当前位置: 首页 > news >正文

从深海探测到海洋强国:数字孪生助力海洋装备跨越式发展

海洋广袤无垠,蕴藏着丰富的资源。近现代以来,人类使用各种手段探索海洋探索,广袤无垠的海洋与人类的生活越来越紧密,至少10亿人口摄入的蛋白质来自海洋,全球超过90%的货物、数据信息交流在海洋中转;海洋中丰富的矿产资源、独特的经济军事价值等,使其成为世界各国竞争的新热点。

我国幅员辽阔、地大物博,拥有1万多个岛屿、300多万平方公里的海域。党的二十大报告指出:“发展海洋经济,保护海洋生态环境,加快建设海洋强国。”提高海洋资源开发利用能力,加快建设海洋强国是中国式现代化的必然选择。大力发展包括深海探测、运载等在内的海洋技术,加强海洋勘探项目的研究,有助于形成对海洋的全方位立体观测,提升我国海洋资源的利用水平。

当下被广泛使用的海洋设备有卫星遥感、科考船、浮标、水下机器人等,越来越多的水下设备被运用到海洋开发和利用活动中,然而,水下环境复杂多变,设备能够携带的能源有限,往往难以自主地适应环境改变去执行任务。

水下探测中,一般情况下随着下潜深度的增加,水下航行器浮力会不断增加。浮力调节系统作为涉及潜水的海洋设备的关键部件,能够为潜水器提供稳定悬浮的深度控制,并能根据工作深度的不同通过改变浮力来带动潜水器上浮或下潜。常见的浮力调节系统详见下图。

▲浮力调节系统分类

变体积式通常采用油囊实现,利用液压泵将油从内囊排至外囊以提升浮力,反之则降低浮力。这种方式可以在不改变潜水器重量的情况下调节浮力,目前被广泛应用在轻型潜水器中。

轻型潜水器中较为常用的是油囊式浮力调节系统。值得一提的是,不仅仅局限于潜水器,潜标、滑翔机上也有相关应用:美国研发的滑翔机Spray Glider和Seaglider、日本的潜标Deep NINJA等都是采用油囊式浮力调节系统。

▲日本URASHIMA号AUV

上图为采用了油囊式浮力调节系统的日本URASHIMA号,该浮力调节系统是利用直流电机来驱动齿轮油泵,使得液压油在油箱和油囊之间抽排,从而使得整机的体积得以改变,帮助URASHIMA号实现下潜上浮运动。​

国内最有代表性的无疑是Argo浮标COPEX(China Ocean Profiling Explorer,中国海洋剖面探测浮标),其浮力调节装置示意图如下图所示。

▲Argo 浮标COPEX的浮力调节装置

该浮力调节系统中,丝杠一侧和减速电机相连,另一侧和柱塞相连,减速电机转动从而带动丝杠运动,将电机的旋转运动转变为柱塞的直线运动,实现油囊内液压油的抽排。

  • 若需要增大浮力,则需将柱塞泵中液压油压入油囊,浮标排水体积变大;
  • 若需要减小浮力,则需将液压油从油囊中抽回到柱塞泵,浮标排水体积减小。

数字孪生:浮力调节系统仿真

浮力调节系统的性能与潜水器的安全直接相关,应将其作为潜水器设计的重中之重。传统的潜水器设计过程需要搭建测试场地,进行水下实验,但由于水下环境的特殊性,加之水密设备大多价格昂贵,使得测试存在较大困难,且发现问题难以及时修改。在研发设计过程中使用基于数字孪生概念的仿真工具,则可以较好规避此类问题。

天目全数字实时仿真软件SkyEye是一款基于可视化建模的硬件行为级仿真平台,支持用户通过拖拽的方式对浮力调节系统进行建模和仿真。SkyEye致力于真实场景下的仿真分析,可在无需二次开发的情况下运行二进制可执行文件,切实解决实际工程中存在的问题。

基于SkyEye仿真的浮力调节系统主要包括浮力主控系统、动力控制系统以及信号调理系统。

▲基于SkyEye的浮力调节系统仿真原理图

图中可见,浮力主控系统根据所接收到的信号调理系统传输来的数据进行决策,控制动力控制系统产生动作,同时调用上位机通信接口将浮力调节系统运行状态上报,并接收潜水器主控系统的控制信息。

