-
公开(公告)号：CN112485064B
公开(公告)日：2023-07-25
申请号：CN202011285215.4
申请日：2020-11-17
Applicant: 哈尔滨工程大学
IPC: G01N1/14
Abstract: 本发明提供一种深海海水原位取样器，属于海洋技术仪器设备领域。所述取样器特征在于：包括取样筒组件、电磁铁组件和连接框架组件。所述取样器以取样筒、筒内活塞、筒外活塞进行海水取样，并在筒外活塞上反向安装Y型密封圈，既能起到密封作用又能进行压力释放。所述取样器以恒力发条作为取样动力源，以失电电磁铁作为采样控制信号以减少对载体能源的消耗。本发明可在任意时刻对任意海域的海水进行无污染原位取样，尤其将其搭载在全海深自主式水下机器人(AUV)上，可在水下11000m处对压力高达110MPa的海水进行无污染原位取样。所述取样器在南海海试时于1546.97m处成功取回水样，同时在实验室130MPa静水压力试验时成功从压力罐中取出水样。
-
公开(公告)号：CN114217595A
公开(公告)日：2022-03-22
申请号：CN202111506098.4
申请日：2021-12-10
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明提供一种基于区间观测器的X型舵AUV故障检测方法，针对水下机器人动力学模型中各参数存在较大建模误差的问题进行研究，使用RBF神经网络对系统建模误差进行在线辨识，直接通过区间观测器与实际系统输出的残差信号来判断系统是否出现故障，该方法适用于水下机器人故障诊断领域，不仅解决了传统观测器故障阈值选取困难的问题，而且对故障有较高的敏感度，也因此具有更广泛的研究与应用价值。
-
公开(公告)号：CN114186587A
公开(公告)日：2022-03-15
申请号：CN202111493572.4
申请日：2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，该方法属于水下机器人故障诊断技术领域，包含两个部分：故障特征增强和特征融合。首先，本专利通过负熵来判断多源状态信号和控制信号所有模态的高斯性，以此优化参数，完成降噪，再基于修正贝叶斯算法提取并增强故障特征。之后，将特征信号划分为多个时间区间，以各区间发生故障为焦元，对除纵向速度外的所有信号进行第一次特征融合，再将第一次融合的结果与纵向速度的特征信号进行第二次融合，进一步增强故障特征，同时使得故障特征与故障程度之间呈现单调性。本专利可为后续故障检测及辨识提供基础，特别适合于自主式水下机器人推进器的状态监测。
-
公开(公告)号：CN112407205B
公开(公告)日：2021-10-01
申请号：CN202011287677.X
申请日：2020-11-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种全海深纯机械定时抛载触发机构，属于水下机器人应急抛载技术领域，特别是涉及一种可在全海深大外压环境应用的纯机械定时抛载触发机构。该机构结构包括增力传动部分、滑轴密封部分以及辅助元件和固定元件，其中滑轴密封部分为本发明的重点。本发明采用橡胶蒙皮设计抛载触发机构中滑轴密封结构，该结构通过平衡两侧外压，克服了全海深环境下大外压的影响，实现仅需弹簧形变作为驱动源即可完成抛载触发动作。同时，该结构通过形变来传递运动的方式，避免了水下机械运动可能产生的密封面相对滑动，有效的解决了大外压环境下轴向动密封难题。具有结构紧凑，体积小，可靠性强、可用作于全海深环境等优点。
-
公开(公告)号：CN112591042A
公开(公告)日：2021-04-02
申请号：CN202011481209.6
申请日：2020-12-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种用于水下机器人的带缆硬杆捕捉与连接装置，属于水下作业机器人装置领域，实现连续两次对水下的上部带有线缆的目标硬杆的捕捉，并实现目标硬杆连接的装置。该装置包括联动回转机构、锁紧对接机构、差速机构以及支架、限位筒、步进电机等辅助机构，其中联动回转机构包括导向臂、压紧臂及凸轮推杆等部分。该装置可通过联动回转机构实现对目标硬杆的大范围导向及捕捉，通过锁紧对接机构实现目标硬杆的连接，并通过差速机构实现单一驱动源下联动回转机构的顺序运动。该装置可对机器人前方112°开角范围内的水下目标硬杆进行有效捕捉，并完成对目标硬杆的锁紧、连接动作。该装置具有结构简单、捕捉范围大、适应环境广、可靠性高等优点。
-
Patent Agency Ranking
公开(公告)号：CN109298632A
公开(公告)日：2019-02-01
申请号：CN201811017239.4
