一、BP神经网络的改进及其在滑行艇阻力估算中的应用(论文文献综述)
赵勇,赵姜雪慧[1](2021)在《基于随机森林模型的滑行艇剩余阻力预测》文中认为针对滑行艇阻力成分复杂、预报困难等问题,采用随机森林方法,以浮心纵向位置和棱柱系数等船体几何特征量及弗劳德数共六变量作为输入量,建立单位排水量剩余阻力的预测模型.采用Box-Cox变换与主成分分析相结合,并利用贝叶斯超频道优化(BOHB)算法对随机森林算法的超参数进行优化,提升了预报精度.结果表明:通过Box-Cox变换与主成分分析结合的数据处理方法,使随机森林模型预测均方误差降低24.09%;在此基础上,进一步利用BOHB算法优化超参数,使均方误差进一步降低25.95%.
郭浩成[2](2021)在《基于CFD和神经网络的三体船快速性优化研究》文中研究表明当今,随着对高性能船舶各方面性能越来越高的要求,越来越多的武器装备、机械设备要布置在战舰上,对于常规的单体船而言,为了增大舱容,在保证船长和型深不变的情况下,只能增加船宽,但这也同时极大的增大了船舶阻力,为了保证战舰依旧具有良好的快速性,这势必大大增加燃油的消耗,所以考虑对传统船型进行改进和创新。为了保证增大舱容和甲板面积,同时又能保证具有良好的快速性和较低的能耗,相较于传统的单体船,三体船在稳性、快速性、抗沉性、耐波性和总布置方案设计等方面都有着更为明显的优势。本文围绕三体船船型各片体中间的间距和片体前后相对位置变化对整体船型方案的快速性能的影响展开研究。建立了覆盖整体可行设计空间的各种典型设计参数组合的设计方案样本点,对针对所有样本点方案,利用水动力学模拟软件,对设计船型的航行快速性进行数值模拟,获得样本点后建立神经网络,并利用样本点数据集训练神经网络模型,进而可以利用网络模型来预报设计空间内所有可行设计方案的快速性能。该结果对于船型设计初期设计参数反复论证,以及实船航行中如果片体间距可调时,实时给出片体间距调节的决策建议,以获得最好的航行性能。本文具体研究内容有:1.基于DT’MB 5415船型,在傅氏数Fr=0.28时,分析CFD数值模拟的网格划分的影响因素对计算精度与效率的影响,将船模试验结果与数值模拟结果相比对,找寻最适合本文船型计算模拟的流域因素组合,并将最优网格应用于下章节三体船的数值模拟。2.基于某高速战舰,提出区别于传统三体船的新型三体船,利用前文创建的最优网格及参数设置,在STAR-CCM+平台模拟计算Fr-0.1-0.6范围内,15种不同侧体布置状态下的阻力性能,分析侧体的位置布局对高速三体船快速性的影响,并得到了一些有意义的结论。3.BP神经网络的样本为CFD的计算结果,用训练后的最优网络,预测不同Fr、不同侧体纵、横向布置,所对应的最小阻力值,为建造可随航速的变化而实时改变侧体位置布局,以保证最小阻力值,提高三体船快速性提供了可能。与传统CFD数值模拟计算相比,BP网络既满足精度要求,又极大缩短计算时间,同样适合大规模的预测计算,具有一定工程实际应用意义。
何靖仪[3](2020)在《基于RANS法与SBD技术的船舶阻力性能优化方法研究》文中研究表明在船舶阻力性能优化中,对阻力性能的预报方法、对船型及浮态设计方案的优化方法是至关重要的。对于常规的排水型船舶来说,良好的型线设计方案是众多减阻手段中的重要基础;对于高速滑行艇来说,良好的浮态设计方案是平衡高航速低阻力与纵向运动稳定性之间关系的重要手段。随着计算机性能的不断提高、数值模拟技术的不断发展,基于RANS法的船舶阻力性能预报方法也得到了广泛的研究与发展;同时,为了降低优化计算的成本,SBD技术也应运而生,并在船舶、车辆以及航空航天等诸多领域得到了发展与应用。目前在基于RANS法预报船舶阻力性能时,关于边界层的设置往往需要较多的论证工作,缺乏较简易的设置建议;关于计算域的大小及湍流模型的选择也多依据经验进行设置,缺乏较合理的参照方案。同时,将SBD技术应用于船舶优化设计领域时,缺乏对近似模型中建模方法的对比讨论、也缺乏针对具体问题的改进方案。因此,针对这一系列问题,论文从对基于RANS法的船舶阻力性能预报方法以及基于SBD技术的阻力性能优化方法两方面入手,首先讨论了在基于RANS法的船舶阻力性能计算中,边界层网格的设置、计算域大小的设计及针对常规排水型船与滑行艇两种不同船型的湍流模型的选择问题;随后对比分析了不同近似模型构建方法的建模精度,并针对两个具体的优化问题提出了相应的改进方案。具体的说,本文的研究工作有以下4个方面:(1)以KCS船模与Fridsma滑行艇两种不同的船型为计算对象,进行了基于RANS法的船舶阻力性能及纵向运动的预报,得到的预报结果与水池试验值相比误差较小,验证了论文所提出的边界层设置方法及计算域大小设计方法的合理性,并给出了两种船型的湍流模型的选择建议。(2)在基于型线设计的阻力性能优化方法研究中,将OLHS抽样法、Kriging模型法、敏感性分析、NSGA-Ⅱ优化算法相结合的SBD优化技术应用到一艘双尾鳍远洋渔船的尾部型线优化之中,较完整地展示了采用SBD技术进行优化设计时的流程,并对比分析了不同近似模型构建方法的建模精度,最终得到了四个航速下平均减阻5.4%、设计航速下减阻5.6%的尾鳍优化设计方案,体现了 SBD优化技术的可靠性。(3)在基于主尺度要素设计的低速直首式肥大型船舶的阻力性能优化方法研究中,由于几何建模时的设计变量与近似模型构建时的设计变量是存在耦合关系的不同变量,导致在数据训练时,在设计空间的边缘处产生“缺口”,论文针对这一问题提出了基于边缘修正样本的Kriging法,根据缺口距离均匀地生成边缘补充样本点,保证Kriging模型能够较完整的覆盖整个设计空间。在验证了基于ECS-Kriging法所构建的近似模型在设计空间边缘处拥有更佳的近似精度之后,将其应用到KVLCC2油船、KCS集装箱船及66000DWT散货船的主尺度要素优化之中,最终分别得到了减阻7.85%、5.08%及8.24%的主尺度要素优化设计方案。(4)在基于浮态设计的滑行艇阻力性能优化方法研究中,由于数值计算收敛的难易程度体现了滑行艇纵向运动的稳定程度,继而影响到样本点距离航态分界线的远近,因此无法简单的依靠基本的SVM算法构建稳定航行与纵向运动失稳样本点之间的分界线,论文针对这一问题提出了基于偏离度约束的SVM算法,将各个样本点的收敛难易程度作为偏离度约束添加到SVM算法中,进行了考虑“海豚运动”的滑行艇浮态优化设计方法研究,并以一艘V型高速滑行艇的浮态优化设计为例,通过对稳定滑行与纵向运动失稳之间分界线的合理拟合,得到了设计航速下减阻5.15%的浮态优化设计方案。本文以基于船舶阻力性能的船舶优化设计为研究背景,讨论在基于RANS法进行船舶阻力性能及纵向运动的预报中的一些细节,并提出了针对船舶型线设计、主尺度要素设计以及浮态设计的SBD技术,期望论文的研究有助于船舶阻力性能优化方法的进展。
