劉勝 王征
(哈爾濱工程大學(xué),哈爾濱,150001)
波浪滑翔機(jī)前進(jìn)的推力全部來(lái)源于波浪運(yùn)動(dòng),海洋環(huán)境的變化使其推力隨機(jī)變化,航行速度也難以人為控制[1]。波浪滑翔機(jī)水下?tīng)恳龣C(jī)所安裝的水翼吸收波浪能被動(dòng)翻轉(zhuǎn),為整個(gè)裝置產(chǎn)生前進(jìn)推力。這是設(shè)計(jì)研發(fā)的重點(diǎn)[2],水翼的運(yùn)動(dòng)如圖 1所示。水翼的擺動(dòng)攻角對(duì)波浪滑翔器的推力轉(zhuǎn)化、推進(jìn)效率有直接的影響。而現(xiàn)有的波浪滑翔機(jī)水下?tīng)恳龣C(jī)安裝的水翼均為單一控制面。在水下?tīng)恳龣C(jī)選擇和設(shè)計(jì)時(shí),通過(guò)調(diào)整彈簧結(jié)構(gòu)參數(shù)、水翼最優(yōu)限位角等,使?jié)擉w水翼運(yùn)動(dòng)效率達(dá)到均衡的狀態(tài)[3]。然而該潛體水翼通常只能滿足在指定的幾個(gè)工況下達(dá)到最佳性能。在波浪滑翔機(jī)長(zhǎng)時(shí)間運(yùn)行條件下,波況狀態(tài)隨機(jī),變化較大,現(xiàn)有設(shè)計(jì)難以達(dá)到最佳性能[4]。
圖1 波浪滑翔機(jī)運(yùn)動(dòng)原理
為提高波浪滑翔機(jī)的控制性能和能量利用效率,本文提出了一種襟翼輔助推進(jìn)的控制思想。通過(guò)為波浪滑翔機(jī)潛體水翼機(jī)構(gòu)的主水翼后緣增加襟翼裝置,將單一控制面變?yōu)閮蓚€(gè)獨(dú)立運(yùn)動(dòng)的控制面,人為的控制后緣襟翼旋轉(zhuǎn)角度,進(jìn)而大幅度的改變主水翼等效攻角,使水翼產(chǎn)生的推力大小在一定范圍內(nèi)是可控的,目的是通過(guò)人為控制波浪滑翔機(jī)的推進(jìn)力,從而改善其機(jī)動(dòng)性能。
襟翼提高升力或加大力矩的思想被廣泛應(yīng)用于航空航天以及航海等領(lǐng)域[5]。目前,波浪滑翔機(jī)的水翼采用 NACA系列對(duì)稱水翼,此類(lèi)型水翼被應(yīng)用于各種撲翼機(jī)構(gòu)上。在船舶水翼舵的應(yīng)用中,文獻(xiàn)[6]提出的襟翼舵伺服控制系統(tǒng),將舵和翼舵作為兩個(gè)獨(dú)立的控制面進(jìn)行控制。通過(guò)舵/翼舵的聯(lián)合控制,提高了舵的扶正能力,有效減少了船舶的艏搖運(yùn)動(dòng)。方亮[7]研究了舵角/翼舵角智能優(yōu)化分配規(guī)則,提出“系統(tǒng)驅(qū)動(dòng)能量最小”原則下舵角/翼舵角分配規(guī)則,并用遺傳算法進(jìn)行優(yōu)化。孫志[8]利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)艦船舵-翼舵聯(lián)合控制中的故障進(jìn)行預(yù)測(cè),較傳統(tǒng)方法顯著的降低了故障誤報(bào)率。
本文將襟翼有關(guān)思想引入到波浪滑翔機(jī)水下?tīng)恳龣C(jī)構(gòu)中,在波浪滑翔機(jī)航行時(shí)需要跨越較大面流海區(qū)或者在海流區(qū)進(jìn)行控位作業(yè)時(shí),用于提供短時(shí)間的輔助推進(jìn),在小能耗的情況下改善波浪滑翔機(jī)的運(yùn)動(dòng)性能。仿真結(jié)果顯示,該襟翼控制思想可有效提高波浪滑翔器航行速度。
