-
公开(公告)号:CN112947665A
公开(公告)日:2021-06-11
申请号:CN202110219447.8
申请日:2021-02-26
Applicant: 大连海事大学
IPC: G05F1/567
Abstract: 本发明提供一种光伏阵列在动态阴影遮挡条件下的最大功率跟踪方法,其特征在于,包括以下步骤:构建光伏电池模型;光伏阵列包括:若干块并联和/或串联的光伏板;所述光伏板包括若干块单体光伏电池;根据所述光伏电池模型通过跟踪策略构建最大功率跟踪模型。本发明采用动态限制速度的粒子群优化算法,在不同大小的搜索区间内都能够充分对其进行搜索。在阴影遮挡条件发生变化时,能够充分利用上一次跟踪时所获取的信息,减少了下一时刻的搜索区间,加快了“再跟踪”的速度,极大地提升了连续阴影遮挡变化条件下的跟踪性能,减少了功率损失,增加了经济效益。
-
公开(公告)号:CN112947067A
公开(公告)日:2021-06-11
申请号:CN202110105894.0
申请日:2021-01-26
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种水下机器人三维轨迹精确跟踪控制方法,包括以下步骤:建立水下机器人数学模型;构建跟踪误差系统方程;设计非奇异终端滑模面;设计有限时间扰动观测器;设计控制器。本发明设计了有限时间扰动观测器可实现对外界时变扰动的准确估计,为了补偿扰动,本发明提出了一种基于有限时间观测器的非奇异终端滑模控制方法,不仅补偿了时变扰动对水下机器人的影响,并且所设计的控制器也在有限时间内使跟踪误差镇定至零。同时采用幂次趋近律,有效降低了该控制方法所产生的抖振。本发明提出了基于有限时间扰动观测器的非奇异终端滑模控制策略,解决了复杂多维度时变扰动下的水下机器人精确跟踪问题。
-
公开(公告)号:CN112936277A
公开(公告)日:2021-06-11
申请号:CN202110166714.X
申请日:2021-02-04
Applicant: 大连海事大学
Abstract: 本发明公开了一种水下机器人‑机械手系统固定时间轨迹跟踪方法,属于机器人控制领域,该方法包括以下步骤:设计固定时间扰动观测器,采用固定时间扰动观测器在固定时间内实现对水下机器人‑机械手系统的未建模动态与外界扰动的进行观测,得到未建模动态与外界扰动对水下机器人‑机械手系统的影响力矩;设计固定时间积分滑模控制器,固定时间积分滑模控制器根据影响力矩产生一个补偿力矩,抵消未建模动态与外部扰动对水下机器人‑机械手系统的影响,最终固定时间积分滑模控制器实现水下机器人‑机械手系统的运行轨迹的精确跟踪;该方法所设计的固定时间积分滑模控制器,可在固定时间内跟踪期望轨迹,实现了系统的固定时间稳定。
-
公开(公告)号:CN112750090A
公开(公告)日:2021-05-04
申请号:CN202011583533.9
申请日:2020-12-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种改进小波阈值的水下图像降噪方法及系统,属于计算机视觉领域,包括以下步骤:对含有噪声的原图进行小波分解,获得原始小波系数矩阵W(G);利用改进的阈值函数以及自适应的阈值估计方法对得到的原始小波系数矩阵W(G)进行处理,得到改进后的小波系数矩阵利用改进后的小波系数矩阵进行小波逆变换,得到重构图像,从而获得降噪图像;本发明在小波阈值变换的基础上,结合软硬阈值函数提出一种改进的阈值函数,该函数能有效克服现有软硬阈值函数存在的缺陷;实现了对图像信息的有效保留,并且一定程度上减小了目标物边缘模糊的现象,该方法采用小波阈值降噪技术,可以对水下图像信息进行保留以及恢复,进而提高后续双目立体定位的精度。
-
公开(公告)号:CN112666329A
公开(公告)日:2021-04-16
申请号:CN202011475541.1
申请日:2020-12-14
Applicant: 大连海事大学
Abstract: 本发明提供一种搭载风力发电机的无人水质监测船,包括:一载物板,设置在载物板下表面左侧的第一船体浮子,设置在载物板下表面右侧的第二船体浮子,其特征在于,所述载物板的上表面还设置有水平轴风力发电机、用于装载水质监测设备的设备舱、以及连接水质监测设备和水平轴风力发电机的蓄电池。本发明技术方案为用于水质监测的无人船提供新的能源供给,极大地提高了无人船的续航能力。相对于传统的水质监测的无人船,采用风力发电的无人船可以布置在更远的水域,提供更强大的续航能力。解决了现有技术中存在的无人船续航能力有限的问题。
-
公开(公告)号:CN110374810B
公开(公告)日:2021-03-26
申请号:CN201910669229.7
申请日:2019-07-24
Applicant: 大连海事大学