郭军[4](2020)在《喷水推进船快速性数值预报及优化研究》文中认为喷水推进器是利用喷出水流的反作用力来推动船舶前进的一种特殊推进器,具有高航速时推进效率高、操纵性好、抗空化和低噪声等诸多优点,凭借这些优越的性能已被一些高速排水型单体船、双体船、三体船、滑行艇、水翼艇、巡逻艇、游艇和气垫船等高性能船舶作为推进装置,喷水推进器在高性能船上具有广阔的应用前景。快速性一直是船舶领域重点关注的问题之一,因此将喷水推进型船舶的快速性优化问题作为本文研究内容。本文重点研究了优化体系中的网格自动生成技术和喷水推进型船舶快速性的高精度数值预报方法,采用船体几何变形、网格自动生成、数值计算、近似理论、最优算法等技术搭建了船舶快速性优化系统,完成了豪华游轮、喷水推进滑行艇和喷水推进三体船等船舶的快速性优化,可为喷水推进型船舶的快速性优化设计提供指导。本文主要研究内容如下:基于通用网格生成软件GAMBIT,采用C++语言编写了针对带球鼻艏且无尾鳍船型的CFD结构化网格自动生成软件SUGOT V2.0,模型导入、计算域分块、网格生成和边界条件设置等操作均自动化完成。以一艘豪华游轮模型为例进行校验,并就阻力性能和自由面波形对网格的依赖性进行了考察。结果表明,该软件可显着节省了网格生成时间,而且采用粗网格进行阻力预报具有足够的精度。在此基础上,对豪华游轮进行了阻力性能优化。采用自由变形(Free-Form Deformation,FFD)方法对球鼻艏和后体形状进行了改型,使船体的压阻力降低了4.14%,船体总阻力降低了0.45%,实现了设计航速下的减阻目标。采用STAR-CCM+软件,对喷水推进型船舶进行了自航数值计算方法研究。首先,对喷水推进滑行艇进行了自航数值计算,结果表明:滑行艇总阻力中压阻力占绝大部分,滑行艇总阻力系数在Fr=0.964附近出现阻力峰值。然后,对喷水推进三体船的自航进行了数值模拟,研究了船体与喷水推进器的相互作用,结果表明:数值计算结果与试验结果吻合良好,说明本文提出的自航数值计算方法可准确预报喷水推进型船舶的自航性能;喷水推进器的安装使船体升沉和纵倾增加,阻力增加;船体边界层的存在使喷水推进器的总推力小于其净推力。最后,对动量通量法所需的喷水推进器的进流面获取方法进行了研究,提出了基于流线法的进流面获取方法,MATLAB开发的程序使进流面获取过程大大简化,提高了对喷水推进器进行推力计算和功率分析的效率;在此基础上,对喷水推进三体船的功率特性进行了分析,在整个航速范围内,流道的效率和泵的效率基本不随航速发生大的变化,喷水推进总体效率主要取决于理想喷水效率和泵的效率。对喷水推进船开展了快速性优化工作。首先,对喷水推进滑行艇进行了截流板的优化,确定了各航速下裸船工况及自航工况下截流板的优化方案。结果表明:截流板的安装可改变滑行艇的姿态,减少升沉和纵倾角,降低船体阻力;最优的截流板方案使裸船及自航时的阻力峰值分别降低了35.24%和34.51%。然后,采用搭建的船舶快速性优化系统,对喷水推进三体船进行了快速性多目标优化。将优化过程分成喷水推进器的优化、整体船体型线优化以及局部船体型线和喷水推进布置优化三部分,采用参数化方法实现了喷水推进器流道和喷口形状的几何重构,采用Lackenby方法和FFD方法实现了整体和局部的型线变化。结果表明:通过调整流道倾角和降低导流帽倾角提高了喷水推进器的推进性能,并改善了导叶根部附近的流动分离;流道进口前的船体型线变平及船艉型线向极端U型变化,能降低船体阻力的同时,提高喷水推进器的推进性能;喷水推进器向中纵剖面靠近,可增加喷水推进器的推进性能;经优化,使设计速度下得船体的阻力降低3.85%,喷水推进器的功率降低10.39%,推进效率提高7.03%,实现了减阻降耗的目的。
吴博宇[5](2020)在《客机冲压空气排气口性能及风门匹配控制研究》文中指出冲压空气排气口是冲压空气系统的重要组成部分,其性能的优劣是衡量客机冲压空气系统能否安全可靠运行的重要因素。因此排气口要有可靠的性能提升及优化设计方法。本文以某型客机为研究对象,进行冲压空气排气口结构优化及风门匹配控制的深入研究,主要工作如下:(1)对客机冲压空气流量需求进行计算,确定了冲压空气排气口的设计点和校核点。同时对含冲压空气排气口客机结构进行了建模和网格划分,进一步进行了湍流模型、网格量级及网格类型的算例验证和无关性验证,确定了满足精度要求的计算方法。(2)为深入探究排气口性能,提出了排气口性能评价指标,对不同类型的排气口进行计算及性能分析,确定了适用于客机的门板式排气口构型。(3)基于门板式排气口构型,采用全因子试验设计确定了对排气口性能影响显着的结构参数。进一步,基于排气口性能评价指标,采用BP神经网络和遗传算法相结合的方法进行排气口优化设计,得到了排气口优化构型,并验证了其满足客机设计点和校核点要求。(4)对排气口风门开度进行了流动特性研究。针对客机冲压空气变化复杂特性,基于风门开度计算数据,采用线性插值法的得到了不同飞行工况下风门开度匹配方案。同时应用Simulink环境建立仿真模型,提出了基于冲压空气流量的风门控制率方案。进一步,对控制性能进行了评价,提出了最优的控制率方案。本文的研究方法和研究结果可为我国客机冲压空气系统的相关研究提供设计经验和参考。
晏亮[6](2020)在《滑行槽道对M型艇静水消波性能影响及耐波性研究》文中研究指明M型艇是一种在航行阶段利用静浮力、水动升力和空气静升力的新型高性能滑行艇。与其它复合船型不同在于M型艇拥有独特形状的滑行槽道,在滑行航行阶段(Fr▽>3),除了利用水动升力外,还利用首兴波的能量产生空气静升力抬升船体,从而大大减少了兴波阻力。在实际应用过程中,首兴波能量的消耗可以减小M型艇在航行过程中对两岸河道及过往船只的兴波冲击作用,帮助M型艇突破航道对航速的限制。滑行槽道还会对槽道内的水和空气进行压缩混合,润湿滑行槽道表面,从而减小介质的粘性系数,达到减阻的效果。对于M型艇的研究,目前主要还是依靠模型试验的方法。为了分析M型艇滑行槽道的工作机理,需要采用数值方法对M型艇进行水动力性能分析。利用重叠网格方法可以准确模拟出M型艇在航速高达Fr▽=5时的阻力性能,讨论改变槽道参数对M型艇的阻力性能影响,也可以捕捉分析M型艇在波浪中的耐波性能。本文采用CFD商业软件Star-ccm+上对M型艇的阻力性能和耐波性进行数值模拟。文章主要研究内容包括:(1)通过系列网格方案对M型艇进行阻力性能数值模拟,经过与试验结果的对比,考虑到计算效率,得到M型艇阻力性能数值模拟的最佳网格方案;(2)采用已验证的网格方案,改变M型母型艇槽道参数,讨论槽道高度、槽道宽度、刚性围壁宽度以及滑行槽道纵向尺度对M型艇水动力性能的影响,得到增大槽道高度、槽道宽度和滑行槽道平直段长度对提高M型艇水动力性能有利的结论;(3)基于数值模拟方法分析M型艇在航行过程中出现首兴波飞溅和甲板上浪现象,提出修改主船体船艏瘦削程度和刚性围壁下伸长度等建议,并运用数值模拟方法验证改进建议可靠性。通过对M型母型艇型线改变,验证改进建议的普适性;(4)建立并验证数值波浪水池,研究M型艇在不同航速迎浪、零速横浪及首斜浪下的耐波性,对M型艇在静水及波浪中的水动力性能进行较为完整的研究。本文的研究能为M型艇艇型设计及静水和波浪下的水动力性能分析提供参考意见。
