CN105015702B - 一种尾鳍推进式机器鱼能耗统计方法 - Google Patents

一种尾鳍推进式机器鱼能耗统计方法 Download PDF

Info

Publication number
CN105015702B
CN105015702B CN201510433575.7A CN201510433575A CN105015702B CN 105015702 B CN105015702 B CN 105015702B CN 201510433575 A CN201510433575 A CN 201510433575A CN 105015702 B CN105015702 B CN 105015702B
Authority
CN
China
Prior art keywords
energy consumption
module
tail fin
push type
machine fish
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510433575.7A
Other languages
English (en)
Other versions
CN105015702A (zh
Inventor
沈艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu University of Information Technology
Original Assignee
Chengdu University of Information Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu University of Information Technology filed Critical Chengdu University of Information Technology
Priority to CN201510433575.7A priority Critical patent/CN105015702B/zh
Publication of CN105015702A publication Critical patent/CN105015702A/zh
Application granted granted Critical
Publication of CN105015702B publication Critical patent/CN105015702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T70/00Maritime or waterways transport
    • Y02T70/10Measures concerning design or construction of watercraft hulls

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种尾鳍推进式机器鱼能耗统计方法,涉及机器鱼能耗技术领域。该方法通过分析计算机器鱼各个耗能模块的耗能量,并能够统计出机器鱼的总能耗,进而为机器鱼系统优化设计、运动参数的配置以及基于能量效率的控制算法等提供依据。

