-
公开(公告)号：CN113553741A
公开(公告)日：2021-10-26
申请号：CN202110862922.3
申请日：2021-07-29
Applicant: 哈尔滨理工大学
IPC: G06F30/23 , G06F30/15 , G06F119/14
Abstract: 本发明是一种船用Magnus减摇装置粗糙度优化系统。包括：模型参数输入模块，用于接收相关参数信息并进行规范化处理，再将信息输出至受力分析模块；受力分析模块，依据参数信息对减摇装置的升/阻力作用情况进行分析并输出至虚拟仿真平台模块；粗糙度集输入模块，用于解析壁面函数，分析粗糙面分布规律，并将结果输出至虚拟仿真平台模块；虚拟仿真平台模块，依据输入的信息对减摇装置的升/阻力特性进行仿真试验并输出结果；粗糙度优化决策模块，对仿真试验结果进行优化分析。本发明优化了仿真模拟流程，提升了仿真工作效率，实现了对减摇装置表面粗糙度的优化设计，也为减摇装置的工程应用提供了可靠的理论分析平台。
-
公开(公告)号：CN110045612B
公开(公告)日：2021-10-08
申请号：CN201910347969.9
申请日：2019-04-28
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 减摇鳍液压伺服模拟实验台反步自适应控制方法包括减摇鳍液压伺服模拟实验台数学模型，自适应参数辨识器，反步子系统控制器1，反步子系统控制器2，反步子系统控制器3，反步子系统控制器4。通过理论分析和半实物实验验证可得，在对减摇鳍实验台液压伺服系统的输出跟踪中，反步自适应控制器具有明显优于常规PID控制器的动态性能和静态性能，跟踪误差相比减小了60%，能够有效地降低液压系统非线性和干扰因素的影响，提高了系统的跟踪控制精确度，符合减摇鳍模拟实验台的控制要求。
-
公开(公告)号：CN112429165A
公开(公告)日：2021-03-02
申请号：CN202011283962.4
申请日：2020-11-17
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种船用减摇鳍的鳍体实时自动避障方法，该方法将减摇鳍的鳍体等效成长方体模型，其中障碍物的等效球模型是将障碍物看成一个质点，质点与鳍体的安全距离作为半径，标记处于鳍体中的轴中心点、长方体模型右侧面中心点与这两点在后侧面所在平面的投影点，通过测距传感器分别测出障碍物与其余四点的距离，再测出两个中心点的距离和长方体模型的宽，若障碍物将与鳍发生碰撞，则需要在降低一定减摇效果的情况下改变鳍摆角实现避障，由折算关系可知所需改变的角度。本发明优点是方法简单、操作方便、实用性强，并且避免了鳍在遇到暗礁、较大悬浮物或特殊情况时发生碰撞的不利情况，解决了传统减摇鳍的鳍体缺乏实时自动避障的问题。
-
公开(公告)号：CN112276958A
公开(公告)日：2021-01-29
申请号：CN202011243396.4
申请日：2020-11-10
Applicant: 哈尔滨理工大学
Abstract: 本发明设计一种主动控制恒张力的三连杆式船用自抓放机械臂装置。装置主要包括底座、平衡平台、左平衡臂、右平衡臂、张力传感器、连杆一、连杆二、连杆三、左辅助平衡臂、右辅助平衡臂、主吊索、左平衡索、右平衡索、左辅助平衡索、右辅助平衡索、视觉传感器、吊环、抓钩、PLC控制箱。采用四条平衡索，利用PLC实现主动控制恒张力，并采用视觉传感器的抓钩实现自动抓取收放功能。本发明优点在于使用多个自由度的三连杆式机械臂，扩大抓取范围。同时考虑海洋环境因素干扰力对主吊索、抓钩和被吊物影响。采用四条平衡索，提升减摇效果。运用视觉传感器，船用机械臂可以自动抓取收放被吊物，且相比于人工操作的船用起重机更加智能化，适用于多种运载器。
-
公开(公告)号：CN108681245B
公开(公告)日：2020-12-29
申请号：CN201810455464.X
申请日：2018-05-14
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 减摇鳍控制器将期望横摇角、微分横摇角、横摇角误差和微分横摇角误差传递给积分滑模变换器。产生积分滑模面后传递给切换自适应律生成器、切换控制器、模糊自适应律生成器和模糊控制器，由切换控制器和模糊控制器分别产生的切换控制律和模糊控制律通过控制信号求和器得到总的升力控制律。经过限幅调节器和RBF神经网络调节器分别得到升力实际输入值与设计输入值偏差以及偏差的估计值，得到受限的升力控制律，实现升力受限的船舶横摇控制。其优点在于针对系统控制量受到实际执行机构限制问题，采用滑模变结构、模糊控制和RBF神经网络控制策略结合优化，实现减摇鳍升力受限的有效补偿。通过仿真实验验证了控制器的可靠性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN109033569A
公开(公告)日：2018-12-18
申请号：CN201810742076.X
申请日：2018-07-09
Applicant: 哈尔滨理工大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F17/5086 , G06F2217/76
