Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学向巩获国家专利权

华中科技大学向巩获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华中科技大学申请的专利水下航行器流场与时变运动模型预测控制协同仿真方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120669558B

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510834704.7,技术领域涉及:G05B17/02;该发明授权水下航行器流场与时变运动模型预测控制协同仿真方法是由向巩;王俊杰;向先波;杨少龙设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。

水下航行器流场与时变运动模型预测控制协同仿真方法在说明书摘要公布了:本申请属于水下航行器运动控制技术领域,具体公开了一种水下航行器流场与时变运动模型预测控制协同仿真方法,包括:确定AUV动力学模型的初始参数;基于AUV动力学模型的初始参数和AUV航行状态信息,持续迭代AUV的位姿,直至位姿偏差在预设范围内为止;迭代包括:对AUV动力学模型的时变参数在线滚动辨识,确定最优参数并传递至MPC算法以更新模型参数;通过ALOS制导算法及MPC算法,确定当前时刻所需的舵角角度;通过N‑S方程,确定流场力和流场力矩,以及通过CFD多自由度运动方程,更新AUV当前位姿;判断位姿偏差是否处于预设范围内。通过本申请,能够在动态变化的海洋环境中提高运动控制仿真的准确性和置信度。

本发明授权水下航行器流场与时变运动模型预测控制协同仿真方法在权利要求书中公布了:1.一种水下航行器流场与时变运动模型预测控制协同仿真方法,其特征在于,包括: 确定自主水下航行器AUV动力学模型的初始参数; 基于AUV动力学模型的初始参数和AUV航行状态信息,持续迭代AUV的位姿,直至位姿偏差在预设范围内为止,AUV航行状态信息是通过CFD模拟获取的; 迭代AUV的位姿,包括: 基于AUV动力学模型的初始参数和AUV航行状态信息,通过优化算法对AUV动力学模型的时变参数进行在线滚动辨识,确定AUV动力学模型的最优参数; 基于AUV动力学模型的最优参数以及AUV当前位姿与目标位姿之间的位姿偏差,通过自适应视线ALOS制导算法及模型预测控制MPC算法,确定当前时刻所需的舵角角度,AUV动力学模型的最优参数被传递至MPC算法,以更新MPC算法的模型参数; 基于当前时刻所需的舵角角度,通过N-S方程,确定流场力和流场力矩,并传递流场力和流场力矩至CFD多自由度运动方程,更新AUV当前位姿; 基于目标位姿和更新后的AUV位姿,判断位姿偏差是否处于预设范围内; 所述通过优化算法对AUV动力学模型的时变参数进行在线滚动辨识,包括: 通过粒子群优化算法求解优化问题的函数; 优化问题的函数如下: ; 其中,是AUV动力学模型参数向量,表示固定参数,表示待优化参数,粒子群优化算法的初始解采用AUV动力学模型的初始参数,是目标函数,表示通过CFD模拟得到的测量值,表示通过AUV动力学模型得到的模型预测值,,表示中的第项,,表示中的第项,取值为4,表示艇体所受的y轴方向上的力,表示艇体所受的z轴方向的力矩;表示舵所受的y轴方向上的力;表示舵所受的z轴方向的力矩,是AUV动力学模型的输入向量,表示通过CFD模拟得到的横向速度,表示通过CFD模拟得到的偏航角速度,表示通过CFD模拟得到的横向加速度,表示通过CFD模拟得到的偏航角加速度,表示通过CFD模拟得到的舵角,表示各个自由度下力与力矩的误差加权矩阵; 所述通过自适应视线ALOS制导算法及模型预测控制MPC算法,确定当前时刻所需的舵角角度,包括: 基于AUV当前位姿与目标位姿之间的位姿偏差,通过ALOS制导算法,获取期望航向角; 传递AUV动力学模型的最优参数至MPC算法,以更新MPC算法的模型参数,并基于期望航向角、AUV速度信息和AUV当前位姿,通过更新模型参数后的MPC算法,获取当前时刻所需的舵角角度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。