一种高速两栖车海豚运动稳定性智能控制方法技术

本发明专利技术公开了一种高速两栖车海豚运动稳定性智能控制方法，旨在提供一种能够保障控制精度及稳定性的智能控制方法。包括下述步骤：根据车辆纵向稳定性的影响因素，在各影响因素的变动范围内选取样本点，采用车辆静水高速直航运动仿真模型计算得到高速下的车辆纵向运动参数时历，利用车辆纵向运动参数时历分析得到稳定性数值特征，将各样本点及其对应的稳定性数值特征组合建立分类识别数据库；利用支持向量机分类识别方法对分类识别数据库进行分类识别，得到目标分类结果；使用得到的目标分类结果作为高速运动下车辆纵向稳定性的判别依据，控制车辆压浪板角度的调节，完成高速下车辆稳定性的控制调节。该方法确保航行稳定性的同时，避免过度调节。避免过度调节。避免过度调节。

【技术实现步骤摘要】
一种高速两栖车海豚运动稳定性智能控制方法


[0001]本专利技术涉及高速两栖车
，更具体的说，是涉及一种高速两栖车海豚运动稳定性智能控制方法。

技术介绍

[0002]海豚运动是船舶纵向运动过程中的一种姿态不稳定的现象，表现为纵摇角以及垂向升沉量的不断变化，其往往出现在滑行艇等小型快速水面舰艇上，而高速下航行姿态的改变过大往往导致船体结构遭受局部过大载荷，对人员舒适性甚至航行安全都有严重影响。而对于高速水陆两栖车，其自身的长宽比相较于高速艇而言较小，其航行姿态受外界力的影响更加明显，因此其在高速航态下的纵向运动稳定性问题依然不可忽视。
[0003]一般来说，滑行体的速度越高，其越容易发生海豚运动，而通过调整车辆的重心在纵向的位置虽能在一定程度上延后海豚运动发生的速度节点，但是其调节能力有限，并且当重心过于靠前时，会对车辆在中低速阶段的性能有较大不利影响，使其难以顺利进入滑行状态。
[0004]阻流板和压浪板作为常见的船舶航行性能姿态调节的装置，能够改变底面的动压力分布，起到控制纵摇姿态和改善海豚运动稳定性的效果；但是作为一种附体结构，其作用相对固定，用于高速艇时姿态单一且可控性差，对航态的改变不能很好的适应，在某些航行工况下容易出现过度调节的情况。
[0005]因此，需要在两栖车航行过程中实现上述附体的动态调节，并且在调节过程中克服根据经验方法控制车辆的调节装置的不足，提高纵向稳定性的控制精度。

