新工科毕业设计研究与实践项目学生申报通知（基于斑海豹胡须感知性能的智能水下监测与追踪系统研究）

一、项目背景、目的及意义

海洋环境中光的吸收、散射以及悬浮颗粒物质会影响海洋生物的视觉感知，这促进了海洋动物机械感知系统的发展。研究发现鳍足类生物（海豹、海象、海狮等）虽然未进化出声呐系统，但可以通过其胡须探测和识别海洋生物及流场环境。在鳍足类生物中，海豹胡须由于具有特殊表面结构，在识别和监测周围流场环境时表现尤为突出。通过大量的动物行为实验，学者发现视力和听力受限的斑海豹能够通过其胡须的振动特性识别游经物体的尾迹，追踪较长时间（30秒）前经过的鱼类，并跟踪锁定它们的尾迹，即使尾迹的涡流非常微弱也可以被准确感测并跟踪（图1）。

本项目拟基于斑海豹胡须精细化几何模型，开展斑海豹胡须涡激振动的物理模型实验，应用人工智能对振动感知信号和背景涡流环境之间的联系进行深度学习，开发一种不依赖视觉与听觉的新型水下监测与追踪系统，监测周围流场，判断途径物体（如机器鱼等，见图2）的尺度、形状、位置和速度等，进而实现准确追踪（图3）。

本项目研发的系统可以实现对水下物体的被动定位与监测。对于不同的军事需要，该系统具备非常灵活的表现形式。对于位于海底的固定测站式系统，在灵敏度允许的条件下，通过合理的布局，可实现对某一片海域海底的实时监测；对于可移动监测系统，则具备高度的机动性，可识别、监测甚至追踪巡航范围内的可疑目标；若装备于潜艇，则可以实现隐形状态下识别与监测周围流场环境，同时提高潜艇攻击能力和生存能力；若装备于鱼雷，则可实现尾流高效制导，有效避免声波制导对静音或隐身船舰的误判和遗漏，提高鱼雷打击精准度。极大的提高军事国防实力。

二、项目已具备的条件

项目组成员长期从事仿生力学、流体动力学、流固耦合力学、人工智能和机器学习等领域内的基础理论、模型实验和数值模拟等方面的研究，积累了大量的直接相关的研究基础，具备研究所需的高精度循环实验水槽、高精度拖曳实验水槽、低阻尼振动测量系统、高精度三自由度运动控制系统、基于机器学习的信号感知算法等，在高水平期刊上发表了相关的学术论文（如下），获得天津大学自主创新基金“智能水下监测与追踪系统研究”支持，获得天津大学“未来30年”颠覆性创新创想大赛一等奖。

已发表的学术论文：

[1] Xiaoyu Shi, Honglei Bai, Md. Mahbub Alam1, Chunning Ji and Hongjun Zhu (2023). Wake of wavy elliptic cylinder at a low Reynolds number: wavelength effect. Journal of Fluid Mechanics, 969, A22.

[2] Hanghao Zhao, Zhimeng Zhang, Chunning Ji, Xianghe Li and Muyuan Du (2024). Dynamics of harbor seal whiskers at different angles of attack in wake flow. Physics of Fluids, 36 (7): 071914.

[3] Hanghao Zhao, Zhimeng Zhang, Weilin Chen, Yawei Zhao, Edward Yaw Sefah, Chunning Ji, Dekui Yuan. Experimental study on the dynamic responses of harbour seal whiskers in the wake of caudal fin. Ocean Engineering, 2024, 302.

[4] Mao, Yitian & Lv, Yingxue & Wang, Yaohong & Yuan, Dekui & Liu, Luyao & Song, Ziyu & Ji, Chunning (2024). Shape Classification Using a Single Seal-Whisker-Style Sensor Based on the Neural Network Method. Sensors. 24. 5418.

[5] Yuhan Wei, Chunning Ji, Dekui Yuan, Liqun Song and Dong Xu (2023). Experimental Study on the Effect of the Angle of Attack on the Flow-Induced Vibration of a Harbor Seal’s Whisker, Fluids, 8, 206.

