新一代深潜救生艇动力定位系统设计与实现

新一代深潜救生艇动力定位系统设计与实现

ID:37226262

大小:3.35 MB

页数:104页

时间:2019-05-19

新一代深潜救生艇动力定位系统设计与实现_第1页
新一代深潜救生艇动力定位系统设计与实现_第2页
新一代深潜救生艇动力定位系统设计与实现_第3页
新一代深潜救生艇动力定位系统设计与实现_第4页
新一代深潜救生艇动力定位系统设计与实现_第5页
资源描述:

《新一代深潜救生艇动力定位系统设计与实现》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、哈尔滨I:程大学硕十学位论文摘要潜艇失事后,深潜救生艇是保证艇员逃生的重要手段,特别是近年来发生的俄罗斯“库尔斯克号”沉没事件后,各国海军对潜艇救生工作更加重视,加大了对深潜救生艇的研发工作。本文针对深潜救生艇动力定位系统的需求,设计了动力定位系统的总体结构。本文所设计的动力定位系统基于3台RTD公司的PCI04嵌入式计算机,每台计算机负责不同的任务,并根掘任务需求安装Windows或者VxWorks操作系统。基于Windows操作系统平台,利用VisualC++6.0实现了深潜救生艇信息显示系统,该系统基于模块化思想设计,方便系统的实现、移植和维护。针对PCI04计算机进行了VxWork

2、s操作系统的移植和附加模块驱动程序的编写,之后基于VxWorks操作系统平台,利用该操作系统的多任务机制,对动力定位系统控制功能进行了任务划分并开发了实时控制系统。在深入分析深潜救生艇动力定位系统需求及实际工作环境的情况下,实现了一种多模态RBF神经网络自校正控制算法,该算法具有多个工作模态,并可以利用RBF神经网络获得的Jacobian信息进行参数优化。最后将该控制算法在VxWorks操作系统平台上实现。通过半实物仿真研究表明,本文所设计实现的动力定位系统具有易操作性、人机界面友好性和控制实时性。同时,仿真结果也表明本文所提出的多模态RBF神经网络自校正控制算法在海流干扰特别是变海流干扰

3、的情况下的有效性和实用性。本文的研究成果将用于深潜救生艇动力定位系统的产品设计中。关键词:深潜救生艇,动力定位系统,多模态控制,RBF神经网络,VxWorks●Aftersubmarinewreck,deepsubmergencerescuevehicleistheimportantmethodforsubmarinersescape.Especially,aftertheincidentofRussia’S”Kursk”sankinrecentyears,statespaymoreattentiontotheworkofSubmarineRescue,andincreaseresearc

4、handdevelopmentofdeepsubmergencerescuevehicle.Inthispaper,wedesigntheoverallstructureofdynamicpositioningsystemaccordingtotherequirementofdeepsubmergencerescuevehicledynamicpositioningsystem.Thispaperachievedadeepsubmergencerescuevehicleinformationdisplaysystem,whichbasedWindowsoperatingsystemplat

5、form,usingVisualC++6.0IDE.BasedontheVxWorksoperatingsystemplatform,thispaperdivisedthetasksfordynamicpositioningsystemcontrolfunctionsanddevelopedareal—timecontrolsystemusingthemulti—taskingmechanism.Uponin—depthanalysisofrequirementofthedynamicpositioningsystemofdeepsubmergencerescuevehicle,thisp

6、aperdesignedamulti-modalRBFneuralnetworkself-tuningcontrolalgorithm,whichisachivedontheVxWorksoperatingsystemplatforms.Semi—physicalsimulationstudieshaveshownthatdynamicpositioningsystemdesignedbythispaperhaseasyoperability,friendlyman-machineinterfaceandreal-timecontr01.Atthesametime,thesimulatio

7、nresultsalsoshowthattheproposedmulti—modalRBFneuralnetworkself-tuningcontrolalgorithmiseffectiveandpracticalintheoceancurrents,especiallyinchangingoceancurrents.Thisresearchwillbeusedintheproductdesignofdeepsubme

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。