09. 三国故事-草船借箭-项目源码与素材,Scratch少儿编程,经典教学作品,儿童益智游戏
2022-04-21 12:06:32 1.77MB 游戏 编程猫 scratch 少儿编程
该库是作为什切青海事大学学生关于船舶自动元件仿真模型的硕士论文(导师 Jerzy Brzozka,博士)的一部分创建的。 它包含 35 个完全可配置的模型,可用于车载控制系统的设计和仿真。 该库可应用于多种领域: - 机电一体化和自动化教学, - 控制与调节理论的科学研究, - 设计办公室控制系统的设计和模拟。 此外,库中还包含 6 个演示系统以展示其潜力。 每个模型和演示系统都有一个帮助文件来介绍其问题。 将存档解压到 C:\ 并通过执行文件夹内的图标“Marine Automatics”来运行库。
2022-04-21 11:04:27 9.78MB matlab
1
2012规范,船体部分,中国船级社,钢制海船入级规范
2022-04-20 09:25:21 28.92MB 中国船级社
1
这是Gazebo+ROS+OpenGL的实现的逼真仿真,可以通过代码控制船的移动,并支持添加摄像头、激光雷达等传感器,验证自己的导航算法、图像识别算法。 技术支持联系1226930344@qq.com
2022-04-20 09:05:04 212.29MB Gazebo Robosub ROS 无人船
杨庄船闸水泥搅拌桩监理实施细则.docx
2022-04-20 09:02:48 1.87MB 专业学习
显式非线性有限元分析已逐渐成为研究船舶搁浅问题的重要方法,但其模型化技术是实现数值仿真的关键。本文将搁浅船处理为可变形结构,用弹塑性材料模拟并进行整船建模,斜坡处理为刚体,用刚性材料模拟,船舶与斜坡之间定义为主从接触,船艏定义为自接触。通过仿真计算,获得并讨论了搁浅过程中的船体运动情况、搁浅接触力曲线、能量转化及船舶损伤变形情况。算例表明本文的模型化技术可以用于船舶搁浅的仿真计算。
2022-04-19 21:42:47 1.16MB 自然科学 论文
1
资源包含相关文献及对应的matlab仿真程序,仅供参考。 针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.
2022-04-19 15:07:40 574KB stm32 arm 嵌入式硬件 单片机
资源包含相关研究文献及对应的maltab仿真程序,仅供参考。 针对三自由度欠驱动船舶的路径跟踪问题,本文提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的结构和参数进行在线调整,能进一步抑制控制量的抖振作用。应用5446TEU集装箱船的数学模型进行控制仿真,结果表明所设计控制器能有效地处理风和流等外界扰动,具有较强的鲁棒性,与迭代滑模控制器相比舵角的抖振减小明显,控制舵角信号符合船舶的实际操作要求,更符合工程实际要求。
2022-04-19 15:07:39 293KB 神经网络 机器学习 人工智能
资源包含相关参考文献及对应的matlab仿真程序,仅供参考。 针对欠驱动船舶的路径跟踪问题,提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的参数进行在线调整,能进一步抑制控制量的抖振作用。其次,针对欠驱动船舶的轨迹跟踪问题,把设计的基于强化学习的迭代滑模控制器推广到两路控制,对跟踪轨迹的横向和纵向偏差分别进行迭代滑模控制器设计,控制器输出为控制舵角和柴油机转速,根据舵角和转速抖振实现参数调节,控制器的控制结构与路径跟踪控制类似。
2022-04-19 15:07:38 4.61MB 机器学习 深度学习 迭代学习
资源包含相关参考文献及对应的maltab仿真程序,仅供参考。 在路径跟踪和轨迹跟踪研究基础上,把基于强化学习的自适应迭代滑模控制 器用于自动停靠泊的控制中,引进混浊粒子群优化算法,对重要的控制器参数初 始值进行优化。最后,集装箱船为目标,在风浪等干扰下进行船舶 靠巧仿真,并与不加混浊粒子群控制方法的仿真结果进行对比分析。
2022-04-19 15:07:37 4.58MB 深度学习 机器学习 混沌粒子群