高双[7](2019)在《不确定条件下全垫升气垫船安全航行控制方法研究》文中研究说明全垫升气垫船作为一种高性能船舶,突破了传统排水船的支撑方式对航速的阻碍,垫态航行于支撑表面,具有高速性和两栖性的优点。因此,全垫升气垫船的航行不受水深的限制,还可以在其他特殊表面上高速行驶,如冰面、沼泽地、岸滩、草地等,这是其他排水船无法做到的。但是,其有别于常规水面船的船体结构和垫态航行特性又使得对全垫升气垫船的精确建模非常困难,特别是其垫升系统的气垫压力以及囊指型柔性围裙下缘与航行表面间隙泄流产生的水气作用力模型。理论研究和试验表明其模型参数随不同航行状态变化很大,再加上航行时要受到海洋环境干扰的影响,使全垫升气垫船存在着参数不确定、建模误差、以及其他未知干扰影响等不确定性。船体垫态航行阻力相比普通排水型船舶较小,在操舵回转时易出现失速、侧滑、横倾、高速甩尾等现象,同时存在着阻力峰、安全限界等问题带来的航行风险。所以,开展不确定条件下全垫升气垫船安全航行控制方法研究具有重大理论意义和工程实用价值。本文围绕全垫升气垫船的模型参数不确定性、建模误差、受到的未知干扰等不确定性,以及自身航行特性带来的阻力峰、高速甩尾、安全限界等航行风险,主要进行了如下几方面的研究工作:(1)针对全垫升气垫船复杂的水、气阻力中存在的参数不确定性问题,提出一种参数自适应辨识的阻力逼近方法,基于该方法得到了自适应补偿器,并采用李雅普诺夫稳定性分析方法设计了全垫升气垫船的航速与回转率控制律及参数自适应律,得到含有自适应补偿器的模型参数自适应控制器。仿真结果验证了所设计的含有自适应补偿器的模型参数自适应控制器能十分有效地抑制参数不确定的非线性阻力的影响,提升控制精度,保证气垫船以高精度完成了对航速和回转率的控制任务。(2)针对全垫升气垫船复杂动力学的非线性特性及其中包含的模型参数不确定性、建模误差和未知干扰等不确定性对控制精度的影响,提出基于有限时间观测器的全垫升气垫船双补偿全阶滑模控制方法。根据对动力学不确定性问题的分析,提出了符合有限时间观测器设计形式的不确定性动力学模型描述方法。然后,设计了可对动力学不确定性进行观测的有限时间观测器,以观测器的观测信息构建不确定性补偿部分,以目前己知的近似非线性模型构建近似补偿部分,设计出具有双补偿的全阶滑模控制器。仿真结果验证了双补偿全阶滑模控制器减弱了全垫升气垫船复杂动力学的非线性特性及不确定性的影响,保证全垫升气垫船以高精度完成控制任务,且通过与其他三种不同方法进行对比,证明了双补偿全阶滑模控制器的跟踪精度更高。(3)针对高速航行的全垫升气垫船回转运动存在的失速问题、侧漂运动、以及回转率过大可能发生甩尾等安全风险,提出了全垫升气垫船的状态安全空间建立方法和受该空间约束的航行控制方法。根据不同航速下侧滑角和回转率的航行安全限界标准,基于邻域和状态空间思想,建立了全垫升气垫船的状态安全空间。结合辅助动态方程方法、有限时间观测器和滑模方法,设计了受状态安全空间约束的全垫升气垫船航速与航迹向控制器。仿真验证了所设计的控制器能保证在对航迹向的回转跟踪过程中,航速、回转率和侧滑角构成的状态点始终处于状态安全空间内,从而保证了其航行的安全性。(4)全垫升气垫船轨迹跟踪控制过程中,无导引环节的轨迹跟踪控制器,有时会产生威胁航行安全的不合理的输出。针对这一问题,提出了具有安全自调整导引律的全垫升气垫船的轨迹跟踪控制方法。根据位置跟踪误差,设计了可保证误差有限时间收敛的虚拟速度律。基于有限时间辅助动态方程设计了可将虚拟速度误差自动调整为安全误差的导引律,并设计了可保证安全误差收敛的控制器。仿真验证了所设计的控制器在完成轨迹跟踪控制的过程中,可保证航速、回转率、侧滑角全程处于安全范围内,且控制器分配给空气导管螺旋桨和空气舵的控制指令处于它们的输出能力范围内。
刘苗鑫,张文星[8](2019)在《BP神经网络在风洞模型静态测压试验结果预测中的应用研究》文中指出通过飞行器模型风洞静态测压试验,可以得到飞行器的静态性能参数,但在具体的试验过程中,由于现场条件所限仅能够得到特定试验状态下的有限的数据。为了进行更为全面的研究,文章采用BP神经网络算法,利用已测状态的试验数据,设计一个用于数值预测的BP神经网络,进行两方面的预测,一方面是在确定模型迎角的前提下,预测模型不同测压孔位置处的压力值;另一方面是在确定模型测压孔位置的前提下,预测模型不同迎角下的压力值。最终将预测结果与实际结果进行对比,两者的相对误差小于±2%。结果表明:在有限的试验状态下,BP神经网络对风洞模型静态试验结果的预测较为准确,符合实际的流动特性,可以为飞行器设计提供较为全面、可靠的试验数据。
刘曼[9](2018)在《一种水面无人艇艇型优化及远程设计系统初步研究》文中认为随着近年来海洋权益的争夺及海洋资源的开发被日益关注,水面无人艇因具有机动灵活、高速性、日常营运费用低、可代替人完成高强度或危险的任务等优点,得到了广泛的应用。水面无人艇优良的性能是其能够有效完成各项任务的前提和保证。为了能够设计出性能优良的无人艇,本文以快速性、横向和纵向自稳性综合较优的防滑行面飞溅的单体水面翼滑艇为研究对象,开展了快速性、自扶正性能、操纵性、耐波性等性能的研究,建立了航行性能综合优化数学模型,构造了基于设计变量的改进优化算法,编写了一套较为完整的水面无人翼滑艇综合优化软件。并对基于优化结果制作的高速翼滑艇模型开展了典型的试验研究,通过与未经优化的艇模进行对比,发现优化效果显着。此外,本文也将水面无人翼滑艇综合优化软件与系统辨识软件和响应面拟合软件进行整合,形成了一套较为完善的水面无人艇优化设计软件,并实现了基于“远程控制”技术的水面无人艇综合优化软件的共享使用。具体研究工作如下:(1)选用一类加装水翼和防飞溅条的翼滑艇作为研究对象,设计出适用于该类艇的艇型方案,通过建立几何模型,并采用Fine/Marine软件划分网格,进行了翼滑艇阻力数值分析,建立了该类艇体的阻力数据库。(2)依次构建了无人艇快速性、操纵性、耐波性及抗倾覆性优化目标函数及约束条件表达形式。