[6] 宋立群, 及春宁, 袁德奎, 许栋, 张晓娜, 卫昱含, 殷彤 (2022). 弹性支撑斑海豹胡须模型单自由度流致振动实验研究. 力学学报, 54(3): 653-668.

[7] 宋立群, 及春宁, 张晓娜 (2021). 斑海豹胡须涡激振动及其尾流循迹机理直接数值模拟. 力学学报, 53(2): 395-412.

[8] 卫昱含, 及春宁(2021). 基于高斯过程回归的机器学习方法在圆柱流致振动数值模拟中的应用. 水动力学研究与进展 (A辑), 36(05): 622-630.

[9] 静雪凌子, 及春宁, 袁德奎(2020). 绕单自由度涡激振动圆柱的速度环量的时空分布特征. 水动力学研究与进展(A辑), 35(02): 229-236.

三、项目期限与目标

总项目期限：2022年11月至2026年6月（4届新工科毕业设计）

总研究目标：研制基于斑海豹胡须感知性能的无源被动式环境友好型的水下移动物体位置实时监测与追踪系统。通过物理模型实验对斑海豹胡须的水动力特性进行耦合分析，构建斑海豹胡须对水下运动物体尾迹的感知模型，建立仿生胡须传感器感知模型的输入量与上游物体的形状、所处位置以及运动速度之间的复杂非线性关系。进一步地，在物理模型实验过程中对胡须的感知模型进行不断完善，使其能够精确感知涡流场，判断水下物体的位置、形状和运动速度。在此基础上，根据胡须感知模型的认识学习结果建立强化学习模型，实现胡须模型与流场环境之间的交互。搭建智能水下监测与追踪系统，通过检测移动物体产生的涡流状态，对水下物体的形状进行在线解析，实时监测物体的位置，从而实现利用涡流数据对水下移动物体进行追踪的目标。整体研究方案如图4所示。

2023届新工科毕业设计项目组由建筑工程学院、精密仪器与光电子工程学院、智能与计算学部共同组建，涉及水利、海洋工程，光学工程，计算机科学与技术三个一级学科。五位指导教师合作紧密，各有所长。学生团队课题各有侧重，成果互为支撑。师生之间交流密切，沟通高效，做到了思维的充分交叉与学术的协同创新。利用直接数值模拟、模型试验的方法，对斑海豹胡须的水动力特性进行耦合分析，探索斑海豹胡须对水下运动物体尾迹的感知机理，构建感知模型。采用光纤传感研发可在水下使用、小尺寸的斑海豹胡须信号采集传感器，实现高灵敏度的斑海豹胡须模型弯曲传感与扭转传感监测。利用机器学习、深度学习，识别斑海豹胡须模型的不同振动模式对应的扰动源，模仿斑海豹大脑感知物体的过程。

2024届新工科毕业设计在2023届的基础上，进一步开展题目一：不同外形钝体尾流中斑海豹胡须阵列流致振动特性实验研究、不同外形钝体尾流中斑海豹胡须阵列感知机理PIV实验研究、鱼尾尾流中斑海豹胡须阵列流致振动特性实验研究、鱼尾尾流中斑海豹胡须阵列感知机理PIV实验研究、不同外形钝体尾流中斑海豹胡须阵列振动特性和感知机理三维数值模拟研究、鱼尾尾流中斑海豹胡须阵列振动特性和感知机理三维数值模拟研究。

通过模型试验，共收集1316组斑海豹胡须模型受力、振动数据，揭示了斑海豹胡须在不同尾迹流场中的水动力特性规律；获得了63组机器鱼推进性能高精度数值模拟数据，36组机器鱼尾流场PIV测量数据，探索了机器鱼尾迹流场特性及其推进效率与摆频摆幅的关系；开发了基于机器学习/深度学习的斑海豹胡须感知模型，对上游钝体尺寸与形状的预测准确率大于97%；利用光纤传感探究了胡须弯曲和扭转性能，实现了高灵敏度和宽动态范围的弯曲与扭转传感，建立了光谱偏移与弯曲、扭转角度的对应关系；开发出一套水下物体游动轨迹可视化系统，实现了机器鱼游动轨迹在安卓手机上的实时展现。以上研究成果将为基于斑海豹胡须感知性能的智能水下监测与追踪系统的进一步研发奠定坚实的基础。

