[發明專利]一種基于CFD和MLP的仿生魚水動力預測方法

在審

• 申請號: 202111344160.4
• 申請日: 2021-11-15
• 公開（公告）號: CN114065663A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 劉繼鑫;于菲;何波;嚴天宏
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/23;G06F30/15
• 代理公司: 青島匯智海納知識產權代理有限公司 37335
• 代理人: 王丹丹

本發明公開一種基于CFD和MLP的仿生魚水動力預測方法，包括建立改進的自推進運動模型；利用特定翼型構建仿生魚二維游動幾何模型；對二維幾何模型采用重疊網格法進行網格劃分，并進行網格獨立性驗證；確定輸入和輸出參數，基于UDF將二維幾何模型和自推進運動模型融合，將二維不可壓縮非定常Navier?Stokes方程作為控制方程；確定變量并設置邊界條件，對自推進模型的水動力進行數值模擬，研究參數對仿生魚運動性能的影響；根據數值模擬的結果，基于MLP建立水動力預測模型；采用多目標遺傳算法對參數進行優化，將優化后的參數通過CFD、MLP、RSM方法進行水動力預測，驗證MLP預測模型的準確性，實現既可以快速啟動又可以提升準穩態游動速度和運動效率的效果。

技術領域

本發明屬于海洋工程和仿生機器人領域，具體涉及一種基于CFD和MLP的仿生魚水動力預測方法，適用于水下仿生機器魚的運動模式和水動力優化預測問題。

背景技術

水下機器人因其智能、便捷、高效等優點，在認識海洋、發展海洋、經略海洋的過程中發揮著越來越重要的作用。除了在民用領域有著廣泛的應用前景外，水下機器人在國防建設和軍事領域等方面也有強大的應用潛能。尤其是仿生型水下機器人由于獨特的靈活性和隱蔽性，成為研發人員關注的焦點。

對于水下機器人參數優化問題，授權公告號為CN 112800690 B的發明專利公開一種基于群智能優化算法下的水下折展機構參數優化方法，利用流固耦合仿真模擬獲取不同外形參數下的工作性能參數、借助BP神經網絡模型與支持向量回歸模型SVR聯合預測，快速擴充數據集，使用粒子群優化算法，通過粒子尋優對數據進行分析，獲取最優性能參數下的結構參數，探索并實現符合實際生產需求的結構最優目標。

同樣的，仿生機器魚因具有優越的水動力性能而被廣泛采用，通常仿生機器魚由身體或尾鰭驅動。行波模型是經典的魚類游動模式，但是傳統模型中仿生魚頭部為剛性，沒有波動，而實際魚類游動時頭部有小幅度的波動，改進的行波模型將魚的游動轉化為尾部相對于頭部的運動函數，然而沒有展現出從靜止到加速再到穩定的過程。目前，傳統的模型并不能完全逼真地反映魚類的游動姿態，對其運動模式的研究和預測與實際情況具有一定的偏差，且模型中的參數影響仿生魚的水動力性能和效率，故而尋求一種方法對運動模型和參數進行優化并進行水動力預測是至關重要的。

發明內容

本發明針對傳統模型存在的缺陷，提出一種基于CFD和MLP的仿生魚水動力預測方法，基于計算流體動力學(CFD)和多層感知機(MLP)對仿生魚的運動參數和水動力性能進行研究和預測，以確定出既可以實現快速啟動又可以提升準穩態游動速度和運動效率的運動學參數。

本發明是采用以下的技術方案實現的：一種基于計算流體動力學(ComputationalFluid Dynamics，CFD)和多層感知機(Multilayer Perceptron，MLP)的仿生魚水動力預測方法，包括以下步驟：

步驟A、建立自推進運動模型：考慮仿生魚的頭部小幅擺動，對初始模型進行優化，在振幅包絡線中增加常數項，為實現在t＝0時刻啟動的自推進運動，在行波函數前增加時間系數，優化的自推進模型表示如下：

y(x,t)＝[1-1/(1+10t)](c₀+c₁x+c₂x²)sin(kx+ωt)

式中，y是橫向波動位移；x是沿軸向的位移；t是時間；c₀是包絡線的常數項，c₁和c₂分別是振幅線性包絡和二次包絡的系數；k是行波的波數，λ代表波長，k＝2π/λ；f表示波動的頻率，ω＝2πf；1-1/(1+10t)是時間系數；

步驟B、數值模擬并構建數據集：根據所建立的自推進運動模型，基于CFD對仿生魚的游動進行數值模擬，根據數值模擬結果，基于輸入參數和輸出參數構建數據集；