其中快速性选择与海军系数相似的快速性衡准因子来表示,操纵性以直线稳定性和回转性等作为评价函数,耐波性选用横摇、纵摇和升沉指标作为评价函数,抗倾覆性以正浮初稳性高和翻转稳性高的相反数来描述。(3)结合多种优化算法及改进策略,编制出适合该类艇体的综合优化软件,选取不同算法进行综合优化分析。通过比较不同算法的优劣,选择一种适用于设计艇体的最优的优化方法,并将优化计算结果作为无人翼滑艇模型制作的依据之一。(4)对优化后的模型艇进行了典型的快速性、操纵性与耐波性试验,通过与现有同类型模型试验结果对比,发现优化设计艇模性能综合较优。另外,基于系统辨识思想,改编了无人艇回转运动、横摇及纵摇运动的系统辨识软件,对试验结果进行了辨识分析。通过分析实测数据与辨识拟合数据的误差,验证了软件具有良好的辨识效果。(5)将水面无人翼滑艇综合优化软件及改编的系统辨识和响应面拟合软件进行整合,设计了一套较为完善的无人艇优化设计软件。制作成可供安装的用户端应用程序,实现了软件的远程有偿使用。采用此方法,可明显缩短船舶的设计周期,也可丰富我国舰船研究设计理论方法。可为中小型船舶企业、研究所等提供使用指导及借鉴意义。
张玉[10](2018)在《三体滑行艇运动分析与控制》文中研究表明近年来,世界各国的船舶技术持续迅速发展,许多性能优良的新型船型相继出现。在各种各样的新型船舶中,相比单体船而言,多体船的浮性、稳定性、耐波性好,装载量大,抗冲击能力强,机动性和隐身性也比较优越,因此多体船在民用和军事领域的应用前景都较为广阔。三体滑行艇是多体船中发展较为成熟的一种高性能船型,它结合了双体船的优点并进行优化设计,特殊的三体结构可以使滑行艇的横向稳定性大大提高。本文所研究的HST1300三体滑行艇具有M型槽道和横向断级结构,这种特殊艇型增加了建模的复杂程度;航速最高可达80kn,较高的航速使三体滑行艇的可控性较差;同时滑行艇惯性较大,风、流等会对其产生较大的低频干扰,这使得滑行艇控制系统的设计存在一定困难。本文首先建立惯性坐标系和Body坐标系,来描述三体滑行艇在空间的运动状态,然后根据滑行艇的运动特点,对模型中的力和力矩按照物理意义分解并分别进行计算。在六自由度模型的基础上,根据HST1300三体滑行艇的运动特点进行化简,建立起四自由度的MMG模型。由于滑行艇结构和材料的特殊性,对于滑行艇运动模型中存在的流体动力导数,很多无法采用传统的计算方法求解,本文采用CFD数值模拟的方法进行分析。对于滑行艇的附加质量等,采用ANSYS中的AQWA模块求解;考虑到螺旋桨结构和运动过程中的复杂性,采用Fluent模块对螺旋桨进行数值分析和拟合。最后在风和流干扰模型的作用下,对滑行艇的操纵响应模型进行仿真验证。由于外界干扰造成的航向偏差,首先采用经典的PID算法进行航向控制,考虑到外界环境变化的不确定性,然后采用RBF神经网络对K p、Ki和Kd进行在线调整,由于RBF神经网络的学习过程计算量较大,采用一阶和二阶导数对神经网络的学习步长进行改进,提高计算速度。最后,在RBF神经网络PID控制的基础上,根据滑行艇模型的特点设计扰动观测器对外界环境和系统内部产生的干扰进行补偿。由于干扰具有未知性和非线性,所以观测器难以通过计算实现。RBF神经网络各种复杂的关系具有很强的逼近能力,利用这个特点可以实现对未知项的观测,完成干扰观测器的设计。
二、BP神经网络的改进及其在滑行艇阻力估算中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、BP神经网络的改进及其在滑行艇阻力估算中的应用(论文提纲范文)
(1)基于随机森林模型的滑行艇剩余阻力预测(论文提纲范文)
1 数据获取与方法原理 |
1.1 数据集 |
1.2 Box-Cox变换 |
1.3 主成分分析法 |
1.4 随机森林算法 |
1.5 BOHB算法 |
2 实验及结果分析 |
2.1 数据处理 |
2.2 随机森林单位排水量剩余阻力预测 |
2.3 基于BOHB的随机森林参数优化 |
3 结语 |
(2)基于CFD和神经网络的三体船快速性优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 论文研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 三体船国内外发展 |
1.2.2 水动力性能线性理论研究 |
1.2.3 水动力性能船模实验研究 |
1.2.4 水动力性能粘性流场数值研究 |
1.2.5 水动力性能实船实验研究 |
1.3 论文主要内容及主体框架 |
2 粘性流场数值模拟基本理论与方法 |
2.1 引言 |
2.2 流动控制方程 |
2.2.1 质量守恒方程 |
2.2.2 动量守恒方程 |
2.2.3 RANS方程 |
2.3 湍流模型及其应用 |
2.3.1 k-ε模型 |
2.3.2 k-ω模型 |
2.4 边界条件 |
2.4.1 入口边界条件 |
2.4.2 出口边界条件 |
2.4.3 对称边界条件 |
2.4.4 壁面边界条件 |
2.5 网格划分 |
2.6 自由液面的模拟 |
2.7 本章小结 |
3 DTMB5415 的网格划分及数值模拟 |
3.1 引言 |
3.2 基本船型介绍 |
3.3 船模数值模拟设置 |
3.3.1 控制方程 |
3.3.2 计算流域设置及边界条件 |
3.4 网格因素的影响性分析 |
3.4.1 船体表面网格尺寸的讨论 |
3.4.2 第一层网格厚度的讨论 |
3.4.3 最佳网格划分方法 |
3.5 数值模拟与结果分析 |
3.5.1 阻力数值结果 |
3.5.2 波形图分析对比 |
3.6 本章小结 |
4 三体船阻力数值模拟计算与分析 |
4.1 引言 |
4.2 三体船模型与布置状态 |
4.2.1 三体船型的构建 |
4.2.2 15 种布置状态 |
4.2.3 三体船航速设置 |
4.2.4 三体船型的流域设置 |
4.2.5 三体船型的网格划分 |
4.3 三体船总阻力及总阻力系数曲线分析 |
4.3.1 总阻力分析 |
4.3.2 总阻力系数分析 |
4.4 三体船摩擦阻力及摩擦阻力系数曲线分析 |
4.4.1 摩擦阻力理论计算 |
4.4.2 摩擦阻力数值模拟 |
4.5 三体船剩余阻力及剩余阻力系数曲线分析 |
4.5.1 三体船剩余阻力分析 |
4.5.2 干扰阻力分析 |
4.5.3 兴波云图分析 |
4.6 本章小结 |
5 神经网络在三体船布局优化的应用 |
5.1 神经网络的基本理论 |
5.1.1 人工神经网络(ANN)的基本理论 |
5.1.2 人工神经元模型结构 |
5.1.3 激活函数的类型 |
5.1.4 人工神经网络的分类 |
5.1.5 神经网络的学习方式 |
