潜艇运动模型简化方法及装置制造方法及图纸

本发明专利技术实施例提供一种潜艇运动模型简化方法及装置，所述方法包括：构建潜艇的六自由度运动模型；选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数；根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类，获得所述各水动力系数的聚类结果；根据所述聚类结果对所述潜艇的六自由度运动模型进行水动力系数的简化，获得潜艇运动简化模型。本发明专利技术实施例采用无监督学习算法对潜艇运动模型中各水动力系数进行聚类，并基于聚类结果实现潜艇运动模型简化，可降低水动力系数测定的操作难度和复杂度，简化后的模型具有较高的准确性。

【技术实现步骤摘要】
潜艇运动模型简化方法及装置
本专利技术实施例涉及潜艇运动控制
，更具体地，涉及一种潜艇运动模型简化方法及装置。
技术介绍
潜艇在水下航行时易受到短促而极大的反向冲击力，其姿态将受到较大影响，且尾舵易处于逆速状态，为保证潜艇的安全性和稳定性，实现对潜艇的深度和姿态进行精确控制，需要对潜艇进行运动和控制建模。潜艇在水下航行时，本质是一个具有六自由度的空间运动体。根据流体力学、运动学以及动力学等相关知识，可以推导出潜艇在水下运动的六自由度运动方程。而潜艇运动模型确定的关键在于测定六自由度运动方程中的水动力系数。通过模型试验可以获得较为精确的水动力系数，但是该方法成本高、过程复杂且周期长。因此，需要对潜艇运动模型进行水动力系数的优化，优化后的方程不仅可以降低水动力系数的测定难度，且能提高潜艇操纵的实时性。常规的水动力系数优化方法为阈值法，即给定每一个指标的阈值，当水动力系数各指标的敏感性指数均小于所给阈值时，说明此项水动力系数对潜艇的操纵运动影响较小，可以进行优化。但是阈值法需要手动筛选水动力系数，当数据量比较大时，会增加数据筛选的难度，同时工作量也会大大提高，而且阈值的选取缺乏合理性，简化后的模型动态性能指标。因此，需要提供一种更合理地对潜艇运动模型进行优化的方法。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的潜艇运动模型简化方法及装置。第一方面，本专利技术实施例提供一种潜艇运动模型简化方法，包括：构建潜艇的六自由度运动模型；选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数；根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类，获得所述各水动力系数的聚类结果；根据所述聚类结果对所述潜艇的六自由度运动模型进行水动力系数的简化，获得潜艇运动简化模型。第二方面，本专利技术实施例提供一种潜艇运动模型简化装置，包括：模型构建模块，用于构建潜艇的六自由度运动模型；计算模块，用于选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数；聚类模块，用于根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类，获得所述各水动力系数的聚类结果；简化模块，用于根据所述聚类结果对所述潜艇的六自由度运动模型进行水动力系数的简化，获得潜艇运动简化模型。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的潜艇运动模型简化方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的潜艇运动模型简化方法的步骤。本专利技术实施例提供的潜艇运动模型简化方法及装置，采用无监督学习算法对潜艇的六自由度运动模型中各水动力系数进行聚类，并基于聚类结果实现对潜艇运动模型的简化，可以有效降低水动力系数测定的操作难度和复杂度，同时简化后的模型具有较高的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的潜艇运动模型简化方法的流程示意图；图2为本专利技术实施例提供的潜艇运动模型简化装置的结构示意图；图3为本专利技术实施例提供的电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为了克服现有技术存在的问题，本专利技术实施例提供了一种潜艇运动模型简化方法，其专利技术构思为：潜艇在运动上对操艇者的操纵做出响应的能力称为潜艇的操纵性。当潜艇具有良好的操纵性时，能根据操艇者的要求保持航向、深度和航速，又能迅速改变航向、深度和航速。潜艇六自由度运动模型是潜艇操纵性研究的基础，而运动模型确定的关键在于测定其中的水动力系数，模型试验可以获得较为精确的水动力系数，但是该方法成本高、过程复杂且周期长。因此，有必要对潜艇运动模型进行简化，以降低水动力系数测定的操作难度和复杂度。由于不同的水动力系数对潜艇的操纵性影响范围和程度都有所不同，因此各水动力系数在潜艇运动模型中的重要程度亦不相同，如果可以找到各水动力系数对操纵性影响的规律，尽量提高对操纵运动影响显著的水动力系数的估算精度，同时将对操纵运动影响较小的水动力系数做较为粗糙的估算，或者将这些水动力从运动模型中舍去，从而实现对潜艇运动模型的简化，同时保证了简化后的模型对潜艇的操纵性与简化前的差异较小。图1为本专利技术实施例提供的潜艇运动模型简化方法的流程示意图，如图所示，该方法包括：步骤10、构建潜艇的六自由度运动模型。具体地，建立潜艇运动坐标系，实现与固定坐标系间的坐标转换，研究潜艇垂直面运动非线性模型，分析潜艇不同工况下的操纵运动特性，给出建模假定条件，建立潜艇的六自由度运动模型。本专利技术实施例采用国际拖曳水池会议(ITTC)推荐的以及造船与轮机工程学会(SNAME)公报的体系。选用两种坐标系：其一为固结于地球，原点取在地球上某点的固定坐标系E-ξηζ，用来描述潜艇的运动轨迹；其二是固结于艇体，原点取在艇体某处的随体坐标系G-xyz，用来描述潜艇的运动状态。本专利技术实施例构建的潜艇运动模型根据现有文献推导得到，其轴向方程为：un＝u0*(1-e-0.52*u/(ψ*L))(1)侧向力方程为：垂向力方程为：横摇力矩方程为：纵倾力矩方程为：偏航力矩方程为：辅助方程为：上述各方程中，u、v、w、p、q、r分别表示动坐标系中沿着x、y、z三轴的速度，以及绕x、y、z三轴旋转的角速度，ξ、η、ζ表示定坐标轴中潜艇的坐标，即潜艇的运动轨迹，φ、θ、ψ表示潜艇的横倾角、纵倾角和艏向角。步骤20、选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数。具体地，潜艇的常规工况有5种：定深定向、定深变向、变深定向、变深变向和旋回运动，这5种运行工况可以看作潜艇在水平面和垂直面各种操纵运动的组合，需针对不同工况下的运动模型进行简化。其中，水动力分量对潜艇的运动参数的偏导数在展开点的值，统称为水动力系数。SenD提出水动力系数敏感性指数S的概念，并将其定义如下：式(8)中，R为运动参数，例如战术回转直径、超越深度等；H为变化的水动力系数；R*为仿真计算得到的运动参数；H*为基准的水动力系数。水动力系数敏感性指数S代表了潜艇在某一操纵条件下运动参数对水动力系数变化的敏感程度，可以理解为1％的水动力系数变化导致潜艇运动变化的百分数，S的绝对值越大说明输入变化对输出响应的影响程度越大，即该水本文档来自技高网...

