-
公开(公告)号：CN112672063B
公开(公告)日：2022-02-11
申请号：CN202110033740.5
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 一种海豚自由游动的运动学记录装置，属于仿生流体力学领域。本发明针对现有技术中获取的海豚游动轨迹的数据误差大的问题。采用透明水箱用于为海豚提供游动空间，照明光源提供光照度；一号高速照相机对应透明水箱一侧壁居中设置，二号高速照相机对应透明水箱一端壁居中设置；一号激光发射装置对应透明水箱另一端壁设置，二号激光发射装置对应透明水箱一侧壁的相对侧壁设置；一号高速照相机上设置一号激光接收装置，二号高速照相机上设置二号激光接收装置；激光接收装置在接收激光发射装置发射的信号后，控制相应高速照相机快门的触发。本发明实现了海豚运动学数据的精确记录。
-
公开(公告)号：CN113848887A
公开(公告)日：2021-12-28
申请号：CN202111050187.2
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明是一种基于MLP方法的欠驱动无人艇轨迹跟踪控制方法。进行欠驱动水面无人艇的建模，得到USV运动学模型；采用径向基函数神经网络来近似未建模的动力学函数，进行模型动力学转换；进行欠驱动动力学的模型转换，将USV跟踪误差系统扩展为三阶，以实现交叉跟踪动力学的相对度；转换USV集成鲁棒有限时间控制器，进行有限时间USV轨迹跟踪；进行稳定性分析。数值仿真结果表明，该控制器不仅具有良好的跟踪精度，而且具有良好的抗干扰能力。
-
公开(公告)号：CN113835340A
公开(公告)日：2021-12-24
申请号：CN202111050201.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提出了一种考虑输入量化和非线性死区的水下机器人无模型控制方法，所述方法包括构建水下机器人数学模型及无模型处理，简化考虑死区量化控制表达式，设计控制器和稳定性分析证明；本发明为了加强水下无人航行器的鲁棒性能和忽略高度耦合动力学的影响，结合滑模控制的无模型控制能极大程度上减轻了对于很难获得的模型参数的依赖；考虑到减少执行机构和控制模块的数据传输的频率，磁滞量化器将产生分段量化控制信号，来保证其的有限精度以及有效地避免了抖振问题；自适应参数估计方法用来补偿死区非线性估计的误差，能够减少计算的复杂性和计算的次数，使得控制精度和效果大大提升。
-
公开(公告)号：CN113772008A
公开(公告)日：2021-12-10
申请号：CN202111111865.1
申请日：2021-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种具有双进水口的单槽道三体船，包括主船体、第一船体、第二船体和第三船体，第一船体、第二船体和第三船体均为密封连接结构，第一船体设置于主船体底部的纵剖线上，第二船体和第三船体对称设置于主船体中纵剖面的两侧，第一船体与第二船体和第三船体在主船体的底部形成一个Y型进水槽道，第一船体的两侧进水，第二船体和第三船体之间的槽道过水。本发明具有双进水口的单槽道三体船，既保留了双体船和三体船横向稳定性和纵向稳定性好的优点，又解决了双体船艏部船体结构遭遇波浪抨击会严重受损的问题，还具有传统三体船不具备的位于船体正中央的单一槽道，同时从船型构型上保留了细长单体船的阻力小的优点。
-
公开(公告)号：CN109828570B
公开(公告)日：2021-10-01
申请号：CN201910120131.6
申请日：2019-02-18
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于控制领域，具体涉及一种自适应边界层水面无人艇控制导引方法。包括神经网络离线训练，初始化算法控制参数，获取规划点及传感器信息，判断规划点是圆弧还是直线，根据当前水面无人艇至目标点距离(若为圆，则为已完成的跟踪角度)，通过安全阈值观测器判断是否达到目标点，如果到达目标点，则将上一个目标点删除，再跳至步骤5，否则输出期望航向和期望航速。本发明通过自适应边界层在LOS算法中引入航速的考虑，提高其跟踪响应速度，利用双曲正切修正器优化LOS算法的跟踪控制精度。同时本算法采取模块化设计，不论是自适应边界层中的水面无人艇制动长度神经网络，速度优化层还是基于向量场改进的圆弧导引策略，都能够运用在其他算法中。
-
Patent Agency Ranking
公开(公告)号：CN109144066B
公开(公告)日：2021-07-06
申请号：CN201811031878.6
申请日：2018-09-05
Applicant: 哈尔滨工程大学