基于SkyEye的仿真浮力调节系统能够有效降低系统的调试难度与成本,在正式的水下实验前先进行仿真实验,最大限度覆盖可能的测试场景,便于开发测试人员分析改善可能存在的问题,提高系统性能,从而推动水下航行器的发展。数字孪生作为新质生产力,有助于加快建设海洋强国,对于我国海洋装备的跨越式发展,以及保障我国海洋权益,都有着十分重要的意义。

相关文章:

从深海探测到海洋强国:数字孪生助力海洋装备跨越式发展

海洋广袤无垠,蕴藏着丰富的资源。近现代以来,人类使用各种手段探索海洋探索,广袤无垠的海洋与人类的生活越来越紧密,至少10亿人口摄入的蛋白质来自海洋,全球超过90%的货物、数据信息交流在海洋中转;海洋中丰…...

架构师备考-背诵精华(系统质量属性)

系统质量属性 根据GB/T 16260.1 定义,从管理角度对软件系统质量进行度量,可将影响软件质量的主要因素划分为6种维度特性包括:功能性、可靠性、易用性、效率、维护性、可移植性 功能性 适合性、准确性、互操作性、依从性、安全性 可靠性 容错…...

Pycharm下载安装教程(详细步骤)+汉化设置教程

今天讲解的是Pycharm安装教程和配置汉化设置,希望能够帮助到大家。 创作不易,还请各位同学三连点赞!!收藏!!转发!!! 对于刚入门学习Python还找不到方向的小伙伴可以试试…...

网络安全入门

网络安全入门是指学习和了解网络安全基础知识和技术的入门阶段。网络安全是指保护计算机系统、网络和数据免受未经授权的访问、使用、泄露、破坏以及其他威胁的技术和措施。 要入门网络安全,可以按照以下步骤进行: 了解网络安全基本概念:学习…...

你真的了解Canvas吗--解密十【ZRender篇】

目录 👊🏻入口 动画讲解二 Animator Element Transformable graphic 总结 书接上篇你真的了解Canvas吗--解密九【ZRender篇】由于一个bug的篇幅需要续写这个下篇,不过那块的bug内容对我们这篇要讲的动画也是息息相关的,因为Transformable这个类主要就是和变换相…...

mac安装brew时踩坑解决方案

安装包 mac上如果按照git等工具可能会使用brew,例如使用:$ brew install git命令,如果电脑没有按照brew,则会提示:zsh: command not found: brew 解决方案 需要我们打开brew的官网https://brew.sh/,复制…...

基于Handsontable.js + Excel.js实现表格预览和导出功能(公式渲染)

本文记录在html中基于Handsontable.js Excel.js实现表格预览、导出、带公式单元格渲染功能&#xff0c;在这里我们在html中实现&#xff0c;当然也可以在vue、react等框架中使用npm下载导入依赖文件。 Handsontable官方文档 一、开发前的准备引入相关依赖库 <!DOCTYPE ht…...

重学SpringBoot3-集成Redis(十三)之点排行榜实现

更多SpringBoot3内容请关注我的专栏&#xff1a;《SpringBoot3》 期待您的点赞&#x1f44d;收藏⭐评论✍ 重学SpringBoot3-集成Redis&#xff08;十三&#xff09;之点排行榜实现 1. 为什么选择 Redis 来实现排行榜&#xff1f;2. 项目环境准备2.1. 添加依赖2.2. 配置 Redis 连…...

Java 中方法参数传递的陷阱

前言 在编程过程中&#xff0c;我们经常会遇到一些看似简单却容易出错的问题。本文将通过一个具体的例子&#xff0c;探讨 Java 中方法参数传递的陷阱&#xff0c;并提供详细的解决方法。希望这篇文章能帮助你在未来的开发中避免类似的错误。 问题背景 假设我们的任务是计算…...

哪家云电脑便宜又好用?ToDesk云电脑、顺网云、达龙云全方位评测

陈老老老板&#x1f934; &#x1f9d9;‍♂️本文专栏&#xff1a;生活&#xff08;主要讲一下自己生活相关的内容&#xff09;生活就像海洋,只有意志坚强的人,才能到达彼岸。 &#x1f9d9;‍♂️本文简述&#xff1a;讲一下市面上云电脑的对比。 &#x1f9d9;‍♂️上一篇文…...