5.2 BP神经网络 |
5.2.1 BP神经网络的结构 |
5.2.2 BP神经网络的学习算法 |
5.2.3 BP网络局限性与改进 |
5.3 BP神经网络结构的确定 |
5.3.1 输入层与输出层神经元个数确定 |
5.3.2 隐含层层数与节点数确定 |
5.3.3 初始权值的确定 |
5.3.4 学习率的确定 |
5.3.5 网络各层之间激活函数的确定 |
5.4 BP神经网络的训练与测试 |
5.4.1 数据的归一化处理 |
5.4.2 BP神经网络的训练与测试 |
5.5 实际计算结果及分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(3)基于RANS法与SBD技术的船舶阻力性能优化方法研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
1 绪论 |
1.1 选题背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 基于RANS法的船舶阻力性能及纵向运动预报方法的研究现状 |
1.2.2 型线及主尺度要素优化设计方法的研究现状 |
1.2.3 滑行艇浮态优化设计方法的研究现状 |
1.3 研究目标与主要研究内容 |
1.4 论文组织结构 |
2 基于RANS法的船舶阻力性能及纵向运动的预报方法研究 |
2.1 引言 |
2.2 RANS法理论基础 |
2.2.1 RANS法的控制方程 |
2.2.2 湍流模型 |
2.2.3 数值计算方法 |
2.2.4 自由液面处理方法 |
2.2.5 重叠网格技术求解纵向运动 |
2.2.6 边界条件 |
2.3 边界层网格的设置及计算域大小的设计 |
2.3.1 边界层网格设置方法 |
2.3.2 船行波波长与波高 |
2.3.3 计算域大小的设计 |
2.3.4 计算流程 |
2.4 常规排水型船验证算例 |
2.4.1 计算对象及计算工况 |
2.4.2 网格划分及网格独立性验证 |
2.4.3 湍流模型适用性验证 |
2.4.4 验证计算结果 |
2.5 滑行艇验证算例 |
2.5.1 计算对象及计算工况 |
2.5.2 网格划分及网格独立性验证 |
2.5.3 湍流模型适用性验证 |
2.5.4 验证计算结果 |
2.6 本章小结 |
3 基于型线设计的船舶阻力性能优化方法研究 |
3.1 引言 |
3.2 SBD技术简介 |
3.2.1 抽样方法 |
3.2.2 近似模型技术思想 |
3.2.3 Kriging模型法 |
3.2.4 主效应及方差分析 |
3.2.5 启发式优化算法 |
3.2.6 基于型线设计的船舶阻力性能优化方法流程 |
3.3 基于型线设计的船舶阻力性能优化算例 |
3.3.1 计算对象及设计变量 |
3.3.2 样本点抽取及样本点的参数化建模 |
3.3.3 基于RANS法的双尾鳍渔船阻力性能预报 |
3.3.4 近似模型的构建及建模结果分析 |
3.3.5 基于NSGA-Ⅱ算法的优化求解及结果验证 |
3.4 本章小结 |
4 基于主尺度要素设计的船舶阻力性能优化方法研究 |
4.1 引言 |
4.2 基于边缘修正样本的Kriging法 |
4.2.1 问题的提出 |
4.2.2 样本点在设计空间边缘处的修正 |
4.2.3 基于主尺度要素设计的船舶阻力性能优化方法流程 |
4.3 基于主尺度要素设计的船舶的阻力性能优化算例 |
4.3.1 计算对象及设计变量 |
4.3.2 样本点的抽取及边缘修正 |
4.3.3 基于RANS法的直首式肥大型船阻力性能预报 |
4.3.4 基于ECS-Kriging构建近似模型以及建模结果分析 |
4.3.5 优化求解及结果验证 |
4.4 本章小结 |
5 基于浮态设计的滑行艇阻力性能优化方法研究 |
5.1 引言 |
5.2 基于偏离度约束的SVM算法 |
5.2.1 基础SVM算法 |
5.2.2 基于偏离度约束的SVM算法 |
5.2.3 基于浮态设计的滑行艇阻力性能优化方法流程 |
5.3 基于浮态设计的滑行艇阻力性能优化算例 |
5.3.1 计算对象及设计变量 |
5.3.2 样本点抽取 |
5.3.3 基于RANS法的滑行艇阻力性能及纵向运动的预报 |
5.3.4 基于SVM算法的航行状态分类及分类结果分析 |
5.3.5 基于DC-SVM算法的浮态优化设计及结果验证 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
附录A 样本数据 |
攻读博士学位期间科研项目及科研成果 |
致谢 |
作者简介 |
(4)喷水推进船快速性数值预报及优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外喷水推进器研究机构 |
1.3 国内外研究现状 |
1.3.1 ITTC喷水推进专家委员会 |
1.3.2 喷水推进器性能研究 |
1.3.3 喷水推进船快速性计算方法研究 |
1.3.4 喷水推进船快速性优化研究 |
1.4 本文的主要研究工作 |
1.5 本文的主要创新点 |
第2章 喷水推进及数值模拟的基本理论 |
2.1 喷水推进的基本理论 |
2.1.1 泵的基本参数 |
2.1.2 动量通量法 |
2.1.3 喷水推进器功率成分 |
2.2 数值模拟的基本理论 |
2.2.1 控制方程 |
2.2.2 湍流模型 |
2.2.3 数值离散 |
2.2.4 初始及边界条件 |
2.2.5 网格划分 |
2.2.6 船体运动模型 |
2.2.7 泵计算模型 |
2.2.8 自由面的捕捉 |
2.3 本章小结 |
第3章 船体阻力及推进器水动力数值预报研究 |
3.1 KCS船型阻力性能数值预报 |
3.1.1 船型几何模型 |
3.1.2 数值计算方法 |
3.1.3 数值计算结果 |
3.2 DTMB5415 船型阻力性能数值预报 |
3.2.1 船型几何模型 |
3.2.2 数值计算方法 |
3.2.3 数值计算结果 |
3.3 PPTC VP1304 螺旋桨推进性能数值预报 |
3.3.1 螺旋桨几何模型 |
3.3.2 数值计算方法 |
3.3.3 数值计算结果 |
3.4 喷水推进泵水动力预报方法研究 |
3.4.1 喷水推进泵几何模型 |
3.4.2 数值计算方法 |
3.4.3 不确定度分析 |
3.4.4 喷水推进泵敞水性能计算 |
3.5 本章小结 |
第4章 船舶快速性优化系统开发研究 |
4.1 船体几何重构 |
4.1.1 船体整体几何重构 |
4.1.2 局部整体几何重构 |
4.2 CFD结构化网格自动生成软件 |
4.2.1 软件基本思想 |