Abstract: 本发明涉及一种用于舰载机传感器系统预防检修阈强度和次数优化的方法。舰载机传感器系统首先生成预防检修剩余退化量的概率密度函数，根据预防检修后进行预防检修更换概率和作废更换概率，解算得到舰载机传感器系统寿命周期和维护总费用，解算得到长期期望费用率，经过优化得到最优预防检修阈强度和预防检修次数限制。此发明的优点在于舰载机传感器系统寿命周期预测模型采用非线性退化过程描述，同时优化模型中考虑了预防检修阈强度和预防检修次数限制两个主要变量对长期维护费用率的影响，最优长期维护费用率更低，同时为维护检修时的参数设定提供参考。本发明通过仿真实验验证了所提方法的可靠性和有效性。
-
公开(公告)号：CN119739038A
公开(公告)日：2025-04-01
申请号：CN202411890299.2
申请日：2024-12-20
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明涉及一种动态积分扰动观测器的水下潜航器轨迹跟踪控制方法，旨在解决常规轨迹跟踪方法中，水下潜航器受到集总扰动和洋流变化影响导致收敛速度慢和能耗高的问题。首先，在三自由度建模时引入洋流变化和集总扰动，然后，采用扰动估计误差作为滑模面设计动态积分扰动观测器，实时更新扰动估计值并适应扰动变化，设计低超调自适应洋流观测器，加入调节因子估计，降低初期的超调量，避免增大系统误差。最后，设计光滑快速双幂次滑模控制器，结合扰动和洋流估计值构造控制律，通过跟踪误差和控制能耗构造自适应律，动态调节控制律参数来降低能耗和提高收敛速度。本发明方法在跟踪能耗上大约减少25.93％，位置和速度误差收敛速度分别提升了16.22％和16.09％。
-
公开(公告)号：CN119535970A
公开(公告)日：2025-02-28
申请号：CN202411593617.9
申请日：2024-11-08
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明是一种考虑复杂扰动和电机动态特性的USV旋柱减摇控制系统，属于海洋移动观测平台运动控制系统领域，旨在提高USV航行的稳定性与控制效率。具体步骤如下：首先建立旋柱稳定器升力模型、USV非线性横摇模型及伺服电机动态模型。然后设计基于消除微分项扰动观测器的Backstepping控制器，实时估计并补偿外部和模型不确定性造成的扰动，然后实时调整期望的控制输入，确保输出的横摇角跟踪期望横摇角。设计基于伺服电机状态反馈的MPC控制器，通过将电机的状态量反馈到控制器中进行预测和调整，有效解决了伺服电机在复杂海况中存在的响应滞后和输出过载问题，还实现了将横摇角误差的最小化和能量消耗的有效控制，达到了多目标优化的目的。
-
公开(公告)号：CN119512173A
公开(公告)日：2025-02-25
申请号：CN202411657376.X
申请日：2024-11-19
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种带避障功能的无人潜航器预设时间轨迹跟踪控制系统，以提升障碍物环境下的轨迹跟踪精度。步骤包括：建立无人潜航器模型；设计预设时间函数；设计新型人工势场函数，以提高避障反应速度，减少跟踪误差；设计预设时间障碍性能函数作为在障碍物情况下进行轨迹跟踪的误差限制边界，该函数能够根据误差变化动态调整误差限制边界；设计预设时间扩展状态观测器，用于估计模型不确定性和外部干扰；采用带平滑切换函数的辅助系统处理输入饱和问题；最终推导出轨迹跟踪控制方案。仿真结果显示，100秒内无人潜航器在前进方向、横摆方向和航向角的绝对误差积分减少了56.37％、43.21％和7.20％；纵向、横荡和偏航角速度的估计绝对误差积分减少了25.44％、8.86％和35.24％。
-
公开(公告)号：CN119068299A
公开(公告)日：2024-12-03
申请号：CN202411154232.2
申请日：2024-08-22
Applicant: 哈尔滨理工大学
IPC: G06V10/80 , G06V10/26 , G06T7/13 , G06N3/0464 , G06V10/82 , G06V10/774
Abstract: 本发明提出一种考虑透明物体影响的无人车视觉检测方法，旨在将不同阶段获得的边缘特征进行融合，生成更准确的边缘特征，并与多尺度特征相结合以提高透明物体检测的鲁棒性和稳定性。首先基于无人车实际的工作场景制作数据集；其次，输入网络的图像首先进行特征提取，提取的特征输入到边缘检测模块和初步分割模块。在边缘检测模块中引入置信度因子关注更多的边缘特征。初步分割模块用来获取初步分割图的边缘特征并与边缘检测模块数据融合，使用融合后的边缘特征与多尺度图进行融合；最后融合数据输入到基于Transformer的结构中，省略再次结合操作生成预测图。本发明mIoU和像素准确率分别为74.43％和96.35％，能更稳定、鲁棒地应用于无人车中进行透明物体检测。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.028 seconds)
