水下仿生推進(jìn)流場(chǎng)適應(yīng)性控制方法與實(shí)驗(yàn)研究.pdf

1、魚(yú)類通過(guò)感知周圍的流場(chǎng)變化，來(lái)迅速調(diào)整游動(dòng)形態(tài)，以實(shí)現(xiàn)低能耗高機(jī)動(dòng)的游動(dòng)行為。借鑒魚(yú)類游動(dòng)對(duì)流場(chǎng)的適應(yīng)性，在水下仿生推進(jìn)的運(yùn)動(dòng)控制中引入流場(chǎng)感知環(huán)節(jié)，通過(guò)感知流場(chǎng)變化來(lái)調(diào)整仿生運(yùn)動(dòng)控制參數(shù)，是實(shí)現(xiàn)高效水下仿生推進(jìn)的有效途徑。論文針對(duì)基于流場(chǎng)適應(yīng)的仿生運(yùn)動(dòng)控制問(wèn)題，開(kāi)展了仿生推進(jìn)適應(yīng)性流體動(dòng)力學(xué)分析、流場(chǎng)感知與估計(jì)、流場(chǎng)適應(yīng)性策略分析、流場(chǎng)適應(yīng)性控制方法等理論分析和實(shí)驗(yàn)研究，主要研究?jī)?nèi)容和成果如下：
　　(1)深入分析了仿生推進(jìn)流場(chǎng)

2、適應(yīng)性過(guò)程，構(gòu)建了水下仿生推進(jìn)動(dòng)力學(xué)數(shù)值模擬平臺(tái)。該平臺(tái)采用計(jì)算流體動(dòng)力學(xué)方法，耦合仿生推進(jìn)動(dòng)力學(xué)和游動(dòng)動(dòng)力學(xué)模型，能夠模擬仿生推進(jìn)水下動(dòng)態(tài)行為，開(kāi)展局部運(yùn)動(dòng)與自由游動(dòng)等多種運(yùn)動(dòng)方式數(shù)值模擬，允許模型及數(shù)據(jù)等多類型邊界條件描述。進(jìn)一步引入了虛擬流場(chǎng)感知、運(yùn)動(dòng)信息反饋及控制算法模塊，形成了較為完善的水下仿生推進(jìn)動(dòng)力學(xué)分析及運(yùn)動(dòng)控制數(shù)值模擬平臺(tái)。
　　(2)研究了外部流場(chǎng)和自身運(yùn)動(dòng)對(duì)體表壓強(qiáng)的影響效應(yīng)，提出了仿生推進(jìn)過(guò)程中基于體表壓強(qiáng)

3、感知的流場(chǎng)估計(jì)方法。利用理論分析和 CFD數(shù)值模擬的方法，以典型定常均衡流場(chǎng)和非定?？ㄩT渦街流場(chǎng)為例，建立了體表壓強(qiáng)系數(shù)與流場(chǎng)參數(shù)之間的函數(shù)關(guān)系。深入分析了魚(yú)體自身波動(dòng)運(yùn)動(dòng)對(duì)壓強(qiáng)感知的影響，在此基礎(chǔ)上提出基于單個(gè)或多個(gè)體表壓強(qiáng)傳感器感知的濾波和流場(chǎng)參數(shù)估計(jì)方法，開(kāi)展了流場(chǎng)參數(shù)估計(jì)仿真驗(yàn)證。
　　(3)基于構(gòu)建的巡游游動(dòng)效能評(píng)價(jià)指標(biāo)，對(duì)比分析了鰻鱺模式及鲹科模式的推進(jìn)性能，效率優(yōu)化的運(yùn)動(dòng)參數(shù)為在線運(yùn)動(dòng)控制提供了適應(yīng)性參考值。在預(yù)設(shè)仿

4、生推進(jìn)模式下，實(shí)現(xiàn)某恒定巡游速度的波動(dòng)運(yùn)動(dòng)參數(shù)不唯一，并且效率存在差異。仿生推進(jìn)產(chǎn)生的巡游速度隨波動(dòng)頻率和波動(dòng)幅值的增大而單調(diào)增大，而巡游效率隨波動(dòng)頻率的增大而減小，隨波動(dòng)幅值的增大先增大后減小。在巡游推進(jìn)中，柔性尾部比剛性尾部具有更好的流場(chǎng)適應(yīng)性，在波頻和波幅相同的條件下，盡管兩者產(chǎn)生的巡游推進(jìn)速度大致相當(dāng)，但柔性尾部相較于剛性尾部，巡游效率大約高58％。
　　(4)提出了基于流場(chǎng)感知的仿生推進(jìn)流場(chǎng)適應(yīng)性控制方法，旨在提高游動(dòng)性

5、能和控制精度。以懸?？刂茷槔瑢⒘鲌?chǎng)感知的壓強(qiáng)信息和流場(chǎng)適應(yīng)性策略引入控制回路。流場(chǎng)信息的感知有利于提高控制算法收斂性，減少控制收斂時(shí)間。針對(duì)仿生推進(jìn)的時(shí)變未知參數(shù)和建模不確定性，引入自適應(yīng)迭代學(xué)習(xí)控制方法進(jìn)一步提高了控制精度，取得較好的自適應(yīng)學(xué)習(xí)的效果。
　　(5)設(shè)計(jì)并實(shí)現(xiàn)了具有流場(chǎng)感知能力的仿生機(jī)器魚(yú)，驗(yàn)證了基于體表壓強(qiáng)感知的仿生推進(jìn)流場(chǎng)適應(yīng)性控制方法。開(kāi)展了基于體表壓強(qiáng)感知的定常流場(chǎng)參數(shù)估計(jì)、仿生自推進(jìn)巡游過(guò)程分析及效率評(píng)

6、估、控制算法驗(yàn)證等實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：體表壓強(qiáng)與來(lái)流速度存在函數(shù)關(guān)系；壓強(qiáng)感知數(shù)據(jù)主頻率和波動(dòng)頻率一致，主頻率幅值隨擺幅和擺動(dòng)頻率單調(diào)增加，與產(chǎn)生的推進(jìn)速度呈近似線性關(guān)系；巡游速度0.30~0.65 L/s范圍內(nèi)，達(dá)到相同的巡游速度，擺幅0.08L情況下的效率明顯優(yōu)于擺幅0.1L的情形；基于流場(chǎng)感知的控制方法能夠快速有效地實(shí)現(xiàn)控制目的，并且有助于提高仿生水下推進(jìn)系統(tǒng)的性能。
　　上述研究工作和成果在基于流場(chǎng)感知的水下機(jī)器人控制方面