-
公开(公告)号:CN118194726A
公开(公告)日:2024-06-14
申请号:CN202410494629.X
申请日:2024-04-24
Applicant: 福州大学
IPC: G06F30/27 , G06F30/28 , G06N3/0442 , G06N3/08 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于ConvLSTM‑SE‑Res3D的串列双圆柱流场预测方法,属于流体力学领域。该方法具体步骤为:步骤步骤S1、进行不同工况串列双圆柱数值模拟仿真;步骤S2、建立串列双圆柱流场数据集;步骤S3、构建ConvLSTM‑SE‑Res3D网络模型;步骤S4、网络模型训练;步骤S5、流场域的快速预测;本发明方法将ConvLSTM神经网络算法与通道注意力机制、残差网络结合,为串列双圆柱流场预测提供了一种更高精度的方法,从而能够更准确的对串列双圆柱流场域进行预测。
-
公开(公告)号:CN117494526A
公开(公告)日:2024-02-02
申请号:CN202311600909.6
申请日:2023-11-27
Applicant: 福州大学
IPC: G06F30/23 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于Fluent和Lagrange插值方法对水下机器人阻力优化的方法。包括:建立水下机器人几何模型并且进行简化在将其导入ANSYS,利用DesignModeler建立流程区域,并对相关部件进行命名,使用网格程序Workbench Mesh进行网格划分及边界层设置,将文件导入到求解模块,对模型初始化并进行迭代计算,进行后处理及阻力系数的统计,取不同水下机器人Z轴坐标参数重复上述步骤,统计所得到的多个阻力系数以及水下机器人Z轴坐标参数,利用Lagrange插值多项式用Matlab进行阻力系数曲线的制作,得出当Z轴纵向高度减小对阻力系数影响不大的起始点,以选择合适功率的电机。本发明能为水下机器人选用最优电机提供指导意见,并为后续流线体结构改进提供最优高度。
-
公开(公告)号:CN117719657A
公开(公告)日:2024-03-19
申请号:CN202410004723.2
申请日:2024-01-03
Applicant: 福州大学
IPC: B63C11/52
Abstract: 本发明提出一种可拆卸式水下机器人岸边布放装置,包括控制平台和布放平台;所述布放平台设于控制平台的框架斜面处升降滑移;所述控制平台的框架斜面包括框架;框架与光轴导轨、大丝杠(7)组合为控制平台;所述布放平台与光轴导轨的滑块、手摇丝杠的滑块相连接;控制平台下端通过固定夹(12)与底板(11)相铰接,框架上部通过活动管(9)与支撑板(10)上端连接,支撑板下端通过活页件与底板连接固定;布放置于接触板上的水下机器人时,先通过移动活动管调节控制平台与地面形成所需角度,再调小丝杠的滑块位置使布放平台接触板水平,然后转动大丝杠驱动布放平台滑移,带动水下机器人移动到水下以完成布放;本发明结构简单,可拆卸,可靠性高。
-
公开(公告)号:CN118940496A
公开(公告)日:2024-11-12
申请号:CN202410983593.1
申请日:2024-07-22
IPC: G06F30/20 , G06F119/14
Abstract: 本发明提供了一种基于K与T指数对水下潜航器操纵性能预报方法,包括以下步骤:利用Creo建立水下潜航器SUBOFF带E1619螺旋桨的参数化模型,将其导入Fluent进行数值模拟,模拟出不同舵角下的水下潜航器SUBOFF的艏摇力矩,不同速度下水下潜航器SUBOFF的艏摇力矩,以及不同加速度下水下潜航器SUBOFF的艏摇力矩。本发明利用Creo参数化方法,Fluent数值模拟,MATLAB曲线拟合方法结合,求解出水动力导数,利用野本方程得到K与T指数,基于K与T指数进行水下潜航器操纵性能预报,为水下潜航器操纵性能预报提供指导意见,并为后续水下潜航器操纵性能优化提供理论指导,减少水下潜航器操纵性能不当产生的海洋事故。
-
公开(公告)号:CN118865082A
公开(公告)日:2024-10-29
申请号:CN202410850429.3
申请日:2024-06-28
IPC: G06V20/05 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/048
Abstract: 本发明提出一种适用于水下的组合自监督目标识别方法,包括以下步骤:步骤1:构建水下数据集;步骤2:数据预处理;对水下数据集中的同一数据进行不同的预处理,让检测模型在不同的预测处理结果中找出相似的信息;步骤3:检测模型采用组合自监督方法预训练,将输入图像映射到一个特征空间中,然后缩小正对之间的距离,扩大负对之间的距离,用以通过这一过程帮助检测模型学习数据中对下游任务有用的信息;步骤4:迁移训练,对检测模型预训练获得的权重信息,采用迁移训练进行微调获得获得高精度的水下检测模型,用于水下目标识别;本发明帮助目标模型获得更加丰富的水下目标表征信息,提高水下目标检测器的性能。
-
-
-
-