【技术保护点】
1.一种潜艇运动模型简化方法，其特征在于，包括：构建潜艇的六自由度运动模型；选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数；根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类，获得所述各水动力系数的聚类结果；根据所述聚类结果对所述潜艇的六自由度运动模型进行水动力系数的简化，获得潜艇运动简化模型。

【技术特征摘要】
1.一种潜艇运动模型简化方法，其特征在于，包括：构建潜艇的六自由度运动模型；选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数；根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类，获得所述各水动力系数的聚类结果；根据所述聚类结果对所述潜艇的六自由度运动模型进行水动力系数的简化，获得潜艇运动简化模型。2.根据权利要求1所述的方法，其特征在于，所述选取某一运行工况所对应的操纵运动性能指标，计算所述操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数的步骤，具体为：选取变深变向工况下的操纵运动性能指标，计算所述变深变向工况下的操纵运动性能指标对所述潜艇的六自由度运动模型中各水动力系数的敏感性指数。3.根据权利要求1所述的方法，其特征在于，所述根据所述敏感性指数，利用无监督学习算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类的步骤，具体为：根据所述敏感性指数，利用K-means聚类算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类。4.根据权利要求3所述的方法，其特征在于，所述根据所述敏感性指数，利用K-means聚类算法对所述潜艇的六自由度运动模型中各水动力系数进行聚类的步骤，具体为：分别对各水动力系数对应的敏感性指数所构成的一维向量进行归一化处理，所有经过归一化处理的所述一维向量组成给定数据样本集合；从所述给定数据样本集合中随机选取2个数据样本作为初始的聚类中心，设定聚类结束条件；重复进行下述操作，直到满足所述聚类结束条件：计算除聚类中心外的所述给定数据样本集合中每个数据样本到聚类中心的距离，并...

【专利技术属性】
技术研发人员：佘莹莹，张伟，赵寅，刘承，何晋秋，王磊，万涛，郭嵩，徐侃，唐一夫，
申请(专利权)人：中国船舶重工集团公司第七一九研究所，
类型：发明
国别省市：湖北,42