【汇编语言】寄存器(内存访问)(三)—— 字的传送

文章目录 前言1. 字的传送2. 问题一3. 问题一的分析与解答4. 问题二5. 问题二的分析与解答结语 前言 &#x1f4cc; 汇编语言是很多相关课程&#xff08;如数据结构、操作系统、微机原理&#xff09;的重要基础。但仅仅从课程的角度出发就太片面了&#xff0c;其实学习汇编语言…...

6 机器学习之应用现状

在过去二十年中&#xff0c;人类收集、存储、传输、处理数据的能力取得了飞速提升&#xff0c;人类社会的各个角落都积累了大量数据&#xff0c;亟需能有效地对数据进行分析利用的计算机算法&#xff0c;而机器学习恰顺应了大时代的这个迫切需求&#xff0c;因此该学科领域很自…...

相似度为 K 的字符串

题目链接 相似度为 K 的字符串 题目描述 注意 s1和s2只包含集合 {‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f’} 中的小写字母s2是s1的一个字母异位词 解答思路 可以深度优先遍历交换字母使得s1和s2尽可能接近&#xff0c;基本思路是&#xff1a;设定一个指针idx指向s1和s2的…...

[云] Project Analysis

项目要求分析&#xff1a; 开放性选题&#xff1a; 主题范围&#xff1a;任何与云计算系统相关的主题。项目类型&#xff1a;可以是技术、商业或研究项目。团队规模&#xff1a;最多可组成三人小组。 示例主题&#xff1a; 分析公共云数据&#xff1a;例如&#xff0c;AWS公共数…...

腾讯六宫格本地识别,本地模型识别,腾讯六图识别

基于K哥爬虫昨天发的文章&#xff0c;特此训练了一版腾讯模型&#xff0c;效果不错&#xff0c;特此感谢K哥的指导&#xff0c;效果如下图: 有需求&#xff0c;有疑问的欢迎评论区点出...

Transformer图解以及相关的概念

前言 transformer是目前NLP甚至是整个深度学习领域不能不提到的框架&#xff0c;同时大部分LLM也是使用其进行训练生成模型&#xff0c;所以transformer几乎是目前每一个机器人开发者或者人工智能开发者不能越过的一个框架。接下来本文将从顶层往下去一步步掀开transformer的面…...

Nginx缓存静态文件

在Python项目中&#xff0c;通过Nginx缓存静态文件&#xff08;如CSS、JS、图片等&#xff09;&#xff0c;可以有效提升网页的加载性能。Nginx可以帮助你缓存静态资源&#xff0c;减少服务器负担&#xff0c;并加速页面加载。 1. 配置Nginx缓存静态文件 首先&#xff0c;你需…...

【隐私计算】隐语HEU同态加密算法解读

HEU: 一个高性能的同态加密算法库&#xff0c;提供了多种 PHE 算法&#xff0c; 包括ZPaillier、FPaillier、IPCL、Damgard Jurik、DGK、OU、EC ElGamal 以及基于FPGA和GPU硬件加速版本的Paillier版本。 本文我们会基于GPU运行HEU Docker容器&#xff0c;编译打包GPaillier并测…...

用C#实现互斥操作

1、传统的lock lock简单易用&#xff0c;适合大多数场景&#xff0c;但在高竞争用情况下可能会导致线程阻塞&#xff1b; Object obj new object(); void method1(){lock (obj){// 进行互斥操作}}2、SpinLock SpinLock在低延迟情况下更有效&#xff0c;因为SpinLock会在忙等…...

【黑马点评优化】之使用Caffeine+Redis实现应用级二层缓存

【黑马点评优化】之使用CaffeineRedis实现应用级二层缓存 1 缓存雪崩定义及解决方案2 为什么要使用多级缓存3 RedisCaffeine实现应用层二级缓存原理4 利用CaffeineRedis解决Redis突然宕机导致的缓存雪崩问题4.1 pom.xml文件引入相关依赖4.2 本地缓存配置类4.3 修改ShopServiceI…...