4.2.2 软件框架图 |
4.2.3 软件数据文件 |
4.3 近似模型 |
4.3.1 试验设计 |
4.3.2 回归算法 |
4.4 多目标优化算法 |
4.4.1 多目标优化问题 |
4.4.2 多目标优化问题的解 |
4.4.3 多目标遗传优化算法 |
4.5 快速性优化系统集成 |
4.6 豪华游轮船型优化 |
4.6.1 船体几何 |
4.6.2 网格生成 |
4.6.3 网格依赖性研究 |
4.6.4 船体几何重构 |
4.6.5 设计变量及优化目标 |
4.6.6 优化结果 |
4.7 本章小结 |
第5章 喷水推进船自航数值预报方法研究 |
5.1 喷水推进滑行艇裸船阻力数值预报 |
5.1.1 喷水推进滑行艇几何模型 |
5.1.2 数值计算方法 |
5.1.3 喷水推进滑行艇船体网格 |
5.1.4 喷水推进滑行艇阻力计算结果 |
5.2 滑行艇自航数值预报 |
5.2.1 喷水推进器几何模型 |
5.2.2 喷水推进器网格 |
5.2.3 喷水推进滑行艇自航计算结果 |
5.3 喷水推进三体船裸船阻力数值预报 |
5.3.1 喷水推进三体船几何模型 |
5.3.2 数值计算方法 |
5.3.3 喷水推进三体船船体网格 |
5.3.4 裸船阻力计算结果 |
5.4 喷水推进三体船自航数值预报 |
5.4.1 喷水推进器几何模型 |
5.4.2 数值计算方法 |
5.4.3 喷水推进三体船自航计算结果 |
5.5 喷水推进三体船与喷水推进器相互影响分析 |
5.5.1 进流面获取方法研究 |
5.5.2 喷水推进器对船体的影响 |
5.5.3 船体对喷水推进器的影响 |
5.6 本章小结 |
第6章 喷水推进船舶快速性优化研究 |
6.1 喷水推进滑行艇截流板优化 |
6.1.1 裸船工况下的截流板优化 |
6.1.2 自航工况下的截流板优化 |
6.2 喷水推进三体船多目标优化研究 |
6.2.1 喷水推进器的优化 |
6.2.2 整体型线优化 |
6.2.3 局部型线和喷水推进布置优化 |
6.2.4 全航速下最优方案的自航性能 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
参考文献 |
攻读博士期间发表与录用的学术论文 |
攻读博士期间参与的科研项目 |
致谢 |
(5)客机冲压空气排气口性能及风门匹配控制研究(论文提纲范文)
摘要 |
abstract |
注释表 |
第一章 绪论 |
1.1 冲压空气排气口研究背景 |
1.2 冲压空气排气口研究现状 |
1.2.1 冲压空气排气口类型 |
1.2.2 冲压空气排气口评价指标 |
1.2.3 冲压空气排气口性能研究 |
1.3 计算机仿真计算研究概况 |
1.3.1 外流场三维流动仿真 |
1.3.2 内外流场耦合三维流动仿真 |
1.4 本文研究方法及主要内容 |
第二章 冲压空气排气口的设计 |
2.1 冲压空气流量计算 |
2.1.1 制冷温控系统所需冲压空气流量 |
2.1.2 辅助冷却系统所需冲压空气流量 |
2.1.3 空气准备系统所需冲压空气流量 |
2.1.4 其他系统所需冲压空气流量 |
2.1.5 冲压空气流量汇总 |
2.2 设计工况点确定 |
2.2.1 设计点 |
2.2.2 校核点 |
2.3 数值计算方法介绍 |
2.4 冲压空气排气口模型建立 |
2.5 算例验证 |
2.5.1 算例建模 |
2.5.2 计算验证及分析 |
2.6 无关性验证 |
2.7 小结 |
第三章 冲压空气排气口性能分析 |
3.1 冲压空气排气口类型 |
3.2 冲压空气排气口基准构型参数确定 |
3.3 冲压空气排气口基准模型性能对比 |
3.3.1 模型建立 |
3.3.2 计算边界条件及参数设置 |
3.3.3 性能对比分析 |
3.4 本章小结 |
第四章 冲压空气排气口参数敏感性分析及优化设计 |
4.1 参数敏感性分析方法 |
4.2 参数敏感性分析及优化设计 |
4.2.1 参数选取 |
4.2.2 评价标准 |
4.2.3 数据库建立 |
4.3 参数敏感性分析筛选 |
4.3.1 残差诊断 |
4.3.2 主效应图 |
4.3.3 交互效应图 |
4.3.4 数据库扩充 |
4.4 基于参数敏感性的优化设计 |
4.4.1 基于数据驱动的神经网络预测模型 |
4.4.2 基于遗传算法的结构参数优化模型 |
4.4.3 优化求解结果 |
4.5 基于优化构型的校核验证 |
4.6 本章小结 |
第五章 冲压空气排气口风门匹配控制研究 |
5.1 排气口风门开度研究 |
5.2 排气口风门控制研究 |
5.2.1 风门开度匹配控制 |
5.2.2 风门开度PID控制 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(6)滑行槽道对M型艇静水消波性能影响及耐波性研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 常规滑行艇水动力性能研究方法 |
1.3 M型艇研究综述 |
1.3.1 复合船型研究综述 |
1.3.2 槽道滑行艇研究综述 |
1.4 论文主要工作 |
1.4.1 论文章节内容 |
1.4.2 论文创新点 |
第2章 CFD数值计算基本理论 |
2.1 两相流的概念 |
2.2 数值计算方法 |
2.2.1 两相流研究的理论模型 |
2.2.2 控制方程 |
2.2.3 标准k-ε模型 |
2.2.4 Realizable k-ε模型 |
2.2.5 边界层网格高度确定 |
2.2.6 SIMPLE算法 |
2.2.7 VOF自由液面模拟 |
2.2.8 六自由度运动模拟 |
2.2.9 重叠网格 |
第3章 CFD计算方案确认与验证 |
3.1 数值计算设置 |
3.1.1 计算域及边界条件 |
3.1.2 不同网格方案划分 |
3.1.3 相关参数设置 |
3.2 数值计算结果 |
3.3 CFD不确定度分析 |
3.3.1 不确定度分析方法 |
3.3.2 网格收敛性验证流程 |
3.3.3 数值计算结果不确定度分析 |
3.3.4 网格方案的确定 |
3.4 本章小结 |
第4章 槽道参数对M型艇阻力性能影响 |
4.1 滑行槽道工作机理分析 |
4.2 滑行槽道高度影响研究 |
4.2.1 不同槽道高度模型及计算结果分析 |
4.2.2 不同槽道高度模型阻力性能分析 |
4.2.3 槽道高度影响小结 |
4.3 滑行槽道宽度影响研究 |
4.3.1 不同槽道宽度模型及计算结果分析 |
4.3.2 不同槽道宽度模型阻力性能分析 |
4.3.3 槽道宽度影响小结 |
4.4 刚性围壁宽度影响研究 |
