-
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:CN118936473A
公开(公告)日:2024-11-12
申请号:CN202410993490.3
申请日:2024-07-24
IPC: G01C21/20
Abstract: 本发明提供了一种数据驱动的浅水域水下机器人路径规划方法,包括:步骤S1、根据任务需求对水下航行器与其环境进行环境建模;步骤S2、获取环境中的流场边界速度矢量信息,建立全部工况下流场流速信息的仿真数据库;步骤S3、在实际场景下,获得流场中全部区域的流速信息;步骤S4、从环境模型中获得水下机器人的当前位置,针对设定的目标点,进行全局采样及路径优化,以获得理论可行初始路径;步骤S5、将步骤4中获得的初始路径进行可行性检测,分析出物理可行区域与物理不可行区域;步骤S6、对物理不可行区域进行局部有向拓展,修正为物理可行路径;步骤S7、根据路径长度输出最优可达路径。
-
公开(公告)号:CN119550330A
公开(公告)日:2025-03-04
申请号:CN202410863707.9
申请日:2024-06-29
Abstract: 本发明提出一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法,包括以下步骤:建立水下动力学模型及电驱动数学模型;构建级联动力学方程组;设定期望输入信号并定义相关误差;进行快速终端滑模面的滑模函数设计,定义李雅普诺夫方程表达式并对其求导;根据滑模函数存在奇异点问题设计消除奇异点的函数,并更新李雅普诺夫方程的求导函数;设计RBF神经网络及权重对李雅普诺夫方程求导函数的非线性项进行神经网络逼近,设计电驱动辅助控制器和动力学辅助控制器。本发明在考虑电驱动力的辅助控制的基础上,对快速终端滑模控制方法进行改进,不仅提高了水下机械臂轨迹跟踪控制方法的稳定性和收敛速度,而且能够适应不同应用场合的具体需求。
-
-