响应面模型在耐压壳优化设计中的应用研究

针对有限元模型应用于优化设计时效率低的问题,提出了一个环肋圆柱壳结构优化设计策略.该策略用APDL语言建立参数化结构有限元分析模型,并根据设计要求选取设计变量,用试验设计的方法在设计变量空间里选取样本点并进行结构分析,得到各样本点的响应.最后用这些样本点和响应建立起结构质量和应力的二阶多项式模型,并对响应面模型采用罚函数法进行优化获得最优解.结果表明,所提方法提高了结构的强度利用率,缩短了优化时间,研究结果对实际应用有参考价值.     

响应面模型在艇型多目标优化中的应用

针对潜器的艇型优化,研究了试验设计、响应面模型技术和多目标优化算法.选择了决定回转体艇型的6个参数,将阻力数值计算结果进行数据回归,建立阻力、体积与型值的二阶多项式响应面模型.然后将阻力最小与体积最大作为回转体艇型优化的两个目标,研究了多目标遗传算法,并给出了 Pareto 最优解集.结果表明,在艇型优化过程中采用近似...     

一种水下机器人集成仿真系统的设计

在水下机器人的设计和开发过程中有一个严重的限制问题,就是由于水下机器人工作在较深的水中,因此很难观察到水下机器人的工作情况.针对实验室开发的新型水下机器人,该文的集成仿真系统提供了一个虚拟的海洋环境,和一些传感器的仿真,能够较为真实地模拟水下机器人的工作过程.它允许研究人员在实验室里方便地进行测试,并通过三维实时的图形场景对机器人的工作过程进行监控.最终通过仿真试验,完善了机器人控制系统的设计.     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

垂直面欠驱动自治水下机器人定深问题的自适应输出反馈控制

针对垂直面欠驱动自治水下机器人(AUV)定深控制问题,本文仅使用可测量的深度和纵摇角信息,基于反步法设计自适应输出反馈控制器.为此首先设计观测器,实现不可测纵摇角速度反馈;再利用径向基神经网络对不确定水动力系数和纵荡、垂荡及纵摇角速度耦合产生的非线性结构进行补偿;采用自适应策略对纵荡和垂荡速度形成的有界干扰进行抑制.本文采用AUV一阶非完整模型,不以线性化为目的,放宽了纵摇角只能在小范围内变化的限制.最后通过理论证明和仿真实验表明该方法能够实现AUV深度和姿态控制,对未建模非线性动态和有界扰动具有很强的自适应性和鲁棒性.     

喷水推进型无人艇航向跟踪的反步自适应滑模控制*

针对单泵喷水推进型无人滑行艇的航向跟踪非线性系统,提出了一种反步自适应滑模控制方法。该系统由无人艇运动非线性响应模型和舵机伺服系统组成,并考虑运动响应模型的建模误差、外界干扰力等非匹配不确定性,利用全局微分同胚坐标变换将原系统变换为具有下三角特征的非线性系统。基于Backstepping方法和滑模控制理论,提出了一种自适应滑模控制律;利用Lyapunov函数,证明该控制律保证了航向跟踪系统的全局渐近稳定性。仿真对比结果验证了所提出控制器的有效性。     

水下机器人光视觉目标识别系统

介绍了一个用于水下机器人的光视觉目标识别系统,描述了该系统的硬件结构和软件体系．论述了水下图像的处理方法,分析了在离散状态下比例因子对不变矩特征的影响,构造了基于不变矩的仿射变换不变量．详细描述了用于目标识别的免疫遗传神经网络的结构和建模．通过对4类实测水下目标的识别实验,证明了所提水下目标识别系统可以用于水下目标识别,并且具有较高的准确性和实时性．     

基于改进精英机制的双种群蚁群算法

针对蚁群优算法在进化中容易出现早熟和停滞的现象,对基本蚁群算法进行了改进。借鉴生物群体的相互协作机理,将蚁群算法中的蚂蚁分成两个群体分别独立进行进化,并定期进行信息交换。同时,将遗传算法中排序的概念扩展到精英机制当中,形成基于优化排序的精英蚁群系统。两方法相结合,有效缓解了因信息素浓度失衡而造成的局部收敛,改进算法的搜索性能,计算结果也表明该算法有效性和可行性。     

基于MPSO算法的水下机器人PD控制器

为了解决传统水下机器人运动控制器只针对单独的自由度进行解耦控制,从而忽略了各自由度之间耦合效应的问题,设计了一个新型的PD控制器.该控制器在水下机器人6个自由度动力学模型的基础上,根据实际需要进行简化,利用一个运动控制方程实现4个自由度的运动控制.同时采用改进PSO算法自寻优确定控制方程的参数,以提高效率,减少设计时主观因素的影响.最后以某型AUV(autonomous underwater vehicle)为控制对象及试验平台,针对所设计的控制器进行仿真试验,结果验证了该控制器在水下机器人运动控制中的可行性.