水下机器人T-S型模糊神经网络控制

针对水下机器人模糊神经网络控制器运算量大和对强外界扰动的鲁棒性差及存在滞后性的问题,提出基于混合学习算法的水下机器人T-S型模糊神经网络控制方法.采用免疫遗传算法离线优化和神经网络自学习在线调整隶属函数的参数,从而减少神经网络的运算量,增强水下机器人对环境变化的反应能力.采用T-S模型,由后件网络动态调整模糊规则,提高控制系统的适应性.通过某微小型水下机器人的仿真和外场实验验证方法的可行性和优越性.实验结果表明,控制器对外界扰动具有较强的鲁棒性,保证即使在恶劣情况下,控制性能仍保持在较高水平.     

基于最小扰动BP算法的水下机器人运动控制

针对神经网络学习中学习率起到的重要作用,本文提出一种基于最小扰动的神经网络BP算法,通过建立一个计算动态学习率的算法,在不影响网络学习的情况下,使得网络权值的变化最小,从而提高神经网络的稳定性和收敛的速度,作者运用该神经网络算法设计了水下机器人的运动控制器,实验结果表明,该算法具有良好的学习能力,据此设计的控制器控制效果良好,具有实用价值。     

多水下机器人的协调规划策略研究

以对策论为基础,从理论上分析了多水下机器人的运动协调机制,建立了多水下机器人运动协调问题的数学模型;以此为基础;提出了多机器人协调规划算法。     

水下机器人S面控制器的改进粒子群优化

S面控制器是一种有效的水下机器人的运动控制算法,但需要人工调整参数.为了减少手工调整参数所带来的困难和误差,提出了改进的粒子群优化算法对S面控制器参数进行优化.采用动态压缩因子,加快粒子算法的收敛;引入退火算法,提高粒子算法的局部搜索能力.同时,在S面控制器中引入智能积分项,有效地减小控制器的稳态误差.最后,论述了改进粒子群算法优化S面控制参数的具体过程,并在某型水下机器人上进行了仿真试验和水池试验.试验结果表明,该算法对于水下机器人非线性控制器的参数寻优达到良好的效果,优化后的S面控制具有较快的反应速度和较小的超调.     

深水半潜式钻井平台动力定位实时交互仿真系统

为了模拟深水半潜式钻井平台在复杂海况下的动态响应,对动力定位平台的低频运动与环境载荷进行了数学建模.根据深水钻井平台海上作业的安全等级要求,设计并搭建了DP-3级动力定位实时交互式仿真系统,该交互系统主要包括DP-3级动力定位控制系统与视景仿真系统.给出了DP-3级动力定位控制系统的体系结构.详细阐述了视景仿真系统与D...     

动力定位船舶的机动定位技术

为提高动力定位船舶在高海情下的定位能力，研究了机动定位的控制方式，并设计了一种机动定位模糊控制系统。其特点是模仿人类的航海技巧，通过充分利用环境力，实现航船的定位与机动。仿真结果表明，在高海情下，机动定位方式可以实现较高精度的定位，并且其辅推功率消耗较小。     

智能水下机器人声视觉跟踪系统研究

提出了一个新的水下声视觉图像预处理、分割和目标跟踪的处理系统框架.采用该系统框架,设计了一个基于前视声纳的智能水下机器人(AUV)声视觉目标探测跟踪系统,并描述了该系统的软、硬件体系结构.针对水下声视觉图像特点,分析了声纳图像的预处理方法,探讨了图像中特征信息的选取,构造了基于不变矩的仿射变换不变量,提出了基于组合特征...     

一种基于信息熵约束的快速FCM聚类水下图像分割算法

智能水下机器人视觉识别系统的使命是快速、准确地处理获得水下目标的相关信息并及时反馈给计算机来指导机器人进行下一步的任务。为了在保证分割质量的前提下实现快速图像分割,结合梯度算子、图像的直方图特征和采样计算,并以图像的相对信息损耗为约束,提出了一种基于熵约束的快速FCM聚类水下图像分割算法,并依据水下图像分割效果和模糊划分的有效性评价指标,详尽研究了新算法中加权指数二的取值规律性。实验结果表明,这种算法能够获得较好的分割质量和时间效率,符合机器人对实时性的需求。     

水下机器人改进的S面控制方法

由于水下机器人系统的强非线性以及所处环境的不确定性，水下机器人进行精确作业时的运动控制技术一直是智能水下机器人技术中急于解决而又难于解决的问题。S面控制是一种简单实用的控制方法，但其控制器参数完全靠人工调整，需要设计者有丰富的实际经验。本文提出改进的S面控制方法与S面控制增加了自学习的算法，实现控制参数的自动调整。仿真结果表明改进S面控制方法具有更好的控制精度，更快的响应速度，改善了机器人的工作性能，是一种很实用的水下机器人控制方法。     

亚氯酸钠漂白的废气检测与治理

本文提出了测定空气中微量二氧化氯浓度的新方法-N,N二甲基对苯二胺(DMPDA)比色法,该法比H·酸法更简便、快速、灵敏。二氧化氯气体的治理采用废碱二次吸收,治理后尾气排放对环境无影响。