封面圖片說明

封面圖片來自本期論文“仿生機器魚近壁面流場識別的人工側線方法”，圖片包含了仿生機器魚三維樣機模型、仿生機器魚仿真模型、流場預測神經網絡模型、速度場仿真云圖以及流場預測評價指標曲面圖。隨著人類對海洋開發的深入，面臨的水下作業環境也愈發險惡，受水質渾濁度和復雜非結構的水下地形環境影響，傳統的光學成像和聲納探測技術應用受到了限制，嚴重制約了仿生水下機器人的作業能力，針對仿生機器魚目標近距離作業時的環境識別難題，提出一種基于人工側線(ALL)的近壁面流場識別方法。首先，理論分析了ALL感知近壁面流場環境的可行性；然后，建立了ALL虛擬壓力傳感器陣列并采用計算流體動力學(CFD)方法計算并提取了不同參數條件下(來流速度v,靠壁距離d和游動頻率f)仿生機器魚的體表壓強數據；最后，建立了基于多層前饋神經網絡的來流速度和靠壁距離預測回歸模型，并對模型結構和數據特征進行了優化。研究結果表明：壁面效應將引起魚體周圍流場結構的非對稱分布，魚體頭部和尾部的側線傳感器對流場參數的辨識度高，消除弱相關的特征對來流速度和靠壁距離預測指標的影響小且有利于降低預測模型的復雜度。