Description

一种尾鳍推进式机器鱼能耗统计方法
技术领域
本发明涉及机器鱼能耗技术领域,尤其涉及一种尾鳍推进式机器鱼能耗统计方法。
背景技术
机器鱼是典型的电池供电装置,受体积、重量的制约以及水环境的影响,特别是在恶劣环境和人们不宜到达场所,机器鱼的供电电池不能更换,这决定了机器鱼在水中的工作时间是有限的。因此,在电池储能没有很大提升的情况下,如何在获得满意的应用性能的同时,降低机器鱼的能耗,延长机器鱼的使用寿命,这是机器鱼所面临的巨大挑战之一。
发明内容
本发明所要解决的技术问题是提供一种尾鳍推进式机器鱼能耗统计方法,该方法通过分析计算机器鱼各个耗能模块的耗能量,并能够统计出机器鱼的总能耗,为机器鱼系统优化设计、运动参数的配置以及基于能量效率的控制算法等提供依据。
为解决上述技术问题,本发明所采取的技术方案是:一种尾鳍推进式机器鱼能耗统计方法,包括以下步骤:
1)根据尾鳍推进式机器鱼的动力学模型以及运动参数对尾鳍推进式机器鱼游动状态的影响,分析出尾鳍推进式机器鱼能耗因素;
2)根据尾鳍推进式机器鱼的能耗因素,分析出与能耗因素对应耗能模块,并依据所有的耗能模块产生的能耗建立尾鳍推进式机器鱼能耗统计模型;
3)通过测试仪器对尾鳍推进式机器鱼能耗统计模型的耗能模块参数进行采集;
4)将采集的耗能模块参数数据进行模拟计算,计算出每个耗能模块消耗的能量;
5)将计算出的各个耗能模块消耗的能量组合起来,即统计出尾鳍推进式机器鱼的总能耗。
优选的,所述的步骤2)中的尾鳍推进式机器鱼耗能模块为运动模块、感知模块、处理器模块、通信模块。
优选的,所述的步骤4)对各个耗能模块的计算为:
A运动模块的能耗计算公式为:
B感知模块的能耗计算公式:
其中,Vs为传感器工作电压,Is为传感器工作电流,Ts为传感器每次工作时间,Ns为传感器开启的次数;
C处理器模块的能耗包括运行、空闲、睡眠三种状态的能耗;其计算公式为:
EMCU=Erun+Eidle+Esleep (3)
其中:Erun表示运行状态能耗,即:
其中:μ为电路参数,C是指电容负载,V为工作电压,f是处理器的工作频率,I为短路电流,N是指处理器处于活动时的周期数,VT是热电压,K和n是与电路相关的常数;
Eidle表示为空闲状态能耗,即:
其中:0<λ<1
Esleep表示睡眠状态能耗,即:
D通信模块的能耗包括发射状态、接收状态、空闲状态、睡眠状态以及关闭状态的能耗;计算公式为:
Eradio=ETX+ERX+Eidle+Esleep (7)
其中:ETX为发射状态所消耗的能量,可表示为:
其中:VTX为工作电压,ITX为发射状态下的电流,li为发送第i个数据包的长度,R为数据率;
ERX为接收状态所消耗的能量,可表示为:
优选的,所述步骤5)中尾鳍推进式机器鱼的总能耗为:
Erobotic-fish=Emotion+Esensor+EMCU+Eradio (10)
其中:Erobotic-fish表示机器鱼总能耗;Emotion表示运动模块能耗;Esensor表示感知模块能耗;EMCU表示处理器能耗;Eradio表示通信模块能耗。
优选的,所述运动模块主要通过HS-5085MG金属齿数码舵机采集运动模块能耗参数,所述感知模块通过DS18B20温度传感器采集感知模块能耗参数,所述处理器模块通过MSP430f149微控制器采集处理器模块能耗参数,所述通信模块通过CC2420标准的射频收发器采集通信模块能耗参数。
采用上述技术方案所产生的有益效果在于:本发明以尾鳍推进式机器鱼为研究对象,首先基于机器鱼的动力学模型,分析运动参数对机器鱼游动状态的影响,然后根据机器鱼的组成部分和分析结果,建立机器鱼能耗统计模型,包括运动模块、感知模块、处理器模块、通信模块所产生的能耗。通过建立机器鱼能耗统计模型,该模型一定程度上能准确反映机器鱼在工作中所消耗的能量,为机器鱼系统优化设计、运动参数的配置以及基于能量效率的控制算法等提供依据。
附图说明
图1是本发明中机器鱼的平面运动示意图;
图2是本发明运动模块能耗仿真与实验验证对比图;
图3是本发明感知模块能耗仿真与实验验证对比图;;
图4是本发明通信模块能耗仿真与实验验证对比图;
图5是本发明处理模块能耗仿真与实验验证对比图;
图6是本发明机器鱼系统总能耗仿真与实验验证对比图;。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明是一种尾鳍推进式机器鱼能耗统计方法,包括以下步骤:
1)根据尾鳍推进式机器鱼的动力学模型以及运动参数对尾鳍推进式机器鱼游动状态的影响,分析出尾鳍推进式机器鱼能耗因素;
2)根据尾鳍推进式机器鱼的能耗因素,分析出与能耗因素对应耗能模块,并依据所有的耗能模块产生的能耗建立尾鳍推进式机器鱼能耗统计模型;
3)通过测试仪器对尾鳍推进式机器鱼能耗统计模型的耗能模块参数进行采集;
4)将采集的耗能模块参数数据进行模拟计算,计算出每个耗能模块消耗的能量;
5)将计算出的各个耗能模块消耗的能量组合起来,即统计出尾鳍推进式机器鱼的总能耗。
进一步优化的实施例为,所述的步骤2)中的尾鳍推进式机器鱼耗能模块为运动模块、感知模块、处理器模块、通信模块;所述运动模块主要通过HS-5085MG金属齿数码舵机采集运动模块能耗参数,所述感知模块通过DS18B20温度传感器采集感知模块能耗参数,所述处理器模块通过MSP430f149微控制器采集处理器模块能耗参数,所述通信模块通过CC2420标准的射频收发器采集通信模块能耗参数。
进一步优化的实施例为,所述的步骤4)对各个耗能模块的计算为:
A运动模块的能耗计算公式为:
B感知模块的能耗计算公式:
其中,Vs为传感器工作电压,Is为传感器工作电流,Ts为传感器每次工作时间,Ns为传感器开启的次数;
C处理器模块的能耗包括运行、空闲、睡眠三种状态的能耗;其计算公式为:
EMCU=Erun+Eidle+Esleep (3)
其中:Erun表示运行状态能耗,即:
其中:μ为电路参数,C是指电容负载,V为工作电压,f是处理器的工作频率,I为短路电流,N是指处理器处于活动时的周期数,VT是热电压,K和n是与电路相关的常数;
Eidle表示为空闲状态能耗,即:
其中:0<λ<1
Esleep表示睡眠状态能耗,即:
D通信模块的能耗包括发射状态、接收状态、空闲状态、睡眠状态以及关闭状态的能耗;计算公式为:
Eradio=ETX+ERX+Eidle+Esleep (7)
其中:ETX为发射状态所消耗的能量,可表示为:
其中:VTX为工作电压,ITX为发射状态下的电流,li为发送第i个数据包的长度,R为数据率;
ERX为接收状态所消耗的能量,可表示为:
进一步的的优化实施例为所述步骤5)中尾鳍推进式机器鱼的总能耗为:
Erobotic-fish=Emotion+Esensor+EMCU+Eradio (10)
其中:Erobotic-fish表示机器鱼总能耗;Emotion表示运动模块能耗;Esensor表示感知模块能耗;EMCU表示处理器能耗;Eradio表示通信模块能耗。
机器鱼动力学模型:
由于尾鳍摆动推进模式中的波动主要集中在身体后三分之一部分,其推进力主要由具有一定刚度的尾鳍产生。根据Lighthill的大振幅细长体理论,假设在鱼体摆动推进时,其尾鳍处的侧向最大位移保持恒定值与鱼体横截面有关的虚质量的作用有关,但其作用仅限于侧向,且对鱼体前进方向上的作用忽略不计,因此,将机器鱼简化为一个细长体进行分析。如图1所示,[X,Y,Z]T表示系统的惯性坐标,[x,y,z]T表示鱼体坐标,其单位矢量为分别表示平行于鱼尾和垂直于鱼尾的单位矢量,速度V=[vx,vy,vz]T以及角速度ω=[ωxyz]T
考虑机器鱼在X-Y平面上运动,其动力学模型为[7]
其中:
Ftail:作用在尾鳍推进力;
FD:鱼体游动时所受到的阻力,其中:ρ表示机器鱼周围流体介质密度;S表示鱼体与周围流体介质接触表面积;CD表示流体阻力系数Mtail:作用在尾鳍的力矩;MD:作用在鱼体的阻力矩。MD=-KDωz 2sgn(ωz),其中KD表示阻力矩系数。m:表示单位长度尾鳍的虚质量,其中:d表示鱼体横截面体高方向上的深度。
机器鱼的尾鳍摆动利用电机控制结构来实现的。则尾鳍的运动可表示为:
α(t)=α0A sin(2πft) (12)
其中:
α0:尾鳍的摆动初始偏角;αA:尾鳍摆动幅值;f:尾鳍摆动频率。
仿真与实验验证:
本发明采用的仿真平台为Matlab,进行运动参数与运动状态之间的关系实验分析;该鱼体质量为0.311kg,鱼尾为长为80mm,宽为25mm,厚度为1.1mm的长方形。其处理器采用MSP430f149微控制器,CC2420通信模块,DS18B20感知模块,HS-5085MG运动模块小型金属齿数码舵机。
设机器鱼感知模块感知周期分别为100ms和1s,运行SensortoRadio程序,运动模块f=1Hz,αA=45°,’α0=0°时,其能耗如图2所示。感知模块、通信模块能耗以及处理模块能耗分别如图3-5所示。机器鱼总的能耗如图6所示。
通过实验结果可以看出:
(1)图2可知由于忽略了机械传动对系统的影响、电机的损耗以及水流的影响,其仿真中能耗值小于实验所得的能耗值。
(2)图3可知感知模块能耗值与周期成反比,不受到协议、数据包发送规律的影响。
(3)图6可知,使用能耗统计模型得出的仿真能耗值与实验所测的能耗值相比,能耗统计模型具有一定统计精度,能较准确反映机器鱼系统的能耗。
本发明以尾鳍推进式机器鱼为研究对象,首先基于机器鱼的动力学模型,分析运动参数对机器鱼游动状态的影响,然后根据机器鱼的组成部分和分析结果,建立机器鱼能耗统计模型,包括运动模块、感知模块、处理器模块、通信模块所产生的能耗。通过建立机器鱼能耗统计模型,该模型一定程度上能准确反映机器鱼在工作中所消耗的能量,为机器鱼系统优化设计、运动参数的配置以及基于能量效率的控制算法等提供依据。

