申请/专利权人：上海海事大学

申请日：2023-01-16

公开（公告）日：2024-04-05

公开（公告）号：CN115944868B

主分类号：A62C3/10

分类号：A62C3/10;A62C3/06;A62C31/03;A62C31/28;A62C37/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.04.28#实质审查的生效;2023.04.11#公开

摘要：本发明提供一种舰载消防水炮控制方法，其包括：根据图像识别火源点的位置以及消防水炮的射流落点；通过长短期记忆神经网络获取搭载消防水炮的船只的运动姿态预测信息，运动姿态预测信息包括横摇和纵摇；并使用几何法量化运动姿态预测信息对消防水炮的姿态角产生的干扰；将火源点与射流落点的位置偏差输入至第一自适应模糊控制器，得到消防水炮的姿态角的一次调整值；将运动姿态预测信息对消防水炮的姿态角产生的干扰输入至第二自适应模糊控制器，得到消防水炮的姿态角的补偿调整值；将一次调整值与补偿调整值累加，以得到姿态角的总调整值。自适应模糊控制器可以随工况的变化对参数进行自适应调整，从而适应不同环境。

主权项：1.一种舰载消防水炮控制方法，其特征在于包括：根据图像识别火源点的位置以及消防水炮的射流落点；通过长短期记忆神经网络获取搭载消防水炮的船只的运动姿态预测信息，所述运动姿态预测信息包括横摇和纵摇；并使用几何法量化运动姿态预测信息对消防水炮的姿态角产生的干扰；消防水炮的姿态角包括俯仰角、水平偏角；将火源点与射流落点的位置偏差输入至第一自适应模糊控制器，得到消防水炮的姿态角的一次调整值；将运动姿态预测信息对消防水炮的姿态角产生的干扰输入至第二自适应模糊控制器，得到消防水炮的姿态角的补偿调整值；将一次调整值与补偿调整值累加，以得到姿态角的总调整值；对获取运动姿态预测信息的长短期记忆神经网络进行周期性训练搭建；在每次训练搭建过程中，采用增强灰狼优化算法对长短期记忆神经网络的超参数进行调节；超参数包括隐藏层数、学习率、随机失活率；对于所述第一自适应模糊控制器以及所述第二自适应模糊控制器，输入变量和输出变量均划分为7个模糊集:NB、NM、NS、ZE、PS、PM、PB，分别对应表示负大、负中、负小、零、正小、正中、正大；将输入变量和输出变量映射至相应模糊集的模糊控制隶属度函数采用等腰三角形；解模糊化方法均选取重心法；通过在线粒子群算法改进模糊控制器，设计适应度函数评价当前模糊控制器的比例因子和量化因子的优劣，并对其进行自适应调整。

全文数据：

权利要求：

百度查询： 上海海事大学 一种舰载消防水炮控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD