آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دانشکده مهندسی برق، دانشگاه علم و فناوری مازندران، بهشهر، ایران
چکیده: (19 مشاهده)
وسایل نقلیه زیردریایی سوپر کاویتاسیون درون حباب گاز بزرگی حرکت میکنند که تقریباً کل بدنه را احاطه کرده و باعث کاهش چشمگیر کشش (مقاومت هیدرودینامیکی) میشوند. این زیردریاییها به دلیل کاهش قابل توجه کشش، قابلیت دستیابی به سرعتهای بسیار بالا در زیر آب را دارند، اما نیازمند طراحی دقیق کاویتاتور و سیستمهای کنترل برای حفظ پایداری و مانورپذیری هستند. کاویتاتور در محیط آب با جریانهای متغیر و اغتشاشات روبهرو است که کنترل دقیق زاویه حمله را دشوار میکند. هرگونه انحراف کوچک میتواند منجر به تغییرات بزرگ در شکل و پایداری حباب کاویتاسیون شود. در این مقاله یک طرح جدید کنترل تطبیقی پایدار بر مبنای تئوری لیاپانوف با رویکرد مدل چندگانه برای سه شرایط کاری زیردریایی ارائه شده است. نتایج شبیه سازی نشان داده است که کنترل کننده پیشنهادی به دلیل قابلیت برخورد هدفمند با قیود و مقاوم بودن نسبت به اغتشاشات محیطی توانسته به خوبی از پس تغییرات شدید نیروی مقاوم برآید و مانع از بین رفتن حباب کاویتاسیون شود. به منظور تحلیل کمی، روش پیشنهادی با کنترل تطبیقی کلاسیک مقایسه شده است. عملکرد ردیابی مطلوب روش مدل چندگانه در مقایسه با کنترل تطبیقی مرسوم هم در شکلهای شبیهسازی و هم در جدول مربوط به میانگین مربعات خطا واضح است.
متن کامل [PDF 1480 kb]
(7 دریافت)
نکات برجسته مقاله:
- این مقاله به کنترل زیردریاییهای سوپرکاویتاسیون میپردازد که با حرکت درون یک حباب گاز بزرگ، اصطکاک آبی را به شدت کاهش داده و به سرعتهای بسیار بالا دست مییابند. چالش اصلی در کنترل این زیردریاییها، تغییرات ناگهانی در نیروهای هیدرودینامیکی و حساسیت بالای زاویه حمله کاویتاتور است که میتواند باعث ناپایداری حباب کاویتاسیون شود.
- مقاله یک روش کنترل تطبیقی چندمدلی مبتنی بر نظریه لیاپانوف ارائه میدهد که از چندین مدل برای تخمین پارامترهای متغیر سیستم در شرایط عملیاتی مختلف استفاده میکند. این روش میتواند عدم قطعیتهای پارامتری و اغتشاشات محیطی را بهخوبی مدیریت کند.
- نتایج شبیهسازی در سه حالت مختلف (کاهش ۵۰٪، افزایش ۵۰٪ و حالت نامی پارامترها) نشان میدهد که روش پیشنهادی در مقایسه با کنترل تطبیقی کلاسیک، از دقت ردیابی بالاتر، همگرایی سریعتر و مصرف کنترل کمتری برخوردار است و به خوبی از ناپایداری حباب کاویتاسیون جلوگیری میکند.
- این مقاله به کنترل زیردریاییهای سوپرکاویتاسیون میپردازد که با حرکت درون یک حباب گاز بزرگ، اصطکاک آبی را به شدت کاهش داده و به سرعتهای بسیار بالا دست مییابند. چالش اصلی در کنترل این زیردریاییها، تغییرات ناگهانی در نیروهای هیدرودینامیکی و حساسیت بالای زاویه حمله کاویتاتور است که میتواند باعث ناپایداری حباب کاویتاسیون شود.
- مقاله یک روش کنترل تطبیقی چندمدلی مبتنی بر نظریه لیاپانوف ارائه میدهد که از چندین مدل برای تخمین پارامترهای متغیر سیستم در شرایط عملیاتی مختلف استفاده میکند. این روش میتواند عدم قطعیتهای پارامتری و اغتشاشات محیطی را بهخوبی مدیریت کند.
- نتایج شبیهسازی در سه حالت مختلف (کاهش ۵۰٪، افزایش ۵۰٪ و حالت نامی پارامترها) نشان میدهد که روش پیشنهادی در مقایسه با کنترل تطبیقی کلاسیک، از دقت ردیابی بالاتر، همگرایی سریعتر و مصرف کنترل کمتری برخوردار است و به خوبی از ناپایداری حباب کاویتاسیون جلوگیری میکند.
نوع مطالعه: مقاله پژوهشي |
موضوع مقاله:
طراحي، هیدروديناميك و ساخت زيرسطحي
دریافت: 1404/5/28 | پذیرش: 1404/10/9
دریافت: 1404/5/28 | پذیرش: 1404/10/9
فایل صوتی چکیده مقاله [MP3 1709 KB] (3 دریافت)
فهرست منابع
1. Xu, H., Wang, C., Wei, Y. and Cao, W., (2023), On the nonlinear hydrodynamic characteristic of a ventilated supercavitating vehicle with high Froude number, Ocean Engineering, Vol. 268, p.113457.
https://doi.org/10.1016/j.oceaneng.2022.113457 [DOI:10.1016/j.oceaneng.2022.113457.]
