第1章绪论
1.1鱼类生物学基础
海洋覆盖了地球表面约71%的面积，是地球上*大的生态系统，也是世界上80%生物的家园。据不完全统计，海洋中的鱼类超过1.2万种，根据推进部位的不同可将鱼类推进方式分为身体/尾鳍（body and/or caudal fin propulsion，BCF）推进和中央鳍/对鳍（media and/or paired fin propulsion，MPF）推进两大类。自然界中高达85%的鱼类采用BCF推进方式，这类鱼在游动过程中具备快速性和高效性的优点，但也存在稳定性不佳、低速时效率不高的缺点。近年来，采用MPF推进方式的鱼类以其优异的低速稳定性、转向灵活性逐渐受到科研工作者的青睐。蝠鲼，又称魔鬼鱼，是一种采用MPF推进方式的鱼类，在游动时表现出优异的机动性和稳定性，已逐步成为水下潜水器领域的研究热点。
对蝠鲼等采用MPF推进方式的鱼类进行生物学特性研究是仿蝠鲼潜水器研制的基础，此类生物依靠成对的胸鳍及背鳍拍动或波动来产生向前的推力。蝠鲼在低速巡游时具有较高的推进效率，适合小航程低速游动，游动稳定性好，抗干扰能力强，机动性优良，可实现6个自由度的运动，可原地悬停和转弯。目前，对仿蝠鲼潜水器的研制大多仅在形态上接近真实生物（形态仿生），在计算方法、控制机构设计、机械结构设计等功能仿生方面依然存在一些亟须解决的问题。针对仿蝠鲼潜水器的优劣，应根据不同领域的需求因地制宜，从一些机理性和探索性的方向开展潜水器研究，为接下来更为深入的潜水器性能研究提供理论和技术指导，为今后提出更优的模型分析方法以及开发出更先进的仿蝠鲼潜水器提供参考。
1.2仿蝠鲼潜水器的国内外研究进展
MPF推进方式可根据鱼类沿鳍面弦向波数的数值大小，再细分为摆动推进方式和波动推进方式两种。其中，若沿鳍面的弦向波数小于1，则定义为摆动推进方式；若沿鳍面的弦向波数大于1，则定义为波动推进方式。自然界中的蝠鲼、鹰嘴鳐等属于典型的采用摆动推进方式的鱼类；黄貂鱼、南美刀鱼等属于典型的采用波动推进方式的鱼类。
摆动推进方式是当前仿生潜水器领域研究的热点方向。国内外研究机构根据摆动推进的运动特点陆续开发出多款仿生潜水器样机。德国FESTO公司、EvoLogics公司和柏林科技大学[1]合作开发了名为Aqua_Ray的仿蝠鲼潜水器，该潜水器采用无刷电机驱动的水泵为两对液压装置提供动力，并通过线绳驱动胸鳍骨架上下扑动；在胸鳍设计上采用了Fin_Ray结构，使仿生胸鳍的运动形态与真实生物更加贴合，同时利用舵机扭转使胸鳍产生弦向变形，从而产生推力，利用尾鳍实现上浮下潜运动，*大游动速度可达0.5m/s。Zhou等[2]开发了名为RoMan-Ⅱ的仿蝠鲼潜水器，该潜水器两侧的胸鳍由三根*立的柔性鳍条驱动，每根鳍条都有单*的驱动源提供动力，潜水器的升沉运动采用类似鱼鳔的给排水装置进行控制，可实现0.3m/s*大的水下巡游速度。Chew等[3]研制了一种采用单鳍条驱动的仿蝠鲼潜水器，该潜水器单侧胸鳍的展长为194mm，*大弦长为200mm，单鳍条位于仿生胸鳍的*前端，胸鳍鳍面其余部分为柔性橡胶材料，通过舵机驱动单鳍条并进一步带动柔性鳍面，进而为潜水器提供推力。研究人员还对不同厚度柔性胸鳍的推进效果进行了实验，验证了该潜水器的*大游动速度可达0.5m/s，速度身长比为1.78。