Claims (5)

1.一种尾鳍推进式机器鱼能耗统计方法,其特征在于:包括以下步骤:
1)根据尾鳍推进式机器鱼的动力学模型以及运动参数对尾鳍推进式机器鱼游动状态的影响,分析出尾鳍推进式机器鱼能耗因素;
2)根据尾鳍推进式机器鱼的能耗因素,分析出与能耗因素对应耗能模块,并依据所有的耗能模块产生的能耗建立尾鳍推进式机器鱼能耗统计模型;
3)通过测试仪器对尾鳍推进式机器鱼能耗统计模型的耗能模块参数进行采集;
4)将采集的耗能模块参数数据进行模拟计算,计算出每个耗能模块消耗的能量;
5)将计算出的各个耗能模块消耗的能量组合起来,即统计出尾鳍推进式机器鱼的总能耗。
2.根据权利要求1所述的一种尾鳍推进式机器鱼能耗统计方法,其特征在于:所述的步骤2)中的尾鳍推进式机器鱼耗能模块为运动模块、感知模块、处理器模块、通信模块。
3.根据权利要求1或2所述的一种尾鳍推进式机器鱼能耗统计方法,其特征在于:所述的步骤4)对各个耗能模块的计算为:
A运动模块的能耗计算公式为:
E m o t i o n ( k ) | ∫ 0 l f → · v → d τ | · Δ t | ∫ 0 l [ - m ( τ α · w ^ - τ α · 2 r ^ ) ] · ( τ α · w ^ ) d τ | · Δ t = | 1 6 ml 3 α A 2 ω 3 sin ( 2 ω k ) | · Δ t - - - ( 1 )
B感知模块的能耗计算公式:
E s e n s o r = N s V s I s T s 0 - - - ( 2 )
其中,Vs为传感器工作电压,Is为传感器工作电流,Ts为传感器每次工作时间,Ns为传感器开启的次数;
C处理器模块的能耗包括运行、空闲、睡眠三种状态的能耗;其计算公式为:
EMCU=Erun+Eidle+Esleep (3)
其中:Erun表示运行状态能耗,即:
E r u n = T r u n ( μ × C × V 2 × f + V I + V × ( K × e v n × v T ) × ( N / f ) ) - - - ( 4 )
其中:μ为电路参数,C是指电容负载,V为工作电压,f是处理器的工作频率,I为短路电流,N是指处理器处于活动时的周期数,VT是热电压,K和n是与电路相关的常数;
Eidle表示为空闲状态能耗,即:
E i d e l = T i d e l [ λ ( μ × C × V 2 × f × V I ) + V × ( K × e v n × v T ) · ( N / f ) ] - - - ( 5 )
其中:0<λ<1
Esleep表示睡眠状态能耗,即:
E s l e e p = T s l e e p [ V × ( K × e v n × v T ) × ( N / f ) ] - - - ( 6 )
D通信模块的能耗包括发射状态、接收状态、空闲状态、睡眠状态以及关闭状态的能耗;计算公式为:
Eradio=ETX+ERX+Eidle+Esleep (7)
其中:ETX为发射状态所消耗的能量,可表示为:
E T X = Σ i = 1 N T X V T X I T X l i / R - - - ( 8 )
其中:VTX为工作电压,ITX为发射状态下的电流,li为发送第i个数据包的长度,R为数据率;
ERX为接收状态所消耗的能量,可表示为:
E R X = Σ i = 1 N R X V R X I R X l i / R - - - ( 9 ) .
4.根据权利要求1所述的一种尾鳍推进式机器鱼能耗统计方法,其特征在于:所述步骤5)中尾鳍推进式机器鱼的总能耗为:
Erobotionfish=Emotion+Esensor+EMCU+Eradio (10)
其中:Erobotic-fish表示机器鱼总能耗;Emotion表示运动模块能耗;Esensor表示感知模块能耗;EMCU表示处理器能耗;Eradio表示通信模块能耗。
5.根据权利要求2所述的一种尾鳍推进式机器鱼能耗统计方法,其特征在于:所述运动模块主要通过HS-5085MG金属齿数码舵机采集运动模块能耗参数,所述感知模块通过DS18B20温度传感器采集感知模块能耗参数,所述处理器模块通过MSP430f149微控制器采集处理器模块能耗参数,所述通信模块通过CC2420标准的射频收发器采集通信模块能耗参数。
CN201510433575.7A 2015-07-22 2015-07-22 一种尾鳍推进式机器鱼能耗统计方法 Active CN105015702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510433575.7A CN105015702B (zh) 2015-07-22 2015-07-22 一种尾鳍推进式机器鱼能耗统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510433575.7A CN105015702B (zh) 2015-07-22 2015-07-22 一种尾鳍推进式机器鱼能耗统计方法