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于自主式水下机器人推进器故障容错技术领域，具体涉及一种基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法，采用双极性函数去代替符号函数，实现切换增益和边界层厚度自适应调节，削弱滑模容错控制的抖振现象；采用滑模控制与推力二次调整相结合的容错控制方法，使推进器优先权矩阵中的故障推进器权值系数随着故障程度的变化而变化，降低故障推进器的控制电压；在控制律中加入相应的控制补偿值去消除该偏差的影响，达到容错控制的目的。本发明解决自主式水下机器人由于滑模控制中引入符号函数所带来的抖振问题，通过结合故障诊断系统提供的故障信息，降低故障推进器的使用等级，降低推进器故障对系统跟踪性能的影响。
-
公开(公告)号：CN104462803B
公开(公告)日：2018-02-02
申请号：CN201410705684.5
申请日：2014-11-27
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明涉及自主式水下机器人故障辨识与容错控制技术领域，具体涉及一种基于小波近似熵的自主式水下机器人故障辨识方法。本发明包括：采用多层小波分解方法对自主式水下机器人传感器和控制器数据进行分解；采用近似熵提取方法对步骤(1.2)获得的小波细节系数和小波逼近系数提取故障特征；采用相关系数方法对自主式水下机器人待测故障信号进行故障辨识。本发明方法既有效解决了AUV传感器、控制器信号受外部干扰影响，故障辨识精度较低的问题，又利用多层小波分解的多频段特性，获得关于AUV推进器故障的冗余描述，并通过对多频段故障信息同时提取故障特征并组建故障特征矩阵，提高AUV故障辨识精度，为容错控制器提供准确的故障信息。
-
公开(公告)号：CN104678768B
公开(公告)日：2017-07-11
申请号：CN201510054107.9
申请日：2015-01-30
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种基于粒子群优化单稳态自适应随机共振的自主式水下机器人信号处理方法。通过粒子群优化算法对单稳态随机共振系统结构参数进行优化，以实现AUV控制信号和状态信号的自适应随机共振，并提高其随机共振效果，通过随机共振现象最终达到抑制AUV控制信号和状态信号中所含外部随机干扰，增强故障信号特征的目的。本发明解决传统单参数固定步长自适应随机共振方法优于忽略了参数之间的交互作用而导致的结构参数选取缺乏合理的理论依据，以及难以实现最优随机共振效果的问题，经自适应随机共振系统处理后的AUV控制信号和状态信号，抑制了外部干扰且增强了故障信号特征，可用于AUV推进器故障诊断、容错控制等领域。
-
公开(公告)号：CN104699073B
公开(公告)日：2017-06-20
申请号：CN201510059018.3
申请日：2015-02-05
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明提供的是一种基于小波分形的自主式水下机器人故障辨识方法。通过对自主式水下机器人状态信号进行多层小波分解，以抑制外部随机干扰对辨识准确性的影响，并获得自主式水下机器人推进器故障多个频段上的故障描述，提高故障辨识精度；对多层小波分解获得的小波逼近系数和小波细节系数提取分形特征，组成分形特征矩阵，通过与前期通过水池实验建立的样本特征矩阵中的分形特征计算相关系数，得到推进器故障辨识结果。本发明适用于解决自主式水下机器人由于受外部随机干扰影响，推进器故障程度准确度不高的问题，提高了故障辨识精度，可用于自主式水下机器人推进器故障辨识、容错控制等领域。
-
公开(公告)号：CN105329425A
公开(公告)日：2016-02-17
申请号：CN201510834838.5
申请日：2015-11-25
Applicant: 哈尔滨工程大学
IPC: B63C11/52
CPC classification number: B63C11/52
Abstract: 本发明提供一种高压气体喷射浮力球装置，包括缸体，端盖，稳压阀，安全阀，工字形连杆活塞，高压气瓶，浮力球，当水下运载器正常作业时，本发明能保持浮力球的未释放状态；当水下运载器完成作业浮上水面时，控制系统通过施加信号，打开稳压阀，使高压气体进入缸体内；当缸内气体达到一定压力时，安全阀打开，气体充满缸体，利用活塞两端受力不平衡的方式使活塞运动，从而将处于密闭空间内的高压气体作用在浮力球上，并将其喷射到距运载器一定距离的水面处。回收人员就能够在与运载器保持一定安全距离的前提下顺利回收运载器。本发明依靠高压气体喷射的方法，具有可靠性高、冲击力强、可调节范围大等优点。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.039 seconds)