毕树生等[4-12]从2007年开始进行了大量的胸鳍摆动推进仿生鱼研究，研制了五代Robo Ray系列样机；该样机*大游动速度可以达到0.9m/s，采用多电机带动多鳍条的胸鳍结构形式，在运动形态和整体结构上与自然界真实蝠鲼生物的相似度越来越高。杨少波等[13-15]从仿生学层面较为系统地对牛鼻鲼胸鳍升力推进方式开展了仿生研究，不仅基于流固耦合的方法分析了牛鼻鲼胸鳍推进方式的水动力性能，还开发了仿牛鼻鲼潜水器Cownose Ray；通过样机试航实验研究了不同胸鳍摆动参数下的潜水器推进性能，验证了该样机可以在1Hz的扑动频率下以0.18m/s的速度游动。Meng等[16，17]提出了一种基于准稳态方法的扑翼动力学模型，研制了可变后掠角的胸鳍推进仿蝠鲼潜水器，该潜水器展长为723mm，*大弦长为381mm，可以实现每秒1.07倍体长的*大速度游动；鉴于胸鳍的可变后掠角结构，该潜水器的机动性得到了大幅提升，可实现快速俯仰机动，俯仰机动半径为205mm。潘光等采用单驱动单鳍条、多驱动并联多鳍条、双驱动带动多连杆等结构方式开发了多台胸鳍摆动推进仿生潜水器[18-23]，其中翼身融合水下滑翔工程样机已完成多次湖海实验验证工作，实现了*大1000m的下潜深度，是目前国内外少数的具备大深度水下工作能力的仿生潜水器，具备广阔的应用前景。
1.3水动力实验研究进展
仿生胸鳍水动力学的研究旨在从机理层面和应用层面理解仿生潜水器的动力推进特性，评估某一运动状态下潜水器的运动及动力特性，同时为潜水器的智能控制提供科学有效的指导依据。
Salazar等[24]制作了一个简易的胸鳍摆动尾迹结构捕捉实验系统，通过染色法观测胸鳍尾迹流场的涡结构演化过程，如图1.1所示。实验过程中，采用刚性较大的胸鳍，并通过改变三维胸鳍鳍条间的输出相位，使胸鳍获得不同的运动姿态。由实验结果的流场示意图可知，胸鳍尾迹中存在反卡门涡街形成的射流，该涡结构与胸鳍推进相关。
图1.1染色法观测胸鳍尾迹流场示意图
毕树生等[25]搭建了仿生扑翼水动力实验平台，探究了胸鳍的推力系数CT与推进效率η在不同拍动幅度情况下关于斯特劳哈尔数Sr的对应关系，如图1.2所示。实验数据分析结果指出，当斯特劳哈尔数持续增大时，胸鳍的推力系数大致呈现增大的趋势，推进效率在斯特劳哈尔数为0.4时达到峰值，说明推进效率是与斯特劳哈尔数紧密相关的。
图1.2推力系数及推进效率随Sr变化*线
丁浩等[26]利用流体仿真计算了仿生扑翼在流体环境中的水动力特性，探究了仿生扑翼拍动产生推力时的流场演化机理，并且分析了仿生扑翼的运动属性参数与推进特性之间的对应关系，得到了推力系数及推进效率*佳工况的数值解。
Arastehfar等分析了矩形轮廓下NACA0012截面翼型的柔性翼片（图1.3）在自由流场下的水动力特性[27-29]，其水动力实验结果表明，在一定的刚性条件下，翼片产生的推力与其刚度具有一定的负相关。
图1.3Arastehfar等所采用的实验翼片
Hang等[30]通过流体仿真计算分析了仿生扑翼在不同运动模态下的推进特性。计算分析结果显示，胸鳍以大俯仰角开始拍动，并且扑翼拍动与俯仰同方向时，仿生扑翼在周期内产生的平均推力达到*大。
张栋等[31，32]通过分析牛鼻鲼的运动姿态得到了胸鳍表面的运动方程，并将胸鳍的运动方程数值化，代入牛鼻鲼模型进行流场仿真计算。计算结果如图1.4所示，当胸鳍的弦向变形程度，即波数W增加到0.4时，胸鳍具有*大的推力系数与*高的推进效率；当胸鳍视为刚性，即波数为0时，胸鳍的尾迹流场涡旋强度*大。在一定的斯特劳哈尔数下，在胸鳍拍动产生的涡中，处于翼尖的涡旋是产生推力的主要来源。
1.4仿蝠鲼潜水器的动力学建模简介
随着仿蝠鲼潜水器在应用领域的不断发展，模型构建在学术研究中显得越发重要。准确而高效的模型能够为力学性能提供可预测的结果，进而支持以模型为基础的设计和控制。在潜水器的建模过程中，*便捷的方法是将其分解为一系列*立的执行器。这种离散化潜水器模型属于典型的移动基座多刚体系统。沿用多刚体动力学的数学表达和通用假设，柔性鳍的运动可以看成一系列刚性连杆和连接它们的刚性运动关节。