Publications (2)

Publication Number Publication Date
CN105015702A CN105015702A (zh) 2015-11-04
CN105015702B true CN105015702B (zh) 2017-04-12

Family

ID=54406099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510433575.7A Active CN105015702B (zh) 2015-07-22 2015-07-22 一种尾鳍推进式机器鱼能耗统计方法

Country Status (1)

Country Link
CN (1) CN105015702B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106645933A (zh) * 2016-12-07 2017-05-10 成都信息工程大学 一种机器鱼尾鳍能耗监测系统
CN106503409B (zh) * 2016-12-07 2019-07-02 成都信息工程大学 一种机器鱼尾鳍运动能耗建模方法及系统
CN107818210B (zh) * 2017-10-26 2020-10-09 成都信息工程大学 一种鱼鳍推进式机器鱼运动能耗的确定方法及系统
CN107831781B (zh) * 2017-10-26 2020-10-09 成都信息工程大学 一种机器鱼运动的控制方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916071A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 仿生机器鱼运动的cpg反馈控制方法
CN103950525A (zh) * 2014-04-24 2014-07-30 苏州科技学院 一种低能耗仿生机器鱼的磁动力推进机构
CN203902829U (zh) * 2014-04-24 2014-10-29 苏州科技学院 一种低能耗仿生机器鱼的磁动力推进机构
CN203921175U (zh) * 2014-05-19 2014-11-05 中国矿业大学(北京) 一种机器鱼尾鳍驱动装置及仿真机器鱼

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM300336U (en) * 2006-05-19 2006-11-01 Darfon Electronics Corp Wireless input module with wireless input device and receiver

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916071A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 仿生机器鱼运动的cpg反馈控制方法
CN103950525A (zh) * 2014-04-24 2014-07-30 苏州科技学院 一种低能耗仿生机器鱼的磁动力推进机构
CN203902829U (zh) * 2014-04-24 2014-10-29 苏州科技学院 一种低能耗仿生机器鱼的磁动力推进机构
CN203921175U (zh) * 2014-05-19 2014-11-05 中国矿业大学(北京) 一种机器鱼尾鳍驱动装置及仿真机器鱼

Also Published As

Publication number Publication date
CN105015702A (zh) 2015-11-04

Similar Documents

Publication Publication Date Title
CN105015702B (zh) 一种尾鳍推进式机器鱼能耗统计方法
Zhou et al. Modeling of node energy consumption for wireless sensor networks
CN106021810A (zh) 基于风冷散热方式的锂离子电池组的热模型建模方法
CN206240021U (zh) 一种具有nb‑iot通信功能的运动数据采集器
CN103746370A (zh) 一种风电场可靠性建模方法
CN105307264A (zh) 一种无线传感器网络的移动节点定位方法
CN106945059A (zh) 一种基于种群随机乱序多目标遗传算法的手势跟踪方法
CN107914789A (zh) 移动终端控制的智能仿生步行机器人
CN103310060A (zh) 一种跨音速极限环颤振分析方法
CN103413185A (zh) 一种采煤机摇臂振动传感器优化布置方法
CN109800454A (zh) 一种基于卡尔曼滤波的煤层气采集方法、系统及存储介质
Li et al. Large-scale battery system modeling and analysis for emerging electric-drive vehicles
CN106291366B (zh) 一种锂离子电池等效循环寿命计算方法
CN106484967B (zh) 一种基于蒙特卡洛打靶的舵机功率计算方法
CN103529704B (zh) 类骨骼肌直线网状阵列式人工肌肉设计及类神经控制方法
CN105046048A (zh) 一种地效飞行器起飞性能求解方法
CN105260006A (zh) 延长智能设备待机时长的方法和装置
CN202257468U (zh) 基于加速度传感器和ZigBee的数据手套
CN105630598B (zh) 数据处理方法、数据处理装置和可穿戴智能设备
CN103677312B (zh) 基于加速度感应器的移动终端功能执行方法及装置
CN103177162A (zh) 一种基于交错迭代耦合技术的薄壁结构动力学热性预测方法
CN101739565A (zh) 一种大容量的模式识别方法
Rui et al. Numerical simulation of production performance of fractured horizontal wells considered conductivity variation
CN205958714U (zh) 风电机组发电参数检测装置
Zhang et al. Optimizing Energy Consumption of Rotor UAV by Path Planning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant