Трёхмерное численное моделирование обтекания подводного аппарата струёй в бассейне с целью набора обучающих данных для нейросети

Трёхмерное численное моделирование обтекания подводного аппарата струёй в бассейне с целью набора обучающих данных для нейросети

Щур Николай Алексеевич
к.ф.-м.н., Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (ЦНИИ РТК), математик, 194064, Санкт-Петербург, Тихорецкий пр., д. 21, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., Recearcher ID: AAH-8421-2019, ORCID: 0000-0003-2480-6861

Пожилов Алексей Алексеевич
ЦНИИ РТК, инженер, 194064, Санкт-Петербург, Тихорецкий пр., д. 21, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0009-0005-2458-7533

Материал поступил в редакцию 23 декабря 2024 года.

Аннотация
В настоящее время при создании систем управления всё более актуальным и перспективным становится применение нейросетей. С целью набора обучающих данных для нейросети, в настоящей работе была построена параметризованная расчётная модель, позволяющая проводить серийные расчёты трёхмерного обтекания телеуправляемого необитаемого подводного аппарата (ТНПА) типа «Дельфин» струёй в бассейне. Входными параметрами для модели являются положение источника струи и аппарата в бассейне, а выходными – силы и моменты, действующие на аппарат. С помощью построенной расчётной модели проведено 3 серии расчётов, в каждой из которых получены результаты для 18-ти различных положений аппарата.

Ключевые слова
Вычислительная гидродинамика, струя, нейросеть, обучающая выборка, телеуправляемый необитаемый подводный аппарат (ТНПА), автономный необитаемый подводный аппарат (АНПА).

Благодарности
Результаты получены в рамках выполнения государственного задания Минобрнауки России №075-00697-24-03 от 04.07.2024. «Исследование методов применения нейронных сетей для моделирования нелинейных нестационарных физических полей в анизотропных средах при решении задач механики разрушения и гидрогазодинамики турбулентных потоков» (FNRG-2024-0001 1023101000004-2-1.2.1;2.3.1).

EDN
EEIMXC

Индекс УДК 
629.58:004.032.26

Библиографическое описание
Щур Н.А. Трёхмерное численное моделирование обтекания подводного аппарата струёй в бассейне с целью набора обучающих данных для нейросети / Н.А. Щур, А.А. Пожилов // Робототехника и техническая кибернетика. – Т. 13. - № 2. – Санкт-Петербург : ЦНИИ РТК. – 2025. – С. 115-120. – EDN: EEIMXC.

Литература

  1. Zhao J. Neural Network Predictive Control for Autonomous Underwater Vehicle with Input Delay // Journal of Control Science and Engineering. – 2018. – Vol. 2018, pp. 1-8. DOI.org/10.1155/2018/2316957. – Text: electronic.
  2. Eski I. Design of Neural Network Control System for Controlling Trajectory of Autonomous Underwater Vehicles / Eski I., Yildimir S. // International Journal of Advanced Robotic Systems. – 2014. – Vol. 11, № 7, pp. 1-17. DOI.org/10.5772/56740. – Text: electronic.
  3. Forouzantabar A. Adaptive Neural Network Control of Autonomous Underwater Vehicles / Forouzantabar A., Gholami B., Azadi M. // International Journal of Electrical and Computer Engineering. – 2012. – Vol. 6, № 7, pp. 866 871. – Text: unmediated.