上海交通大學(xué)呂元博[9]結(jié)合波浪滑翔機(jī)多體結(jié)構(gòu)的特點(diǎn),對(duì)波浪滑翔機(jī)的三個(gè)主要部分進(jìn)行聯(lián)合數(shù)學(xué)建模,并對(duì)波浪滑翔機(jī)整體的復(fù)雜運(yùn)動(dòng)情況進(jìn)行計(jì)算求解。本文直接引用其模型并對(duì)潛體水翼模型進(jìn)行改進(jìn),增加襟翼獨(dú)立控制面,驗(yàn)證本文提出方法的優(yōu)越性。
水面母船隨波浪升沉過(guò)程的動(dòng)力學(xué)控制方程為
水下滑翔體隨波浪升沉過(guò)程的動(dòng)力學(xué)控制方程為
柔性纜計(jì)算模型:
以上變量參數(shù)取值均參考文獻(xiàn)[9]。
1.2.1 振蕩水翼參數(shù)的計(jì)算
傳統(tǒng)振蕩水翼通過(guò)起伏和俯仰運(yùn)動(dòng)從周?chē)鲌?chǎng)提取動(dòng)能??蓪⑦\(yùn)動(dòng)形式分解為瞬時(shí)起伏運(yùn)動(dòng)h(t)和俯仰運(yùn)動(dòng)θ1:
本研究中在振蕩水翼添加一個(gè)后緣主動(dòng)襟翼控制。定義襟翼偏轉(zhuǎn)角為θ2,偏轉(zhuǎn)幅度為θj,其運(yùn)動(dòng)形式描述為
振蕩頻率通常統(tǒng)一定義為
式中,U∞為來(lái)流速度,c為弦長(zhǎng)。
瞬時(shí)俯仰系數(shù)力CY(t)與俯仰力矩系數(shù)CM(t)分別為
瞬時(shí)起伏力CPY(t)與俯仰力矩的功率系數(shù)CPM(t)分別為
總功率輸出系數(shù)與效率表示為
式中,d為水翼掃掠的最大垂直距離。
1.2.2 振蕩水翼數(shù)值模擬
計(jì)算流體動(dòng)力學(xué)(Computational Fluid Dynamics,CFD)工作基于fluent求解,在相同的條件下模擬比對(duì)傳統(tǒng)水翼與新型襟翼水翼之間的性能。本研究中采用 NACA0018翼型,在水翼后緣 0.2c處改為尾緣襟翼結(jié)構(gòu),計(jì)算域網(wǎng)格如圖 2所示。在俯仰中心到入口邊界的距離為 35c,到出口邊界的距離為40c,水翼主體周?chē)捎肙型網(wǎng)格,后緣襟翼采用 C型網(wǎng)格。用戶定義函數(shù)(User-Defined-Function,UDF)用于實(shí)現(xiàn)箔片的振蕩運(yùn)動(dòng)和后緣襟翼的偏轉(zhuǎn)運(yùn)動(dòng)。
圖2 具有邊界條件的計(jì)算域
圖3 水翼振蕩模型網(wǎng)格細(xì)節(jié)
本文主要研究為襟翼的控制系統(tǒng)設(shè)計(jì),重點(diǎn)對(duì)襟翼控制器的設(shè)計(jì),因此水動(dòng)力數(shù)值模擬僅驗(yàn)證襟翼水翼相較于傳統(tǒng)水翼的優(yōu)越性。新型襟翼水翼水動(dòng)力效率作以下簡(jiǎn)略分析。
設(shè)定模擬條件雷諾數(shù)Re=500 000,主水翼俯仰軸Xa=1/3c,俯仰幅度θ0=75°,升沉幅度 1 m。圖 4(a)顯示了水翼在一個(gè)周期內(nèi)的平均能量提取效率。為了評(píng)估后緣襟翼的增強(qiáng)效果,研究中計(jì)算了效率差 Δη,該效率差等于后緣襟翼水翼的效率減去相應(yīng)頻率下傳統(tǒng)水翼的效率。圖 4(b)顯示了兩種水翼之間效率差值的等值線。
圖4(a) 新型襟翼水翼的能量提取效率
圖4(b) 兩種水翼在各種振蕩頻率和偏轉(zhuǎn)幅度下的效率差
圖 4(b)表明,后緣襟翼大大提高了擺動(dòng)水翼能量的提取效率。當(dāng)振蕩頻率f*接近0.2時(shí),與相對(duì)較低的頻率相比,后緣襟翼轉(zhuǎn)動(dòng)的影響更為明顯。當(dāng)偏轉(zhuǎn)幅度θ位于 15°~30°范圍內(nèi),能量提取性能在寬頻率范圍內(nèi)得到增強(qiáng)。
