船体表面清洗浮游与爬壁水下机器人总体设计及关键技术研究

来源 :上海海洋大学 | 被引量 : 0次 | 上传用户:jianming_zhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
船舶在航行过程中船体表面会附着贝类和藤壶等海生物,船体表面附着物的存在会对航行产生不利的影响。经过研究表明,海生物附着在船体表面会增加船体表面粗糙度,增大船舶航行阻力,增加了运输时间和运输油耗,造成经济损失。目前,潜水员用清洗枪对水下船体表面进行清洗是主要的方式。潜水作业劳动强度大,安全性低,清洗成本高,效率低且受天气影响大。为了解决上述问题,可代替人工的清洗爬壁机器人成为了热门研究方向。清洗爬壁机器人在船体表面作业时,除了要克服其自身重力、环境载荷外,还要保证在喷冲作业时,仍能稳定作业。因此,表面吸附能力是爬壁机器人设计中的重要性能之一,其性能好坏影响着机器人清洗作业时的稳定性、安全性和适用性。本文以面向水下船体表面清洗为目的,基于轮式清洗爬壁机器人应用,对机器人的吸附性能、水动力性能展开了相关研究,旨在为今后的水下船体表面清洗爬壁机器人设计研究打下基础。分别对现有国内外清洗爬壁机器人进行综述。从真空吸附、推力吸附和磁吸附三种吸附方式出发,介绍了国内外清洗爬壁机器人的发展现状以及相关的研究成果,探讨了清洗爬壁机器人当前存在的问题以及未来的发展趋势。针对船体表面清洗浮游与爬壁机器人所要实现的功能以及工作的实际环境特点,对船体表面清洗浮游与爬壁机器人开展了总体方案设计,对机器人进行了合理的结构设计并对关键结构进行强度校核。对水下移动单元、主要部套件进行设计和选型,并开展了总布置研究和稳性分析。保证机器人具备能够满足工作的各种能力,以达到船体表面清洗作业的良好效果。机器人的吸附装置采用永磁轮的形式,为了保证每个永磁轮具有足够的吸附能力。首先建立机器人整体分别处于水面上和水面下附壁时的静力学模型,针对机器人携带负载进行清洗工作时的不下滑和抗倾覆的能力进行静力学分析得到每个磁轮理论最小吸附力,为下文永磁轮尺寸优化设计提供理论依据。接着建立机器人整体分别处于水面上和水面下附壁时的动力学模型,针对机器人携带负载进行清洗工作时的不下滑和抗倾覆的能力进行动力学分析,得到机器人正常工作时驱动轮中单个电机所需驱动力矩,验证了前文中电机选型的合理性。以用于机器人提供吸附性能的永磁轮为研究对象,为了进一步优化永磁轮磁吸附效率,提出了一种改进的径向充磁磁路。针对改进的磁路进一步开展了磁轮主要尺度敏感性分析,选出了永磁轮模型的最佳尺寸,为所设计的永磁轮尺寸大小提供了理论依据。结合CFD计算的理论基础建立了机器人的数值计算模型,分别对机器人在水下运动的三种状态进行了水阻力的分析,得到了水流速度和水下阻力以及阻力系数的关系,验证了机器人在水下运动符合设计要求。
其他文献
图像数据作为大数据的一种常见表现形式,早已呈现出爆炸式增长的趋势和海量而冗杂的特点,面对海量图像数据的检索分析与存储管理,设计高效、精确的图像检索策略成为了当下的重要课题。作为近期的研究热点,图像检索技术在基于深度神经网络的图像检索方法已取得了诸多进展,特别是在差异性较大的图像检索方面效果较优,但在差异较小的图像检索方面还存在较大的提升空间,如不同种类鸟的图像检索。在图像检索的过程中,度量和评价各
评分预测是推荐系统中的一个核心问题,用于量化用户对不同商品的偏好。由于训练数据中评级分布的不平衡,现有的推荐模型通常会产生有偏差的预测。因此,它们在预测长尾样本的性能通常不能令人满意。针对上述问题,本文提出两个解决方案。第一个模型命名为TADO(Time-v arying Attention with Dual-Optimizer Model)。此方法在第三章进行详细介绍。TADO专注于解决基于评
