研究结果表明,该方法具有很快的收敛速度和很好的拟合精度,适用于工业过程中测量信号的在线校正。 相似文献
15.
16.
17.
18.
为提高船舶横摇运动预报的精度以及实时性,提出一种利用混沌理论和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)在线训练算法的实时在线预报方法。针对预报模型的固定核参数不能适应横摇运动的动态变化而进行自动调节这一问题,设计一种基于LSSVM的变参数在线建模方法。利用三个LSSVM并行建模,将整个预报过程分为初始阶段和若干个预报阶段,并在每个阶段末选出下一个预报阶段的预报LSSVM,同时根据启发式规则为另两个LSSVM设定核参数,它们作为下一阶段的比较LSSVM。对某船横摇运动时间序列进行预报,仿真结果表明,所提变参数LSSVM在线预报方法平均相对均方误差为6.85%,相比于固定参数预报方法具有更好的适应性。 相似文献
19.