本文設(shè)計(jì)的襟翼輔助推進(jìn)控制系統(tǒng)采取和主水翼同時(shí)運(yùn)動(dòng)的控制策略,目的是使水翼整體在較短的時(shí)間內(nèi)運(yùn)動(dòng)到最優(yōu)等效攻角。
水翼整體轉(zhuǎn)動(dòng)角度:
剛性襟翼控制規(guī)律表示為
式中,J為襟翼的轉(zhuǎn)動(dòng)慣量。
將式(16)轉(zhuǎn)化為用于可計(jì)算時(shí)間步長(zhǎng)的式(17),計(jì)算控制過(guò)程中每時(shí)間步襟翼的運(yùn)動(dòng)角度。
本文的控制設(shè)計(jì)要求為滑翔機(jī)的航速生成一個(gè)穩(wěn)定的控制器,該控制器由襟翼控制。系統(tǒng)只有一個(gè)輸出(滑翔機(jī)的航速)和一個(gè)輸入(襟翼角),但響應(yīng)也取決于滑翔機(jī)襟翼擺動(dòng)速率與攻角,而襟翼擺動(dòng)速率與攻角取決于海況。對(duì)于這種單輸入單輸出(Single-Input Single-Output,SISO)系統(tǒng),PID設(shè)計(jì)方法有一個(gè)簡(jiǎn)單且定義明確的控制結(jié)構(gòu)。本文設(shè)計(jì)一個(gè)用于滑翔機(jī)襟翼擺動(dòng)速率控制的內(nèi)部控制器和擺動(dòng)角度控制的外部控制器??刂品桨溉鐖D5所示。
圖5 控制系統(tǒng)總體方案
圖 5中,對(duì)于給定的期望波浪滑翔機(jī)速度設(shè)定點(diǎn),滑翔機(jī)襟翼擺動(dòng)角度控制器根據(jù)模型輸出的反饋,確定所需轉(zhuǎn)角并輸出給滑翔機(jī)襟翼擺動(dòng)速率控制器;該角度輸入滑翔機(jī)擺角速度控制器,以控制襟翼轉(zhuǎn)動(dòng)時(shí)間,然后輸入模型。根據(jù)波浪滑翔機(jī)運(yùn)動(dòng)特點(diǎn),襟翼模糊 PID串聯(lián)控制系統(tǒng)的結(jié)構(gòu)圖如圖6所示。
圖6 控制系統(tǒng)設(shè)計(jì)方案
不同海況下,波浪滑翔器水翼轉(zhuǎn)動(dòng)具體角度規(guī)律未知,且目前針對(duì)不同海況水面船的船速和與之對(duì)應(yīng)的潛體水翼的轉(zhuǎn)動(dòng)角度研究不足,因此本文針對(duì)這種不確定關(guān)系采用模糊控制算法。同時(shí)為了提高襟翼控制系統(tǒng)性能,提出“粗調(diào)+精調(diào)”的層次遞進(jìn)控制思想。即在襟翼擺動(dòng)角度控制的外部控制器使用模糊控制算法,內(nèi)部控制器襟翼擺動(dòng)速率采用 PID高精度控制。為此,設(shè)計(jì)了模糊-PID 串聯(lián)控制器,以實(shí)現(xiàn)智能控制策略。通過(guò)設(shè)計(jì)模糊控制器,使其在復(fù)雜隨機(jī)海況下,模糊控制器輸入為水面船期望速率與實(shí)際速率誤差,輸出潛體水翼的襟翼角度控制信號(hào),把輸出角度給 PID 控制;設(shè)計(jì) PID 控制器時(shí),對(duì)襟翼擺動(dòng)的速率進(jìn)行精確控制,并采用線性模型設(shè)計(jì)降低建模難度。從而實(shí)現(xiàn)了襟翼角度的“粗略”控制與襟翼轉(zhuǎn)動(dòng)速率的“精確”控制。
兩種控制算法的串聯(lián),是根據(jù)各自算法作用的控制輸出量特點(diǎn)體現(xiàn)出來(lái)的,它們實(shí)時(shí)共同起控制作用,不同于簡(jiǎn)單的閾值切換控制。實(shí)質(zhì)上,模糊-PID串聯(lián)控制器相當(dāng)于一個(gè)互補(bǔ)型的智能控制器,使控制系統(tǒng)的魯棒性和控制精度都得到了改善。
模糊推理機(jī)是模糊控制器的核心部件,它把水面船航速的e和分別變換成兩個(gè)模糊輸入變量E和EC,然后構(gòu)成模糊控制集U。本文設(shè)計(jì)的系統(tǒng)中,輸入為航速的偏差e和,輸出為襟翼的角度控制集U。分別對(duì)應(yīng)其量化因子ke、和比例因子ku。考慮到ke(t)、、ku(t)的動(dòng)態(tài)修正因子對(duì)于控制系統(tǒng)的影響來(lái)說(shuō)是非線性的,不同階段影響大小不同,并且相互影響制約。因此根據(jù)實(shí)際情況,采用粒子群算法對(duì)模糊-PID控制進(jìn)行優(yōu)化,以此來(lái)實(shí)現(xiàn)控制系統(tǒng)的最優(yōu)化問(wèn)題。
粒子群計(jì)算方法為
式中,ω為慣性權(quán)值,vij(t)是粒子i在進(jìn)化到t代時(shí)的第j維速度分量,xij(t)是粒子i在進(jìn)化到t代時(shí)的第j維位置,pbestij(t)是粒子i在進(jìn)化到t代時(shí)的第j維個(gè)體最優(yōu)位置pbesti(t)分量,pbestj(t)是進(jìn)化到t代時(shí)整個(gè)粒子群的最優(yōu)位置pbest的第j維分量,c1、c2為加速因子,r1、r2為[0,1]內(nèi)隨機(jī)數(shù)。
對(duì)于襟翼輔助推進(jìn)控制系統(tǒng),量化因子ke(t)、、ku(t)的值影響控制系統(tǒng)的動(dòng)態(tài)性能。較大的ke(t)會(huì)使系統(tǒng)超調(diào)過(guò)大;較大的減小超調(diào)量,但會(huì)減慢系統(tǒng)的響應(yīng)速度;輸出比例因子ku(t)選擇過(guò)小使得系統(tǒng)的動(dòng)態(tài)響應(yīng)變慢,選擇過(guò)大會(huì)使得系統(tǒng)出現(xiàn)振蕩。為了獲取最優(yōu)的量化因子和輸出比例因子,以積分性能指標(biāo)(Integral of Time and Absolute Error,ITAE)作為尋優(yōu)目標(biāo)函數(shù)。ITAE公式表示為
粒子群優(yōu)化算法如下:
(1)初始化粒子種群。設(shè)定空間維數(shù)d=3,初始粒子N=30個(gè),更新迭代次數(shù)t=50次,慣性因子ω∈[0.4,0.9],并在范圍上線性變化,學(xué)習(xí)因子c1、c2∈[0,3]。
(2)進(jìn)行適應(yīng)度計(jì)算。將每個(gè)粒子的位置作為待優(yōu)化因子的參數(shù)值,通過(guò) ITAE積分性能指標(biāo),計(jì)算各個(gè)粒子的適應(yīng)值,更新pbest和gbest的值。
(3) 調(diào)整當(dāng)前粒子的速度和位置。根據(jù)式(18)、(19)計(jì)算當(dāng)前的位置和速度。
(4)檢查算法終止。若迭代次數(shù)達(dá)到上限或者得到最優(yōu)適應(yīng)值,程序終止;否則,轉(zhuǎn)至第(2)步繼續(xù)尋優(yōu)。模糊規(guī)則表如表1所示。
表1 模糊規(guī)則集
當(dāng)波浪滑翔器處于 1級(jí)海況時(shí),潛體水翼轉(zhuǎn)動(dòng)幅度較小,則襟翼做大幅轉(zhuǎn)動(dòng)角度,使水翼整體轉(zhuǎn)角達(dá)到理想角度;當(dāng)波浪滑翔器處于 6級(jí)以上海況,潛體水翼處于極限運(yùn)動(dòng)狀態(tài),且轉(zhuǎn)動(dòng)速率快、幅度大,此時(shí)控制器輸出指令,使水翼整體轉(zhuǎn)角減小,船速降低,以保持船體穩(wěn)定性。
在隸屬度函數(shù)選擇時(shí),采用模糊集合的寬度越窄,則隸屬函數(shù)的偏差靈敏度、精度越高;采用模糊集合的寬度越寬,則隸屬函數(shù)的偏差分辨率較低,偏差控制靈敏度也相應(yīng)較低,控制特性較平緩,穩(wěn)定性也較好。因此,一般在誤差較大時(shí)采用低分辨率的隸屬函數(shù),誤差較小時(shí),宜采用高分辨率的隸屬函數(shù)。高斯性隸屬函數(shù)的平滑性較好,概念較精確,所以本文中的模糊隸屬函數(shù)均采用高斯MF型函數(shù)。
(1)本設(shè)計(jì)中襟翼最大轉(zhuǎn)動(dòng)角度θ=45°,轉(zhuǎn)動(dòng)周期T=3 s,電機(jī)轉(zhuǎn)動(dòng)慣量J=0.015 kg·m2,電機(jī)轉(zhuǎn)矩常數(shù)KT=0.4851 N·m/A,電機(jī)阻尼系數(shù)B=0.267。將襟翼的運(yùn)動(dòng)看成等效正弦運(yùn)動(dòng),設(shè)其運(yùn)動(dòng)頻率為ω,即
在波浪滑翔機(jī)實(shí)際行進(jìn)過(guò)程中,潛體水翼可能隨海況的不同而運(yùn)動(dòng)方式不同,3種翼板運(yùn)動(dòng)方式如下:
運(yùn)動(dòng)方式 1:波浪滑翔機(jī)潛體水翼隨波浪運(yùn)動(dòng)做周期性正弦變化,對(duì)應(yīng)1~2級(jí)海況。
運(yùn)動(dòng)方式 2:波浪滑翔機(jī)潛體水翼在運(yùn)動(dòng)至平衡位置附近時(shí),以固定攻角做純升沉運(yùn)動(dòng),對(duì)應(yīng) 3級(jí)海況。
運(yùn)動(dòng)方式 3:波浪滑翔機(jī)潛體水翼運(yùn)動(dòng)方式為階躍信號(hào),在水流的作用下直接變成最大角度滑翔,對(duì)應(yīng)6級(jí)以上海況。
對(duì)以上3種翼板運(yùn)動(dòng)方式編寫(xiě)函數(shù)帶入本文所建立的動(dòng)力學(xué)模型進(jìn)行仿真。輸入 3級(jí)海況(H=0.8 m,T=4 s)下進(jìn)行仿真驗(yàn)證 3種翼板運(yùn)動(dòng)方式對(duì)波浪滑翔器前進(jìn)速度的影響。圖7為不同翼板運(yùn)動(dòng)方式下波浪滑翔器前向速度隨時(shí)間的運(yùn)動(dòng)關(guān)系,圖 8為對(duì)應(yīng)的水面船前向位移。藍(lán)線表示翼板正弦運(yùn)動(dòng)下的前向速度,紅線表示方式2的前向速度,黃線表示方式3下的前向速度。
圖7 三種翼板運(yùn)動(dòng)方式下前進(jìn)速度對(duì)比
圖8 三種翼板運(yùn)動(dòng)方式下水面船水平位移曲線
從圖7中可以看出,波浪滑翔器能夠獲得最佳前向速度是翼板能夠以脈沖信號(hào)形式響應(yīng)的運(yùn)動(dòng)方式。3種不同的翼板運(yùn)動(dòng)方式運(yùn)動(dòng)速率的不同為本文襟翼輔助推進(jìn)提供了控制可能性。本文設(shè)計(jì)的波浪滑翔機(jī)襟翼輔助控制系統(tǒng),通過(guò)改變潛體水翼整體的等效攻角,并控制其運(yùn)動(dòng)時(shí)間,進(jìn)而控制翼板在不同等級(jí)海況的運(yùn)動(dòng)方式,實(shí)現(xiàn)人為控制波浪滑翔機(jī)的航速。
由圖 7所示,水翼的運(yùn)動(dòng)方式對(duì)波浪滑翔器的航速有重要的影響。在本文所設(shè)計(jì)的海況下,水翼正弦運(yùn)動(dòng)時(shí)波浪滑翔機(jī)的前向速度最低,水翼呈階躍形式運(yùn)動(dòng)時(shí)波浪滑翔機(jī)的速度最高,以二者結(jié)合的方式波浪滑翔器的運(yùn)動(dòng)速度雖然整體上不如階躍信號(hào),但是相差并不是很大。分析水翼正弦運(yùn)動(dòng)與階躍運(yùn)動(dòng)速度相差較大的原因可能是水翼在波峰或者波谷時(shí),翻轉(zhuǎn)需要一定的時(shí)間,時(shí)間越短,以較大攻角行進(jìn)的時(shí)間越長(zhǎng),產(chǎn)生較大推力的時(shí)間更久,利于波浪滑翔機(jī)的前進(jìn)。因此控制襟翼轉(zhuǎn)動(dòng)時(shí),在不影響穩(wěn)定性的前提下,應(yīng)盡可能縮短時(shí)間。
圖 8為 3種不同的翼板運(yùn)動(dòng)方式下水面船在50 s內(nèi)的位移曲線。由圖可以看出,在每個(gè)周期內(nèi),水面船的前向運(yùn)動(dòng)曲線都有一定范圍內(nèi)的波動(dòng),并不是勻速運(yùn)動(dòng),與圖 7顯示的速度相印證,從一定程度上驗(yàn)證了模型的準(zhǔn)確性。
對(duì)所建立的模型設(shè)計(jì)了如圖9所示的模糊-PID串聯(lián)控制器時(shí)域仿真程序,綠色模塊分別為模糊控制與 PID控制,藍(lán)色模塊為仿真海況輸入,紅色模塊為波浪滑翔機(jī)模型。程序針對(duì)控制器對(duì)正弦、階躍信號(hào)的跟蹤控制過(guò)程的超調(diào)、上升時(shí)間、穩(wěn)態(tài)誤差、整定時(shí)間等指標(biāo)進(jìn)行比較分析。
圖9 模糊-PID串聯(lián)控制器時(shí)域仿真程序
圖10~11顯示了在文中3級(jí)海況條件下針對(duì)不同期望翼板運(yùn)動(dòng)方式控制器的控制性能,藍(lán)線代表期望輸出,紅線代表實(shí)際輸出。
圖10 在海流干擾下控制器對(duì)正弦信號(hào)的跟蹤效果
圖11 在海流干擾下控制器對(duì)階躍信號(hào)的跟蹤效果
圖 10中,角度變化相對(duì)平緩,沒(méi)有明顯的超調(diào),并且響應(yīng)也很迅速。圖 11顯示,在階躍信號(hào)變化的瞬間,都會(huì)產(chǎn)生一定的超調(diào),但都迅速穩(wěn)定下來(lái)。表 2給出了不同海況下傳統(tǒng)水翼與襟翼控制水翼下水面船的船速仿真結(jié)果。從表 3中可知,相較于模糊-PID控制,基于粒子群算法優(yōu)化的模糊-PID控制作用下速度響應(yīng)的穩(wěn)態(tài)誤差明顯減小,系統(tǒng)的調(diào)節(jié)時(shí)間大大縮短。
表2 不同海況下水面船船速仿真結(jié)果
表3 兩種控制作用下速度響應(yīng)的性能參數(shù)
綜上所述,本文提出的波浪滑翔機(jī)襟翼輔助推進(jìn)控制方法,可有效提高波浪滑翔機(jī)速率,且設(shè)計(jì)的控制系統(tǒng)具有良好的抗干擾和自適應(yīng)性能。
襟翼輔助推進(jìn)系統(tǒng)并不是實(shí)時(shí)工作,而是在特定情況下(如需進(jìn)行增加動(dòng)力或者控位作業(yè)),通過(guò)控制器發(fā)出指令,執(zhí)行相關(guān)動(dòng)作,在小能耗的條件下,改善波浪滑翔機(jī)弱機(jī)動(dòng)性。本研究通過(guò)建立波浪滑翔機(jī)動(dòng)力學(xué)模型,并帶入 POS-模糊-PID串聯(lián)控制器時(shí)域仿真程序,得出以下結(jié)論:
(1)利用襟翼來(lái)增加波浪滑翔機(jī)潛體水翼等效攻角有利于提高波浪滑翔機(jī)的推進(jìn)力。
(2)襟翼輔助推進(jìn)系統(tǒng)可以改變翼板運(yùn)動(dòng)方式,有利于提升波浪滑翔機(jī)的機(jī)動(dòng)性。
(3)本文設(shè)計(jì)的 POS-模糊-PID控制器采用“粗調(diào)+精調(diào)”的思想,不僅具有良好的穩(wěn)定性和動(dòng)態(tài)效果,而且結(jié)構(gòu)簡(jiǎn)單,易于工程實(shí)現(xiàn)。