4.4.1 不同刚性围壁宽度模型及计算结果分析 |
4.4.2 不同围壁宽度模型阻力性能分析 |
4.4.3 刚性围壁宽度影响小结 |
4.5 滑行槽道纵向尺度影响研究 |
4.5.1 不同纵向尺度模型及计算结果分析 |
4.5.2 不同纵向尺度模型阻力性能分析 |
4.5.3 滑行槽道纵向尺度影响小结 |
4.6 本章小结 |
第5章 M型艇艇型改进及阻力性能预报 |
5.1 M型母型艇数值分析 |
5.2 M型母型艇改进方案对比 |
5.2.1 M型母型艇改型方案分析 |
5.2.2 系列改进方案数值模拟对比 |
5.2.3 母型艇与改进方案1 阻力性能对比 |
5.3 改进建议普适性验证 |
5.4 本章小结 |
第6章 M型艇耐波性能数值预报 |
6.1 M型艇迎浪中耐波性数值预报 |
6.1.1 数值造波理论 |
6.1.2 数值波浪水池建立 |
6.1.3 波浪衰减验证 |
6.1.4 波形验证 |
6.1.5 网格不确定度分析 |
6.1.6 M型艇迎浪规则波数值模拟 |
6.2 M型艇零速横浪中耐波性数值预报 |
6.2.1 横浪规则波数值水池以及计算模型构建 |
6.2.2 M型艇零速横浪规则波数值模拟 |
6.3 双M型艇首斜浪中耐波性数值预报 |
6.3.1 首斜浪规则波数值波浪水池的建立 |
6.3.2 首斜浪数值波浪水池验证 |
6.3.3 M型艇首斜浪规则波数值模拟 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 论文研究总结 |
7.2 论文研究展望 |
致谢 |
参考文献 |
攻读学位期间发表的论文 |
(7)不确定条件下全垫升气垫船安全航行控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 全垫升气垫船的简介和特点 |
1.2.1 全垫升气垫船简介 |
1.2.2 全垫升气垫船的特点 |
1.3 国内外发展与研究现状 |
1.3.1 全垫升气垫船发展现状 |
1.3.2 高速船航行安全与控制研究现状 |
1.3.3 不确定性系统控制技术研究现状 |
1.4 当前存在的问题及难点 |
1.5 论文的主要内容和组织结构 |
第2章 考虑参数不确定性的全垫升气垫船模型参数自适应控制 |
2.1 引言 |
2.2 预备知识 |
2.2.1 全垫升气垫船运动数学模型 |
2.2.2 神经网络自适应方法 |
2.3 模型参数自适应控制方法 |
2.3.1 自适应补偿器 |
2.3.2 控制设计 |
2.4 航速与回转率模型参数自适应控制 |
2.4.1 控制器设计 |
2.4.2 稳定性分析 |
2.5 仿真验证 |
2.5.1 仿真方案 |
2.5.2 仿真结果 |
2.6 本章小结 |
第3章 考虑动力学不确定性的全垫升气垫船双补偿全阶滑模控制 |
3.1 引言 |
3.2 问题描述 |
3.2.1 动力学不确定性描述 |
3.2.2 不确定性对控制精度的影响分析 |
3.3 航迹向双补偿全阶滑模控制 |
3.3.1 有限时间观测器 |
3.3.2 控制器设计与分析 |
3.3.3 仿真验证 |
3.4 轨迹跟踪双补偿全阶滑模控制 |
3.4.1 有限时间观测器 |
3.4.2 控制器设计与分析 |
3.4.3 仿真验证 |
3.5 本章小结 |
第4章 保证航行安全的全垫升气垫船状态安全空间约束控制 |
4.1 引言 |
4.2 状态安全空间 |
4.2.1 数学基础 |
4.2.2 状态安全空间设计 |
4.3 具有状态安全空间约束的航速与航迹向控制 |
4.3.1 安全约束辅助方程 |
4.3.2 控制器设计与分析 |
4.4 仿真验证 |
4.4.1 仿真方案 |
4.4.2 仿真结果 |
4.5 本章小结 |
第5章 全垫升气垫船安全自调整轨迹跟踪控制 |
5.1 引言 |
5.2 安全自调整导引律 |
5.2.1 有限时间虚拟速度律设计 |
5.2.2 安全自调整导引律设计 |
5.3 安全自调整轨迹跟踪控制设计 |
5.3.1 有限时间观测器 |
5.3.2 控制器设计与分析 |
5.4 仿真验证 |
5.4.1 仿真方案 |
5.4.2 仿真结果 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(8)BP神经网络在风洞模型静态测压试验结果预测中的应用研究(论文提纲范文)
引言 |
1 BP人工神经网络 |
2 试验模型与设备 |
2.1 风洞 |
2.2 试验模型 |
2.3 S809翼型测压孔布置图 |
2.4 数据采集系统 |
3 实验条件 |
4 用MATLAB进行BP网络设计 |
4.1 BP网络设计中用到的函数 |
4.2 预测步骤 |
5 预测结果分析 |
6 结论 |
(9)一种水面无人艇艇型优化及远程设计系统初步研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题的理论意义和实用价值 |
1.2 水面无人艇国内外研究现状 |
1.2.1 水面无人艇国内研究现状 |
1.2.2 水面无人艇国外研究现状 |
1.3 滑行艇、水翼艇和翼滑艇研究现状 |
1.3.1 滑行艇研究现状 |
1.3.2 滑行艇水动力性能研究现状 |
1.3.3 水翼艇研究现状 |
1.3.4 水翼艇水动力性能研究现状 |
1.3.5 翼滑艇研究现状 |
1.4 多学科优化方法研究现状 |
1.4.1 无人艇多学科优化研究现状 |
1.5 船舶远程设计平台研究现状 |
1.5.1 远程服务系统发展现状 |
1.5.2 “远程控制”技术在船舶业的应用 |
1.6 本论文研究内容 |
第2章 USV模型设计及其阻力数值分析 |
2.1 引言 |
2.2 翼滑艇设计 |
2.2.1 滑行艇特性及主要船型参数 |
2.2.2 防飞溅条设计 |
2.2.3 水翼设计 |
2.2.4 水面无人翼滑艇设计 |
2.3 USV阻力数值模拟 |
2.3.1 数值模拟简介 |
2.3.2 FINE/Marine简介 |
2.3.3 FINE/Marine数值模拟过程 |
2.3.4 后期处理 |
2.4 USV阻力性能分析 |
2.4.1 不同航速对比 |
2.4.2 不同重心纵向位置对比 |
2.4.3 不同长宽比艇体对比 |
2.4.4 不同吃水艇体对比 |
2.4.5 不同水翼攻角艇体对比 |
2.5 本章小结 |
第3章 综合优化数学模型 |
3.1 引言 |
3.2 快速性优化数学模型 |
3.2.1 响应面方法 |
3.2.2 快速性设计变量 |
3.2.3 快速性目标函数 |
3.2.4 快速性约束条件 |