技术实现思路

[0006]本专利技术的目的是针对现有技术中存在的技术缺陷，而提供一种能够保障控制精度及稳定性的高速两栖车海豚运动稳定性智能控制方法。
[0007]为实现本专利技术的目的所采用的技术方案是：
[0008]一种高速两栖车海豚运动稳定性智能控制方法，包括下述步骤：
[0009]步骤1，根据目标两栖车和压浪板模型建立车辆静水高速直航运动仿真模型；
[0010]步骤2，根据车辆纵向稳定性的影响因素，在各影响因素的变动范围内选取样本点，采用步骤1建立的所述车辆静水高速直航运动仿真模型计算得到高速下的车辆纵向运动参数时历，利用所述车辆纵向运动参数时历分析得到稳定性数值特征，将各样本点及其对应的所述稳定性数值特征组合建立分类识别数据库；
[0011]步骤3，利用支持向量机分类识别方法对步骤2所建立的分类识别数据库进行分类识别，得到目标分类结果；
[0012]步骤4，使用步骤3得到的目标分类结果作为高速运动下车辆纵向稳定性的判别依据，控制车辆压浪板角度的调节，完成高速下车辆稳定性的控制调节。
[0013]所述步骤2包括下述步骤：
[0014]步骤2.1，将重心纵向位置参数l
xg
、体积傅氏数Fr
▽
和压浪板的下旋角度α作为车辆纵向稳定性的影响因素，根据各影响因素变动的范围，建立车辆纵向运动稳定性的参数设计空间；
[0015]步骤2.2，采用拉丁超立方抽样方法在步骤2.1所建立的所述车辆纵向运动稳定性的参数设计空间内抽取样本点参数形成一次输入参数集；
[0016]步骤2.3，将所述一次输入参数集中的样本点参数分别输入步骤1所述的车辆静水高速直航运动仿真模型进行计算，得到一次仿真输出结果，即收敛后的车辆纵摇角时历θ(t)与升沉时历z(t)；
[0017]步骤2.4，根据步骤2.3所得的一次仿真输出结果得到一次输入参数集各样本点对应的稳定性数值特征；
[0018]步骤2.5，将所述一次输入参数集中的各个样本点及其对应的稳定性数值特征组合得到所述分类识别数据库。
[0019]所述步骤2.4中的所述稳定性数值特征为：若样本点对应输出的纵摇角时历θ(t)与升沉时历z(t)均不具有特定频率的振荡，即判定该样本点对应的车辆运动姿态保持稳定，记该样本点对应的稳定性数值特征为
‘1’
，否则记为
‘‑1’
。
[0020]所述步骤3包括下述步骤：
[0021]步骤3.1，以步骤2所建立的分类识别数据库为对象，采用基于线性核函数的支持向量机模型进行分类学习，得到初始分类超平面；
[0022]步骤3.2，在所述初始分类超平面上随机选取样本点组成二次输入参数集，将所述二次输入参数集中的样本点参数输入所述车辆静水高速直航运动仿真模型，输出二次仿真结果，根据所述二次仿真结果得到所述二次输入参数集中的各个样本点对应的稳定性数值特征，并将所述二次输入参数集中的各个样本点及其对应的稳定性数值特征纳入所述分类识别数据库；
[0023]步骤3.3，以步骤3.2所得分类识别数据库的样本点及其对应的稳定性数值特征为对象，采用基于多项式核函数的非线性支持向量机模型，进行二次分类识别，得到二次分类超平面，将所述二次分类超平面向具有稳定特征的数据一侧平移，得到目标分类超平面，并将所述目标分类超平面的方程作为分类结果。
[0024]所述步骤4包括下述步骤：
[0025]步骤4.1，将所述目标分类超平面的方程输入车辆的稳定性控制模块，作为压浪板角度调节的依据；
[0026]步骤4.2，将重心纵向位置参数l
xg
以及实时监测的航速结果换算的体积傅氏数Fr
▽
参数一起代入所述目标分类超平面的方程，计算得到压浪板的目标下旋角度α,并输出控制信号给压浪板调节装置；
[0027]步骤4.3，所述压浪板调节装置根据所得目标下旋角度控制压浪板进行旋转动作，完成高速下车辆航行稳定性的控制调节。
[0028]将车辆在实际航行中关于航行稳定性的有效样本数据作为补充添加到所述分类识别数据库中，重复步骤3
‑
步骤4，完成高速下车辆航行稳定性的控制调节。
[0029]所述步骤1包含下述内容：
[0030]创建伴随两栖车运动的重叠区域和模拟运动环境的背景区域，车辆表面网格尺寸
取车辆长度的1
‰
，表面Y+值取50进行网格划分，区域界面之间插值使用“加权距离”属性；
[0031]基于RANSE方程进行流体的连续性与动量守恒控制，引入剪切应力传输k
‑
ω两方程湍流模型，使得控制方程封闭可解，采用有限体积法(FVM)进行控制方程的离散，其中对流项使用“二阶迎风”插值格式，扩散项的离散采用“中心差分”格式；
[0032]车辆的运动开放纵摇与升沉两自由度，基于车辆质心平移及围绕质心旋转的流体动力与自身重力的平衡求解两自由度的运动状况；
[0033]基于库朗数等于0.5的准则确定迭代时间步长，并采用Simple分离式算法进行求解，得到车辆的纵摇与升沉时历结果。
[0034]与现有技术相比，本专利技术的有益效果是：
[0035]1、本专利技术的方法能够正确分析附体的调节程度与车辆重心位置以及航行速度之间的相互关系，寻找靠近稳定性临界位置的参数组合，以确保车辆的航行稳定性满足要求，同时又不会过度调节。
[0036]2、本专利技术的方法基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速两栖车海豚运动稳定性智能控制方法，其特征在于，包括下述步骤：步骤1，根据目标两栖车和压浪板模型建立车辆静水高速直航运动仿真模型；步骤2，根据车辆纵向稳定性的影响因素，在各影响因素的变动范围内选取样本点，采用步骤1建立的所述车辆静水高速直航运动仿真模型计算得到高速下的车辆纵向运动参数时历，利用所述车辆纵向运动参数时历分析得到稳定性数值特征，将各样本点及其对应的所述稳定性数值特征组合建立分类识别数据库；步骤3，利用支持向量机分类识别方法对步骤2所建立的分类识别数据库进行分类识别，得到目标分类结果；步骤4，使用步骤3得到的目标分类结果作为高速运动下车辆纵向稳定性的判别依据，控制车辆压浪板角度的调节，完成高速下车辆稳定性的控制调节。2.根据权利要求1所述的高速两栖车海豚运动稳定性智能控制方法，其特征在于，所述步骤2包括下述步骤：步骤2.1，将重心纵向位置参数l
xg
、体积傅氏数Fr
▽
和压浪板的下旋角度α作为车辆纵向稳定性的影响因素，根据各影响因素变动的范围，建立车辆纵向运动稳定性的参数设计空间；步骤2.2，采用拉丁超立方抽样方法在步骤2.1所建立的所述车辆纵向运动稳定性的参数设计空间内抽取样本点参数形成一次输入参数集；步骤2.3，将所述一次输入参数集中的样本点参数分别输入步骤1所述的车辆静水高速直航运动仿真模型进行计算，得到一次仿真输出结果，即收敛后的车辆纵摇角时历θ(t)与升沉时历z(t)；步骤2.4，根据步骤2.3所得的一次仿真输出结果得到一次输入参数集各样本点对应的稳定性数值特征；步骤2.5，将所述一次输入参数集中的各个样本点及其对应的稳定性数值特征组合得到所述分类识别数据库。3.根据权利要求2所述的高速两栖车海豚运动稳定性智能控制方法，其特征在于，所述步骤2.4中的所述稳定性数值特征为：若样本点对应输出的纵摇角时历θ(t)与升沉时历z(t)均不具有特定频率的振荡，即判定该样本点对应的车辆运动姿态保持稳定，记该样本点对应的稳定性数值特征为
‘1’
，否则记为
‘‑1’
。4.根据权利要求1
‑
3中任一项所述的高速两栖车海豚运动稳定性智能控制方法，其特征在于，所述步骤3包括下述步骤：步骤3.1，以步骤2所建立的分类识别数据库为对象，采用基于线性核函数的支持向量机模型进行分类学习，得到初始分类超平面；步骤3.2，在所述初始分类超平面上随机选...

【专利技术属性】
技术研发人员：杜尊峰，慕旭亮，段鑫，
申请(专利权)人：天津大学，
类型：发明
国别省市：