水下仿生推進流場適應(yīng)性控制方法與實驗研究.pdf

1、魚類通過感知周圍的流場變化，來迅速調(diào)整游動形態(tài)，以實現(xiàn)低能耗高機動的游動行為。借鑒魚類游動對流場的適應(yīng)性，在水下仿生推進的運動控制中引入流場感知環(huán)節(jié)，通過感知流場變化來調(diào)整仿生運動控制參數(shù)，是實現(xiàn)高效水下仿生推進的有效途徑。論文針對基于流場適應(yīng)的仿生運動控制問題，開展了仿生推進適應(yīng)性流體動力學(xué)分析、流場感知與估計、流場適應(yīng)性策略分析、流場適應(yīng)性控制方法等理論分析和實驗研究，主要研究內(nèi)容和成果如下：
　　(1)深入分析了仿生推進流場

2、適應(yīng)性過程，構(gòu)建了水下仿生推進動力學(xué)數(shù)值模擬平臺。該平臺采用計算流體動力學(xué)方法，耦合仿生推進動力學(xué)和游動動力學(xué)模型，能夠模擬仿生推進水下動態(tài)行為，開展局部運動與自由游動等多種運動方式數(shù)值模擬，允許模型及數(shù)據(jù)等多類型邊界條件描述。進一步引入了虛擬流場感知、運動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動力學(xué)分析及運動控制數(shù)值模擬平臺。
　　(2)研究了外部流場和自身運動對體表壓強的影響效應(yīng)，提出了仿生推進過程中基于體表壓強

3、感知的流場估計方法。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和非定常卡門渦街流場為例，建立了體表壓強系數(shù)與流場參數(shù)之間的函數(shù)關(guān)系。深入分析了魚體自身波動運動對壓強感知的影響，在此基礎(chǔ)上提出基于單個或多個體表壓強傳感器感知的濾波和流場參數(shù)估計方法，開展了流場參數(shù)估計仿真驗證。
　　(3)基于構(gòu)建的巡游游動效能評價指標(biāo)，對比分析了鰻鱺模式及鲹科模式的推進性能，效率優(yōu)化的運動參數(shù)為在線運動控制提供了適應(yīng)性參考值。在預(yù)設(shè)仿

4、生推進模式下，實現(xiàn)某恒定巡游速度的波動運動參數(shù)不唯一，并且效率存在差異。仿生推進產(chǎn)生的巡游速度隨波動頻率和波動幅值的增大而單調(diào)增大，而巡游效率隨波動頻率的增大而減小，隨波動幅值的增大先增大后減小。在巡游推進中，柔性尾部比剛性尾部具有更好的流場適應(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)提出了基于流場感知的仿生推進流場適應(yīng)性控制方法，旨在提高游動性

5、能和控制精度。以懸停控制為例，將流場感知的壓強信息和流場適應(yīng)性策略引入控制回路。流場信息的感知有利于提高控制算法收斂性，減少控制收斂時間。針對仿生推進的時變未知參數(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)計并實現(xiàn)了具有流場感知能力的仿生機器魚，驗證了基于體表壓強感知的仿生推進流場適應(yīng)性控制方法。開展了基于體表壓強感知的定常流場參數(shù)估計、仿生自推進巡游過程分析及效率評

6、估、控制算法驗證等實驗。實驗結(jié)果表明：體表壓強與來流速度存在函數(shù)關(guān)系；壓強感知數(shù)據(jù)主頻率和波動頻率一致，主頻率幅值隨擺幅和擺動頻率單調(diào)增加，與產(chǎn)生的推進速度呈近似線性關(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；基于流場感知的控制方法能夠快速有效地實現(xiàn)控制目的，并且有助于提高仿生水下推進系統(tǒng)的性能。
　　上述研究工作和成果在基于流場感知的水下機器人控制方面