3.3 操纵性优化数学模型 |
3.3.1 操纵性设计变量 |
3.3.2 操纵性目标函数 |
3.3.3 操纵性约束条件 |
3.4 耐波性优化数学模型 |
3.4.1 耐波性设计变量 |
3.4.2 耐波性目标函数 |
3.5 抗倾覆性优化数学模型 |
3.5.1 抗倾覆性设计变量 |
3.5.2 抗倾覆性目标函数 |
3.5.3 抗倾覆性约束条件 |
3.6 综合优化数学模型 |
3.6.1 综合优化设计变量 |
3.6.2 综合优化目标函数 |
3.6.3 综合优化约束条件 |
3.6.4 适应度函数 |
3.7 本章小结 |
第4章 优化算法及综合优化分析 |
4.1 引言 |
4.2 优化算法 |
4.2.1 遗传算法 |
4.2.2 混沌算法 |
4.2.3 粒子群算法 |
4.2.4 改进优化算法 |
4.3 水面无人艇综合优化软件介绍 |
4.3.1 总体实现介绍 |
4.3.2 综合优化软件界面功能及使用 |
4.4 综合优化计算及分析 |
4.4.1 遗传算法优化计算 |
4.4.2 粒子群算法优化计算 |
4.4.3 混沌算法优化计算 |
4.4.4 改进优化算法计算 |
4.4.5 优化算法对比 |
4.5 本章小结 |
第5章 水动力性能试验 |
5.1 引言 |
5.2 新型水面无人艇模型 |
5.3 系统辨识 |
5.4 快速性试验及分析 |
5.4.1 快速性试验方案 |
5.4.2 快速性试验数据分析与处理 |
5.5 操纵性试验及分析 |
5.5.1 回转试验方案 |
5.5.2 回转试验数据分析与处理 |
5.5.3 回转辨识数学模型 |
5.5.4 回转辨识优化计算 |
5.6 耐波性试验及分析 |
5.6.1 横摇试验及数据分析 |
5.6.2 纵摇试验及数据分析 |
5.7 本章小结 |
第6章 水面无人艇远程优化设计系统 |
6.1 引言 |
6.2 优化服务平台设计目标及需求分析 |
6.3 优化服务平台搭建及系统实现 |
6.4 优化服务平台安全性设计 |
6.5 远程优化系统服务设计 |
6.5.1 基于远程软件的USV优化服务系统设计 |
6.5.2 基于Web的USV优化服务系统设计 |
6.6 本章小结 |
第7章 水面无人艇远程优化设计系统可靠性分析 |
7.1 引言 |
7.2 基于远程控制软件的系统测试及运行结果 |
7.2.1 测试环境说明 |
7.2.2 基于远程软件的USV远程服务系统主要功能测试 |
7.3 基于Web的USV远程服务系统主要功能测试 |
7.4 小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间所发表的学术论文和取得的科研成果 |
致谢 |
详细摘要 |
(10)三体滑行艇运动分析与控制(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 三体滑行艇发展综述 |
1.2.2 控制方法研究现状 |
1.2.3 神经网络控制研究现状 |
1.3 本文主要研究内容 |
第2章 三体滑行艇运动建模 |
2.1 引言 |
2.2 三体滑行艇运动模型 |
2.2.1 坐标系 |
2.2.2 MMG模型 |
2.3 惯性类水动力 |
2.4 粘性类水动力 |
2.5 螺旋桨推进力 |
2.5.1 E779A型螺旋桨 |
2.5.2 滑行艇和螺旋桨的相互影响 |
2.6 舵力 |
2.7 动升力 |
2.8 本章小结 |
第3章 三体滑行艇运动特性分析 |
3.1 引言 |
3.2 三体滑行艇水动力分析 |
3.2.1 AQWA介绍 |
3.2.2 AQWA水动力分析 |
3.3 螺旋桨水动力分析 |
3.3.1 螺旋桨数值模拟 |
3.3.2 螺旋桨数值计算结果 |
3.4 三体滑行艇操纵响应模型 |
3.4.1 操纵响应模型 |
3.4.2 操纵性指数K、T |
3.5 风、流干扰模型 |
3.5.1 风干扰数学模型 |
3.5.2 流干扰数学模型 |
3.5.3 风和流共同作用下的干扰模型 |
3.6 开环特性仿真验证 |
3.6.1 三体滑行艇无干扰仿真验证 |
3.6.2 三体滑行艇有干扰仿真验证 |
3.7 本章总结 |
第4章 基于RBF神经网络的航向控制 |
4.1 引言 |
4.2 PID航向控制器设计 |
4.2.1 S函数 |
4.2.2 基于S函数的PID航向控制器设计 |
4.2.3 仿真及结果分析 |
4.3 基于RBF神经网络PID控制 |
4.3.1 RBF神经网络算法原理 |
4.3.2 基于RBF神经网络的PID控制器设计 |
4.3.3 仿真及结果分析 |
4.4 基于改进的RBF神经网络控制 |
4.4.1 误差梯度训练原理 |
4.4.2 基于改进的RBF神经网络控制器仿真 |
4.4.3 仿真及结果分析 |
4.5 本章小结 |
第5章 RBF神经网络干扰观测器航向控制 |
5.1 引言 |
5.2 干扰观测器 |
5.2.1 干扰观测器结构 |
5.2.2 带干扰观测器的航向控制 |
5.3 基于RBF干扰观测器的航向控制 |
5.3.1 RBF干扰观测器设计 |
5.3.2 仿真及结果分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及取得的科研成果 |
致谢 |
四、BP神经网络的改进及其在滑行艇阻力估算中的应用(论文参考文献)
- [1]基于随机森林模型的滑行艇剩余阻力预测[J]. 赵勇,赵姜雪慧. 华中科技大学学报(自然科学版), 2021(11)
- [2]基于CFD和神经网络的三体船快速性优化研究[D]. 郭浩成. 大连理工大学, 2021(01)
- [3]基于RANS法与SBD技术的船舶阻力性能优化方法研究[D]. 何靖仪. 大连理工大学, 2020
- [4]喷水推进船快速性数值预报及优化研究[D]. 郭军. 上海交通大学, 2020(01)
- [5]客机冲压空气排气口性能及风门匹配控制研究[D]. 吴博宇. 南京航空航天大学, 2020(07)
- [6]滑行槽道对M型艇静水消波性能影响及耐波性研究[D]. 晏亮. 武汉理工大学, 2020(08)
- [7]不确定条件下全垫升气垫船安全航行控制方法研究[D]. 高双. 哈尔滨工程大学, 2019(04)
- [8]BP神经网络在风洞模型静态测压试验结果预测中的应用研究[J]. 刘苗鑫,张文星. 科技创新与应用, 2019(08)
- [9]一种水面无人艇艇型优化及远程设计系统初步研究[D]. 刘曼. 江苏科技大学, 2018(03)
- [10]三体滑行艇运动分析与控制[D]. 张玉. 哈尔滨工程大学, 2018(01)