随着人工智能、物联网以及5G服务的到来,以数据知识为基础的企业,才能在全球市场上保持竞争优势,现如今越来越多的企业建立了不同的信息系统,这些信息系统数据库中存在大量的事件日志,然而,管理者很难从数量庞大的事件日志中提取有价值的信息,并且为了在竞争快速发展的世界中,更好的支持业务流程这一需求日益突显,通过对业务流程事件日志进行分析与预测,可以为企业监控提供决策和支持。通过预测不同的业务目标,不断的完
在大面积水产养殖中,水质关键因子监测智能化与信息化日渐普及,国内外相关领域研究不断推进并取得了长足的进展。为方便水产养殖人员对水产品养殖水体实时的、高质量的、准确的把握,本课题在前人的基础上,构建了对水质因素数据实时显示的远程监测系统。针对水产水质监测领域所存在的显著问题,本课题的研究内容如下:针对自适应传感器接口,根据IEEE1451.2智能传感器接口标准,设计了数据采集单元的多接口板。便于根据
台风是最严重的自然灾害之一,北太平洋西部具有世界上最频繁的热带气旋(台风)活动,在过去几十年中,台风造成的生命威胁以及经济损失已成为严重影响沿海地区人民正常生活的因素。因此,如何准确预测台风路径,辅助气象监测部门对台风进行准确预报,已成为当下热门的研究课题。然而由于台风轨迹有诸多影响因素,导致难以进行特征因子的提取,且需要的计算成本高。传统方法需要结合众多相关领域的先验知识,在耗时耗力的同时,预测
解决计算机视觉问题时,分割是最主要的任务。尤其在自动驾驶、室内导航以及医学造影等领域,语义分割技术的影响不容小觑。近年来,基于深度学习方法的图像语义分割算法已经取得了优异的成绩,尤其是基于卷积神经网络的方法,例如FCN、PSPNet。较传统基于图论的分割方法相比,基于卷积神经网络的分割方法可以将更好的将图像进行全局特征分析,并且提取出各像素点之间的隐藏关联信息。凭借此优势,基于卷积神经网络的图像分
现如今物联网的发展速度已经超出了人们的想象,万物互联已经是大势所趋,人们身边已经充斥着各种各样的物联网应用成果,家中有智能家居,农业有农业物联网,工业有工业物联网,汽车有车联网,学校中有教育信息化。针对高校而言,物联网的发展给学校带来了新的提升教育信息化水平、减少能源浪费的机会。论文以此为背景,设计了一个基于物联网的云数据采集分析控制系统,通过在教室安装智能设备(如日光灯、空调、投影等),以及多种
目前国内陆基工厂化养殖模式得到大力推广和发展,智能机械化设备也在养殖任务中发挥重要的作用。水产养殖中,鱼粪、残饵及微生物菌群等物质会附着在池底和池壁上,影响水质导致病害发生,需要定期的予以清除。传统清洗方式需要人工手持板刷或者拖着水枪机四周环绕清刷,工作繁琐重复且池底易滑,也不符合节能环保的理念。本文的研究对象—鱼池清刷机器人主要用于养殖车间的鱼池池底污染物清理,解决了人工清洗存在的问题,清洁效率
在世界各国进军海洋的进程中,水下作业装备扮演着极其重要的角色,水下机器人作为目前普遍使用的海洋探测作业装置,在民用和军事两大领域的相关海洋活动中,发挥着不可替代的关键作用。水下机器人控制技术作为控制理论在水下作业工程装备方面的具体应用,对水下机器人尤其是自主水下机器人的发展具有重大影响和深远意义。自主水下机器人控制技术的研究方向主要涵盖构建控制系统体系结构、动力学建模与模型的合理简化及相关参数的优
在计算机视觉领域,关于深度学习的研究逐渐增多,其发展也日新月异,特别是在人的面部包括生物特征和表情识别、头部姿态估计、活体检测等领域的应用广泛。日前,在社会发展的需求和促进下,各式各样的计算机技术在不断地被发掘,其中,计算机视觉中的头部姿态估计研究已经成为该领域的一大热点。国内外众多的科学研究院、大学实验室、公司研究机构等陆续都在开展对头部姿态估计的研究,将深度学习应用于头部姿态估计算法,旨在提高