IPC: F03D9/11 , F03D13/25 , F03B13/14 , H02S10/12 , B63B35/44 , B60L53/31 , B60L53/50 , B60L53/51 , B60L53/52
Abstract: 本发明属于新能源领域,公开了一种自供能海上充电桩,采用风、光、浪三能结合设计结构,三种能量采集装置整体由一根主轴贯穿,包括:垂直轴风机、液压减震平台、充电接口、漂浮底座、波浪能发电装置,垂直轴风机设置在所述主轴顶部,充电接口设置在所述垂直轴风机下部,且由液压减震平台承接并与漂浮底座相连接,漂浮底座上平铺有太阳能吸收板,漂浮底座下端连接波浪能发电装置。本发明装置可实现全天候发电,具有良好的环境适应性;在海上直接为无人设备进行能源补充,节约返航充电的时间,使无人设备执行任务的范围增大。针对海上特殊的环境,设置充电减震环节,保证充电环境良好,同时由于充电环节位于海上,进行绝缘处理,保证充电环境安全性。
-
公开(公告)号:CN112346479A
公开(公告)日:2021-02-09
申请号:CN202011296332.0
申请日:2020-11-18
Applicant: 大连海事大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于集中式卡尔曼滤波的无人航行器状态估计方法,包括以下步骤:建立无人航行器关于位置和速度的状态方程和量测方程;预测无人航行器的下一时刻速度和位置,得到无人航行器的下一时刻速度预测值和位置预测值,建立下一时刻速度和位置真值的分布函数,通过引入置信概率,得到无人航行器当前时刻可靠的速度和位置量测值;基于新型集中式卡尔曼滤波器的结构,确定无人航行器更新过程的协方差和卡尔曼滤波器的增益,再通过结合当前时刻速度和位置量测值得到无人航行器的位置信息和速度信息最优估计值,将此方法具有置信检验环节的集中式卡尔曼滤波,对速度和位置信息的最终估计值更加准确。
-
公开(公告)号:CN112308002A
公开(公告)日:2021-02-02
申请号:CN202011232605.5
申请日:2020-11-06
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于单阶段深度学习网络的海底生物识别和检测方法,包含以下的步骤:基于卷积神经网络的海底生物特征提取;采用GIoU策略计算真值框和预测框的回归误差;基于K‑means算法的维度聚类。本发明利用基于卷积神经网络方法实现海底生物有效特征的提取,有效抑制背景噪声对于海底生物的干扰,同时突显海底生物的特征,有利于提高海底生物检测和识别的精度。本发明借助GIoU的方法,预测框和真值框之间的回归误差可以被精确的计算,从而整个检测系统的卷积权重可以被充分优化。本发明借助于K‑means聚类算法,获取海底生物外形尺寸的先验信息能够更加贴合海底生物的实际特性,有效降低海底生物的误检率。
-
公开(公告)号:CN110928310A
公开(公告)日:2020-03-27
申请号:CN201911288891.4
申请日:2019-12-12
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种无人船领航-跟随固定时间编队控制方法,属于无人船控制领域,该方法包括建立领航无人船和跟随无人船的动力学和运动学模型,设计领航无人船子系统的固定时间控制律,以实现领航无人船轨迹控制,并为跟随无人船子系统提供控制输入信号;设计有限时间扰动观测器,实现对跟随无人船环境扰动的有效观测;建立积分滑模面,确立跟随无人船和领航无人船之间的跟随误差,并设计在复杂扰动下基于有限时间扰动观测器的固定时间编队控制方案,基于滑模技术的固定时间跟踪控制策略,将其应用于领航无人船子系统中,驱动领航无人船精确地跟踪期望的轨迹,有效提高了系统的跟踪精度,在外界扰动存在的情况下,仍然能够实现稳定的领航-跟随无人船编队队形,显著提高了编队系统的鲁棒性。
-
公开(公告)号:CN109270833A
公开(公告)日:2019-01-25
申请号:CN201811238170.8
申请日:2018-10-23
Applicant: 大连海事大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于无刷直流电机Q学习的变论域模糊控制方法,该方法来进一步提高控制器的动静态性能,通过在变论域自适应模糊控制算法的基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想并结合强化学习理论中的Q-Learning算法来对变论域自适应模糊PID控制进行了改进,使其具有在线寻优的能力。两种算法相互结合、补充,从而达到更好的PID控制参数调节效果,最后使得BLDCM控制系统具有更好地动静态性能。
-
-
-
-
-
-
-
-
-