YOLO-Master 与 YOLO 开始交

AI Agent 时代的沙箱需求 从 Copilot 到 Agent&#xff1a;执行能力的质变 在生成式 AI 的早期阶段&#xff0c;应用主要以“Copilot”形式存在&#xff0c;AI 仅作为辅助生成建议。然而&#xff0c;随着 AutoGPT、BabyAGI 以及 OpenAI Code Interpreter&#xff08;现为 Advan…...

分享一下我面试Agent岗位时被问到的问题……

以下是我面试了几家公司后&#xff0c;整理出来HR的高频提问总结。 1. 你们用的 Agent 框架是什么&#xff1f;ReAct 还是 Plan-and-Execute&#xff1f; 我&#xff1a;我们主要用 ReAct&#xff0c;就是边想边干的那种。模型每走一步看一眼结果再决定下一步&#xff0c;灵活…...

Qt键盘控制按钮实战:用WASD键玩转UI交互(附完整代码)

Qt键盘控制按钮实战&#xff1a;用WASD键玩转UI交互&#xff08;附完整代码&#xff09; 想象一下&#xff0c;当你正在开发一款自助点餐系统时&#xff0c;突然发现触摸屏失灵了——这种场景下&#xff0c;键盘控制的UI交互能力就成了救命稻草。Qt框架提供的键盘事件处理机制&…...

机器学习中七种常见的数据泄露原因

原文&#xff1a;towardsdatascience.com/seven-common-causes-of-data-leakage-in-machine-learning-75f8a6243ea5 当我在评估 ChatGPT、Claude 和 Gemini 等 AI 工具用于机器学习用例时&#xff0c;如我在上一篇文章中所述&#xff0c;我遇到了一个关键陷阱&#xff1a;机器学…...

两条根本不同的道路:私有化部署与SaaS模式的抉择

很多企业在选型内部通讯工具时&#xff0c;面对的第一个问题往往是&#xff1a;选SaaS还是选私有化&#xff1f;这不是一个简单的技术偏好问题&#xff0c;而是一个关乎企业数据战略、安全治理与长期发展的核心决策。在“云优先”的浪潮下&#xff0c;公有云SaaS产品凭借开箱即…...

UNet人脸融合作品集:这些换脸效果太惊艳了!

UNet人脸融合作品集&#xff1a;这些换脸效果太惊艳了&#xff01; 1. 前言&#xff1a;当AI遇见人脸融合 想象一下&#xff0c;你有一张喜欢的风景照&#xff0c;但照片里的人物表情不够完美&#xff1b;或者你想看看自己如果长着明星的五官会是什么样子。这些在过去需要专业…...

Zotero插件进阶玩法:用这些神器打造你的专属文献工作流

Zotero插件进阶玩法&#xff1a;用这些神器打造你的专属文献工作流 如果你已经熟悉Zotero的基础操作&#xff0c;却还在手动整理文献、逐篇翻译PDF、反复切换浏览器查影响因子&#xff0c;那么是时候升级你的研究工具链了。本文将带你探索Zotero生态中那些能让学术工作事半功倍…...

IAR开发实战:如何用#pragma指令把C语言全局变量精准“钉”到指定RAM段(附完整icf配置)

IAR开发实战&#xff1a;全局变量精准定位到指定RAM段的高级技巧 在嵌入式开发中&#xff0c;内存管理一直是工程师们需要面对的挑战之一。当项目复杂度增加&#xff0c;性能要求提高时&#xff0c;如何高效地利用有限的RAM资源&#xff0c;将关键变量放置在最优位置&#xff0…...

从零到精通:我的泛微Ecology9二次开发实战笔记(含JS开发避坑指南)

从零到精通&#xff1a;我的泛微Ecology9二次开发实战笔记&#xff08;含JS开发避坑指南&#xff09; 第一次接触泛微Ecology9时&#xff0c;面对庞大的系统架构和复杂的二次开发文档&#xff0c;我像大多数新手一样感到无从下手。经过半年多的实战摸索&#xff0c;从环境搭建到…...

【YOLOv5】损失函数设计思想与工程实现剖析

1. YOLOv5损失函数的设计哲学 目标检测模型的性能很大程度上取决于损失函数的设计。YOLOv5作为单阶段检测器的代表作&#xff0c;其损失函数设计体现了三个核心思想&#xff1a;多任务平衡、样本分配优化和尺度适应性。与早期版本相比&#xff0c;v5的损失函数在保持YOLO系列简…...