牛顿-欧拉动力学算法（Newton-Euler dynamics algorithm，NEDA）作为一种直观清晰的数值计算方法广泛地应用于刚性机构和传统潜水器学习领域[33]。在这种建模和计算框架下，通常将柔性鳍分解为一系列*柄摇杆机构，以描述其刚性运动特性。大多数NEDA通过准稳态水翼理论（也称为莫里森（Morrison）方程）来描述系统的流体动力学[34]。通过对模拟结果与实验数据进行系统比较，这一方法能够在广泛的控制参数范围内很好地预测潜水器的关键运动特性，如速度、姿态和体态的变化。
此外，各种弹性梁理论也经常用于描述柔性鳍的被动变形，以提供更精确的模拟结果。例如，Candelier等[35]结合Lighthill大振幅理论和Cosserat杆模型进行鱼体或潜水器建模。这样的模型考虑了运动机构的准静态升力和阻力，在保真度和计算效率之间取得了良好的平衡，但仅适用于平面运动。计算流体动力学（computational fluid dynamics[JSW2][震孙3]，CFD）通过求解纳维-斯托克斯（Navier-Stokes，N-S）方程来计算水动力的三维分布[36]。采用CFD，潜水器可以建模为完全柔性的连续体，并通过梁、壳或实体单元进行描述，但是这种方法的数值计算效率并不高，不适用于潜水器控制器的设计。
总体来说，仿蝠鲼潜水器在动力学方面需要解决的问题是：如何在动力学建模的同时，通过各种假设描述柔性鳍的变形。此外，为了保证一定的精度要求并达到较高的计算效率，本书采用离散化的刚体假设，以移动基座多刚体系统和莫里森方程作为主要框架来构建仿蝠鲼潜水器的动力学模型。
1.5仿生控制方法研究现状
潜水器的控制技术是保障其精确作业和自主运行的核心，近年来随着计算技术、人工智能和传感器技术的发展，控制方法正从传统控制向仿生智能化、多方法融合等方向发展。
1.5.1中枢模式发生器控制
动物体以神经系统作为控制中心，以视觉、听觉、触觉等收集到的信息作为反馈，以肌肉和骨骼作为执行器，构成了一个整体，进而实现各种运动。运动按照级别高低分为意识运动、节律运动和反射运动。意识运动受高级神经中枢大脑皮层控制，需要各级神经中枢和感觉器官参与，是*高级的运动，形式复杂。反射运动是*低级的运动，如膝跳反射，是一种固定反射模式，只需感觉和运动神经元起作用即可完成[37]。节律运动介于二者之间，如动物的行走、跳跃、飞行、咀嚼、呼吸等周期性运动，主要由中枢模式发生器（central pattern generator，CPG）产生的节律信号进行控制。
随着CPG神经学方面的研究不断成熟，人工CPG控制开始出现，并广泛应用于多驱动潜水器的控制，主要有基于硬件芯片实现的模型[38-41]、矢量图模型[42]、联结主义模型[43，44]和振荡器模型[45-50]。其中，振荡器模型由基于耦合关系的非线性微分方程组成，致力于节律信号的产生，而不再是CPG生物神经学机理。因此，振荡器模型不需要苛刻的硬件设备要求和高深的神经学理论，在潜水器控制领域得到了广泛应用。
1.CPG控制的特点
基于非线性振荡器模型的CPG控制研究主要集中于振荡器的类型和振荡器单元间的耦合拓扑关系，它相对于其他传统的控制方式主要有以下特点[51]。
（1）[JSW4][震孙5]由于CPG控制极限环的存在，CPG控制能在干扰存在的情况下迅速恢复稳定的节律信号输出状态。
（2）CPG比较适合于分布式控制、多驱动控制。
（3）CPG控制仅需要很少的输入参数便能实现复杂的控制，如潜水器的速度、方向、步态切换等控制。
（4）CPG控制很适合集成反馈控制信号，从而能够和潜水器本体很好地耦合，具有很强的环境适应性。
（5）CPG控制为学习和优化算法提供了一个很好的平台，以便对CPG网络进行参数优化。
展开
