-
公开(公告)号：CN114661053A
公开(公告)日：2022-06-24
申请号：CN202210395112.6
申请日：2022-04-14
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑障碍船危险行为的船舶动态避障制导与控制方法，包括建立第一、第二虚拟小船、虚构小船、本船数学模型；根据航路点产生全局参考路径，第一虚拟小船基于全局参考路径航行；设置虚构小船的探测范围，根据探测范围判断本船与障碍船是否存在碰撞危险，当不存在碰撞危险时，第二虚拟小船跟随第一虚拟小船航行，本船跟随第二虚拟小船航行；当存在碰撞危险时，基于速度障碍法原理和虚构小船位置信息，计算避障参考信号，第二虚拟小船基于避障参考信号进行避障，本船根据控制系统跟随第二虚拟小船航行。能够同时保证船舶的全局路径跟踪和局部避障规划，通过将控制输入离散化减少了船舶通信负担。
-
公开(公告)号：CN114609905A
公开(公告)日：2022-06-10
申请号：CN202210217076.4
申请日：2022-03-07
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种船舶编队事件触发控制方法，包括：S1、计算逻辑船舶的期望位置信号和期望艏向角；S2、获取船舶转向半径Rturn，设定船舶的内侧船转向半径Rmax、外侧船转向半径Rmin；确定船舶的参考转艏角速度；S3、根据船舶的期望位置信号和期望艏向角，使用径向基神经网络，设计权值估计器；S4、设计船舶控制器，船舶控制器用于控制船舶跟踪参考信号；S5、设计事件触发条件；S6、建立新的船舶模型。本发明缓和了控制器与驱动器之间通信信道的占用。通过引入径向基神经网络逼近模型不确定项，并导出权值估计器对位置神经权重在线更新，本发明采用的神经网络权值估计器随着触发条件离散更新，更够进一步节约控制系统的通信资源。
-
公开(公告)号：CN114488803A
公开(公告)日：2022-05-13
申请号：CN202210061488.3
申请日：2022-01-19
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于事件触发的无人船/机鲁棒自适应神经协同控制方法，包括：建立无人船‑无人机协同系统的非线性系统模型；设计无人船‑无人机协同系统的位置控制器和位置自适应律；获取无人船‑无人机协同系统的姿态参考信号；设计无人船‑无人机协同系统的姿态控制器和姿态自适应律；推导出无人机的转子角速度。本发明在LVS‑LVA制导框架下提出了一种基于实际输入触发的USV‑UAV鲁棒自适应神经协同控制算法，将无人船主机螺旋桨转速、无人船的舵角和转子角速度作为实际控制输入来执行USV‑UAV协同路径跟踪任务，并且采用事件触发机制降低了无人船‑无人机的实际控制输入对通信信道的占用。
-
公开(公告)号：CN113703454A
公开(公告)日：2021-11-26
申请号：CN202110988352.2
申请日：2021-08-26
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于四自由度的无人船动力参数实时辨识方法，涉及无人船运动控制与路径预判领域，通过对无人船动力参数的辨识，改善船舶的实时运动状态。本发明方法，包括构建无人船船舶模型；针对不同型号的船舶构建详细的部件；重新定义船舶操纵数学模型；基于重新定义的船舶操纵数学模型，设定输出标量，构建线性回归模型；设计非线性新息算法，对相关辨识参数进行更新。本发明针对参数辨识不精准导致路径控制不准确和不能实时辨识的问题，结合最小二乘理论和非线性新息的概念，利用非线性双曲正切函数进行误差修正，使得误差严格有界，并对相关辨识参数进行更新，解决了无人船在航行中操纵性能效率低以及路径控制不准确的问题。
-
公开(公告)号：CN113485377A
公开(公告)日：2021-10-08
申请号：CN202110938430.8
申请日：2021-08-16
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种双层虚拟引导机制的无人帆船自适应路径跟踪控制方法,包括：建立无人帆船的数学模型；构建双层虚拟引导的制导算法；构建艏向虚拟控制器，以降低艏向误差；构造比例积分滑模面，在所述艏向虚拟控制器中引入事件的触发机制，以获取事件触发虚拟控制律；构建考虑输入饱和限制的触发控制律，以实现考虑执行器饱和限制下无人帆船能够得到稳定的控制输入和控制输出。本发明针对无人帆船在时变风向和输入饱和限制下直线路径跟踪控制任务，提出了一种基于双层虚拟引导的无人帆船时间触发鲁棒自使用滑模控制方法，能够针对横风航行和迎/顺风航行分别实时规划参考信号，实现了无人帆船在时变风向下执行直线路径跟踪控制任务。
-
Patent Agency Ranking
公开(公告)号：CN113419428A
公开(公告)日：2021-09-21
申请号：CN202110797422.6
申请日：2021-07-14
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于3D映射制导的USV(Unmanned aerialvehicle)‑UAV(Unmanned aerial vehicle)协同路径跟踪自适应控制器设计方法，包括以下步骤：S1、建立无人船‑无人机协同的系统模型；S2、构建无人船和无人机之间的有效关联；S3、设计无人船‑无人机位置控制器和自适应律；S4、设计无人船‑无人机姿态控制器和自适应律；S5、控制无人船‑无人机实现协同路径跟踪控制任务。本发明能将水面参考路径信息等量映射到空间参考平面上，在无人船‑无人机之间构建有效关联，本发明能同时为无人船‑无人机系统进行控制器设计，并且采用模糊逻辑系统和动态面技术处理无人船‑无人机协同系统中的结构不确定项和计算爆炸问题。本发明能够提升无人船‑无人机在协同路径跟踪方面的自动性。
-
公开(公告)号：CN113219978A
公开(公告)日：2021-08-06
申请号：CN202110518308.5
申请日：2021-05-12
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于零阶保持器的船舶路径跟踪事件触发控制方法，包括：利用零阶保持器储存上一触发时刻船舶状态向量、控制律及自适应律。根据获取的船舶状态信息和零阶保持器中储存的船舶状态信息构建简洁事件触发机制。当满足事件触发机制时，系统输出零阶保持器中储存的船舶状态向量、控制律及自适应律。当不满足事件触发机制时，控制器触发，零阶保持器中储存的船舶状态向量、控制律及自适应律更新并输出。从而，通过基于事件触发的容错机制解决船舶路径跟踪控制中通信通道受阻和执行器故障问题。
-
公开(公告)号：CN112947375A
公开(公告)日：2021-06-11
申请号：CN202110182000.8
申请日：2021-02-09
Applicant: 大连海事大学
IPC: G05B23/02
Abstract: 本发明公开了一种考虑未知死区的复合自适应容错控制器设计方法，包括：建立船舶模型；根据船舶执行器的死区非线性特性建立死区模型，并结合船舶执行器的故障类型建立故障模型；基于鲁棒神经网络对船舶的速度变量进行估计；根据船舶实际速度与估计速度之间的误差来计算死区模型的死区参数以及执行器故障参数；根据死区参数构造死区逆模型对死区模型进行补偿；根据故障参数对故障模型进行补偿；计算死区模型和故障模型补偿后的控制律；根据控制律来调节船舶执行器的控制输入矢量，以控制船舶执行动力定位。本发明能够实现在具有未知死区的推进器出现未知故障的情况下继续保持动力定位任务的正常进行。
-
公开(公告)号：CN112517672A
公开(公告)日：2021-03-19
申请号：CN202011279686.4
申请日：2020-11-16
Applicant: 大连海事大学
Abstract: 本发明提供一种用于船舶制造T型钢的生产线，包括：矫正装置、运转装置和除锈装置，矫正装置用于矫正型钢的弯曲变形，除锈装置用于清除型钢表面的铁锈，运转装置用于把矫正后的型钢运转到除锈装置内；运转装置包括夹持机构、第四伸缩件、宽度调节机构和输送带，宽度调节机构设置在输送带的底面上，第四伸缩件活动设置在宽度调节机构上，夹持机构设置在第四伸缩件的底端上；夹持机构包括第一夹板、第二夹板、竖夹板和横夹板，第一夹板水平分布。本发明的运转装置中两个第一夹辊和一个第一夹辊共同夹持住T型钢的顶板的顶面和底面，具有多个夹持点，夹持效果好，消除T型钢掉落的安全隐患。
-
公开(公告)号：CN112376063A
公开(公告)日：2021-02-19
申请号：CN202011281470.1
申请日：2020-11-16
Applicant: 大连海事大学
Abstract: 本发明提供一种用于船舶制造T型钢的除锈装置及其使用方法，包括：除锈池、动力机构、承托机构和抓取机构，除锈池用于容纳除锈液，动力机构设置在除锈池的内底面和侧壁之间，承托机构活动设置在动力机构上，承托机构能够承托起T型钢，抓取机构设置在除锈池的外侧壁上，抓取机构能够抓住T型钢，以把T型钢放入到除锈池内或从除锈池内取出T型钢；承托机构至少设置有四个，四个承托机构分别分布在T型钢的底面两端上。本发明能够使得除锈液和超声波接触到原先的支撑部位，从而有效的对T型钢的支撑部位进行除锈作业，作业便捷、效率高，缩短除锈作业耗时。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.039 seconds)