项目期限：2024年11月至2025年6月

研究目标：本届（2025届）新工科毕业设计在前两届的基础上，进一步开展基于斑海豹胡须的智能水下监测传感器模型试验研究、复杂类型尾迹流场中斑海豹胡须双自由度振动试验及三维数值模拟研究、复杂类型尾迹流场漩涡与斑海豹胡须模型流固耦合的PIV流场可视化实验研究、斑海豹胡须自主循迹模型实验和数值模拟研究、基于强化学习对上游物体特征形状及特征尺度识别算法研究。

四、项目主要方向及任务

研究内容一：基于斑海豹胡须感知特性的智能水下传感器模型试验

在前期进行的斑海豹胡须水动力特性分析基础上，开展基于斑海豹胡须感知特性的智能水下传感器模型试验研究。斑海豹胡须传感器模型的信号采集部分为3D打印技术制作的斑海豹胡须模型，其上端连接四臂弹簧钢片，将应变片粘贴于四臂弹簧钢片上，构成振动信号的转换部分。将斑海豹胡须传感器置于水槽中，斑海豹胡须模型的摇摆振动使得四臂弹簧钢片会在横流向及顺流向发生弯曲，使胡须模型的振动信号转换为应变信号。对应变片采集到的应变信号进行分析，深入发掘传感器模型的特征属性和感知能力。

研究内容二：复杂类型尾迹流场中斑海豹胡须双自由度振动试验及三维数值模拟研究

斑海豹胡须独特的波浪状结构在感知水流、定位和捕食等方面扮演着重要角色。由于不同运动物体的尾流频率及三维漩涡结构差异较大，斑海豹胡须在不同复杂类型尾迹流场中的振动响应及受力特性也必然不同，因此有必要开展复杂类型尾迹流场中斑海豹胡须双自由度振动试验及三维数值模拟研究。

本部分研究在研究内容一的基础之上开展，进行不同特征形状及尺度钝体、鱼尾、螺旋桨叶等复杂类型尾迹流场中斑海豹胡须模型双自由度振动试验研究，分析不同类型尾迹流场中斑海豹胡须双自由度振动的位移时程曲线、振动频率以及受力特性。进一步，选取尾迹流场中斑海豹胡须双自由度振动试验的典型工况进行三维全息数值模拟研究，分析上游三维复杂漩涡与斑海豹胡须模型之间的流固耦合作用，阐明尾迹流场中斑海豹胡须模型的振动与能量传递机理。

研究内容三：基于强化学习的尾迹特征识别和自主循迹模型

本部分研究在前两部分研究基础上对传感器收集的数据进行融合物理信息的编码，利用深度学习神经网络分析编码后的目标尾迹信息，从而极大缩小机器学习的时间，提高网络模型泛化性，在实现对水下目标的高精度动态识别方面具有明显创新性。构建强化学习模型，赋予系统自学习和自更新的能力，同时实现参数自整定。通过强化训练学习模型，不断扩容目标信息匹配数据库，建立一个能够根据外界环境变化自行调整与自我更新的水下监测和追踪系统。利用深度学习神经网络对实验和模拟中胡须感知的不同特征形状及尺寸目标尾迹信息进行编码及训练，实现对水下目标的动态识别，为海洋监测系统开发提供新思路和研究依据。

五、招募要求：

拟招募选题学生的专业：建筑工程学院（港口航道与海岸工程）；智算学部（计算机科学与技术）；精密仪器与光电子工程学院（光电信息科学与工程）

六、报名及联系方式：

相关课题细节以及其他未尽事宜请咨询项目组联系人：及春宁：13820321039

欢迎各位同学踊跃报名，期待你的加入！

新工科毕设工作组

2024年10月14日