2. Daijin, L., Fengjie, L., Yazhen, S., Jianjun, D. and Kai, L., (2020), A novel hydrodynamic layout of front vertical rudders for maneuvering underwater supercavitating vehicles, Ocean Engineering, Vol. 215, p.107894.
https://doi.org/10.1016/j.oceaneng.2020.107894 [DOI:10.1016/j.oceaneng.2020.107894.]
3. Li, Y., Wang, C., Wei, Y., Cao, W., Lu, J., Xia, S. and Xu, H., (2023), On water-entry cavity evolution models and maneuvering motion of supercavitating vehicle. Physics of Fluids, Vol. 35(7).
https://doi.org/10.1063/5.0158099 [DOI:10.1063/5.0158099.]
4. Zou, W., Liu, T., Shi, Y. and Wang, J., (2021). Analysis of motion characteristics of a controllable ventilated supercavitating vehicle under accelerations. Journal of Fluids Engineering, Vol. 143(11), p.111204.
https://doi.org/10.1115/1.4051216 [DOI:10.1115/1.4051216.]
5. Kamali, H.A., Erfanian, M.R. and Pasandidehfard, M., (2024). Experimental and numerical analysis of cavitator angle effects on artificial cavitation characteristics under low ventilation coefficients, with prediction using optimized random forest and extreme gradient boosting models. Ocean Engineering, Vol. 309, p.118446.
https://doi.org/10.1016/j.oceaneng.2024.118446 [DOI:10.1016/j.oceaneng.2024.118446.]
6. O'neill, J.P., (1954). Flow around bodies with attached open cavities (No. E247). [DOI:10.21236/AD0064364]
7. Pham, D., Hong, J.W., Hilo, A.K. and Ahn, B.K., (2022). Numerical study of hot-gas ventilated supercavitating flow. International Journal of Naval Architecture and Ocean Engineering, Vol. 14, p.100470.
https://doi.org/10.1016/j.ijnaoe.2022.100470 [DOI:10.1016/j.ijnaoe.2022.10047.]
8. Kamali, H.A., Pasandidehfard, M., and Kadivar, E., (2024). Analyzing the influence of dimensions of the body behind the cavitator on ventilated cavitation. Physics of Fluids, Vol. 36,
https://doi.org/10.1063/5.0207797 [DOI:10.1063/5.0207797.]
9. Mao, X. and Wang, Q., (2015). Adaptive control design for a supercavitating vehicle model based on fin force parameter estimation. Journal of Vibration and Control, 21(6), pp.1220-1233.
https://doi.org/10.1177/1077546313496263 [DOI:10.1177/1077546313496263.]
10. Goel, A., (2005). Robust control of supercavitating vehicles in the presence of dynamic and uncertain cavity. University of Florida ProQuest Dissertations & Theses, 3192387.
11. Yun-tao, H., Zhen, X., & Tao, B. (2020). Predictive Control of Supercavitating Vehicle Based on Time Delay Characteristics. Journal Huazhong University of Science&Technology, Vol. 48(7), pp. 52-57.
https://doi.org/10.1109/ACCESS.2020.3046517 [DOI:10.1109/ACCESS.2020.3046517.]
12. Zou, W., Liu, T., & Shi, Y. (2021). Optimization of the maximum range of supercavitating vehicles based on a genetic algorithm. Ocean Engineering, Vol. 239, 109892.
https://doi.org/10.1016/j.oceaneng.2021.109892 [DOI:10.1016/j.oceaneng.2021.109892.]
13. Li, Y., Wang, C., Wei, Y., Cao, W., Lu, J., Xia, S., & Xu, H. (2023). On water-entry cavity evolution models and maneuvering motion of supercavitating vehicle. Physics of Fluids, Vol. 35(7).
https://doi.org/10.1063/5.0158099 [DOI:10.1063/5.0158099.]
14. Du, X., Shi, Y., Yang, L.H. and Sun, X.M., (2022). A method of multiple model adaptive control of affine systems and its application to aero-engines. Journal of the Franklin Institute, Vol. 359(10), pp.4727-4750.
https://doi.org/10.1016/j.jfranklin.2022.05.001 [DOI:10.1016/j.jfranklin.2022.05.001.]
15. Panda, S.K. and Subudhi, B., (2022). A review on robust and adaptive control schemes for microgrid. Journal of Modern Power Systems and Clean Energy, Vol. 11(4), pp.1027-1040.
https://doi.org/10.35833/MPCE.2021.000817 [DOI:10.35833/MPCE.2021.000817.]
16. Mokhtarzadeh H., Balas, G. and Arndt, R., (2012). Effect of cavitator on supercavitating vehicle dynamics. IEEE Journal of Oceanic Engineering, 37(2), pp.156-165.
https://doi.org/10.1109/JOE.2011.2177689 [DOI:10.1109/JOE.2011.2177689.]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
International Journal of Maritime Technology is licensed under a
Creative Commons Attribution-NonCommercial 4.0 International License.