Abstract: 本发明属于舰船运动控制领域，具体涉及一种舰船用积分分离式PI型紧格式无模型自适应航向控制算法。包括在紧格式无模型自适应控制算法的基础上引入比例项构成PI型CFDL_MFAC算法,比例项的离散形式为kp·Δe(k)；设定航向偏差阈值e0；计算航向偏差e(k)，其中e(k)＝y*(k)‑y(k)；当e(k)的绝对值|e(k)|大于设定的航向状态偏差的阈值e1；积分分离式PI_CFDL_MFAC控制器根据e(k)，解算出航向系统的期望输入u(k)；令k＝k+1，更新航向舰船当前航向y(k)。本发明通过在控制算法中引入比例项，提高了系统的响应速度，同时在算法中引入积分分离的思想，避免了原控制算法直接应用到舰船航向控制中因积分饱合造成系统震荡甚至失稳的问题，比例项与积分分离思想的引入扩展了CFDL_MFAC理论的应用范围，从而使得舰船航向能够快速稳定收敛到期望航向。
-
公开(公告)号：CN108983774B
公开(公告)日：2021-06-01
申请号：CN201810778764.1
申请日：2018-07-16
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于模糊状态观测器的单喷泵推进无人水面艇自适应航向控制方法，属于无人水面艇运动控制技术领域；本发明包括：(1)获取无人水面艇运动状态信息；(2)获取无人水面艇的航向指令信息；(3)自适应跟踪无人水面艇内外环境干扰；(4)借鉴残差分析思想对环境干扰力进行预估；(5)消除时间滞后对干扰力作用判断的影响。本发明针对喷水推进方式的无人滑行艇设计的模型导向型航向控制方法存在实际应用困难的弱点及未考虑推进装置的实际工作特性的问题进行了改进，得到了一种面向工程应用的自适应单喷泵推进无人水面艇航向控制方法，对单喷泵机械安装误差和环境干扰等不利因素具有自适应特性。
-
公开(公告)号：CN111994248A
公开(公告)日：2020-11-27
申请号：CN202010891303.2
申请日：2020-08-30
Applicant: 哈尔滨工程大学
IPC: B63H19/02
Abstract: 本发明属于波浪能的捕获与转化和转换技术领域，具体涉及一种横摇运动捕获推进装置及带有该装置的波浪能驱动无人艇。本发明的横摇运动捕获推进装置无额外能量损耗，有效利用了无人艇横摇运动的能量用于推进，增加了无人艇的续航性，实现了波浪能的高效利用，有效地延长了无人艇工作时间。本发明的横摇运动捕获推进装置利用波浪能，不需要消耗无人艇本身携带的能源，将无人艇本身携带的能源全部用于执行航行任务，波浪推进对海浪情况要求较小，理论上可适应全浪向海况。
-
公开(公告)号：CN111062172A
公开(公告)日：2020-04-24
申请号：CN201911307845.4
申请日：2019-12-18
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G06T17/00 , G06F119/14
Abstract: 本发明涉及一种基于FLUENT动网格技术黄貂鱼模型的自主游动模拟方法，属于仿生流体力学技术领域。包括采集黄貂鱼运动试验数据；使用三维扫描仪对鱼体进行扫描，得到黄貂鱼的三维模型；将所有标记点的坐标数据输入MATLAB中，通过数据处理，得到黄貂鱼的运动规律；编写UDF文件；导入模型，建立流域，划分网格；设置FLUENT计算工况文件；根据FLUENT计算结果，对黄貂鱼模型的水动力性能参数和流场进行分析，揭示其MPF波动推进的内在机制。本方法既可得到黄貂鱼启动时的流场变化，也可得到黄貂鱼巡游时一个周期内的流场信息，同时本方法一个工况就能够模拟出黄貂鱼模型从启动到巡游的整个过程，最终得到准确巡游速度，大大减少了计算时间，应用前景广阔。
-
公开(公告)号：CN108910003B
公开(公告)日：2020-04-07
申请号：CN201810661970.4
申请日：2018-06-25
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下机器人领域，具体涉及一种仿生章鱼机器人。该仿生章鱼机器人，包括头部部分、喷嘴部分、以及触手部分。头部部分包括硬质内壳、弹性橡胶外皮、固定板、弹性橡胶构件、舵机、连杆、四层圆盘、电源、单片机、环境感知设备。喷嘴部分包括瓣膜机构、上层圆板、导管机构。触手部分包括八只触手、八个舵机、下层圆板，触手之间的上半部分由弹性薄膜连接。该仿生章鱼机器人拥有三种游动方式，包括快速喷水游动方式、水下滑翔游动方式、水母式游动方式。本发明是一种基于章鱼游动方式而设计的水下机器人，噪声小，隐蔽性好，拥有多种运动方式。适用于水下潜伏、水下侦查、目标跟踪、反潜等军事用途，以及海洋生物研究、海底勘探等民用需求。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.042 seconds)
