【综述】海流对水下航行器运动及载荷影响研究综述

水下航行器（underwater vehicles，UV）在水下隐蔽航行作战、海洋数据采集、海洋矿产资源开发、海底地形地貌测绘等军事及科学活动中发挥着至关重要的作用，是世界各国研究工作的热点。水下航行器的水下运动具有高度的非线性和时变的水动力学性能，且易受海流等复杂海洋环境的干扰，致使其水动力参数呈现不确定性，而准确的水动力系数不仅是构建数学模型的基础，也是设计及研究高性能控制器的基础。由于海流强度以及方向是随着时间和地点的变化而变化的，使得很难精确地对带有海流干扰项的水下航行器进行运动建模[1–5]。

海流形成的原因归纳起来一般有2种：一是由海面上的风力驱动形成的风生海流，该流动会随着深度的增大而减弱，涉及的深度一般达几百米；二是由海水温盐变化引起的密度分布变化，其会导致海洋等压面与等势面不一致，从而形成海流。海流是时间和空间的函数，海流的流幅多数较宽且速度较大，其对水下航行器水下航迹的推算精度、机动性、操纵性等性能的影响不可忽略。从水下航行器自主控制的角度来看，将海流的方向、速度以及作用于水下航行器上的力和力矩作为控制系统自主规划的输入条件，然后针对其采取相应的控制策略，自行调整以完成分配任务，是航行器向自主化、智能化发展的趋势。从水下航行器运动控制的角度来看，在运动过程中必须消除海流这一扰动项，否则会影响作战、训练任务的完成，以及导致航海事故的发生[6–9]。因此，研究海流作用下水下航行器的水动力性能对于其设计制造和自动控制系统具有重要意义。

国内外虽已开展了较多的有关海流与水下航行器相互作用的研究，但缺乏有关此研究的文献综述。为研究水下航行器在真实、复杂海流作用下的水动力特性，本文拟针对不同水下结构物在海流作用下的水动力特性研究现状进行详细的梳理与总结，并简要讨论应对海流干扰的控制方法，目的是希望国内从事水动力学相关研究的学者能够重点关注和研究复杂海流对水下航行器的影响，以此推动国内水下航行器的蓬勃发展，同时也为未来研究复杂三维海流对水下航行器水动力参数的影响机理及其控制器设计提供一定的参考。 

通常来说，按照海流的物理量与时间的关系，可以将海流分为定常流和非定常流，而按照其与空间位置的关系，又可以分为均匀流和非均匀流。由于真实海洋环境中的海流极其复杂，且受多种环境因素的影响，又缺乏公开的海流数据库，因此绝大多数学者在研究水下航行器的运动数学模型时，都是将海流作为定常流和均匀流来处理，也即海流的大小和方向不随时间和空间点位置的变化而变化[10-11]。 

水下航行器在运动过程中受到的流体动力由其相对于流体的速度决定，故其动力学模型中各运动参数都是相对于流体的，只有在无海流作用时才是相对于大地坐标系的。因此，海流对水下航行器的影响主要取决于海流速度（流速）Vc。海流产生的因素有很多，Vc可表示如下[12]： 

式中：𝑉_t为由潮汐引起的流速；𝑉_lw为由风引起的流速；𝑉_s为由非线性波（Stokes波）引起的流速；𝑉_m为由整个洋流产生的流速；𝑉_set-up为由地表结构（如地震等）引起的流速；𝑉_d为因海洋中不同深度处存在不同的温度所引起的流速。

二阶波浪可使水下航行器发生偏移，可将此偏移看作是附加的流速。由Stokes波理论，该速度可以表示为 

式中：𝑘𝑖为第i个波的波数，表示在2π内的波数；𝜔𝑖为第i个波的波浪频率；𝐴𝑖为第i个波的波高；𝑇𝑖为第i个波的传播周期；𝜆𝑖为第i个波的波长；z为水下航行器所处深度。 

由风引起的流速计算公式为 

式中：𝑑₀为由风引起海流的参考深度，一般取50 m；H为海水深度。1986年，Collar给出了𝑉_lm(0)的近似公式为

式中，𝑉₁₀为海平面上10 m处的风速。 

海流的速度是随深度不断变化的，若其以层流的形式出现，则流速与深度的关系可以近似采用抛物线函数来描述。但在多数情况下，海流会受到紊流的扰动，此时，对于平整的海底，只有某一小部分边界层的海流为层流。流速在不同深度下可以近似表示为 

式中：𝑣^∗≈𝑔ℎ𝑠，其中s为海水表面倾斜度；h为从海底算起的海水高度。 

当海流随时间周期变化时，对于足够深的海水，不同深度处的流速为： 

式中：𝑣_cd0为海水表面流速；𝜔为海流的角频率；k为海流的波数，且 

式中，v为海流速度。 

通过研究分析，给出一个流速更为实用的表达式为： 

式中，D为海水总深度。 

目前，鉴于海流的复杂性，可以将流速作为常量，即[10-13] 

式中：𝑣_w0为大地坐标系下的流速，而𝑣_w𝑥0，𝑣_w𝑦0，𝑣_wz0为其3个速度分量；i₀，j₀，k₀为坐标系中沿3个坐标轴方向的单位矢量。 

对于均匀流场，利用相对运动原理，可知当水下航行器在海流中运动时，相当于将流速叠加到了航行器速度中，即 

式中：𝑣_T0为水下航行器在大地坐标系下的速度；𝑣_Tw0为水下航行器相对于海流的速度。此时，将流速作为牵连速度来考虑。 

水下航行器在运动过程中所受的流体动力取决于航行器相对于流体的速度。因此，航行器动力学模型中的各参数都是相对于流体的（无海流运动时才是相对于大地坐标系的），即 

因此，当航行器航行于海流区时，在建立动力学模型的过程中，应当将初始条件按照上式进行修正。此外，因为动力学模型是建立在体坐标系下的，所以需要对上式进行坐标系转换，得 

研究海流对水下航行器运动的影响时，需要的是水下航行器在大地坐标系下的运动参数，而非其相对于海流的参数。利用绝对运动、相对运动和牵连运动这三者之间的关系，推导出在海流作用下的运动参数为： 

海流会改变水下航行器周围的初始流场，而流场的扰动会改变水下航行器的受力情况，这不仅决定了水下航行器能否在有海流存在的海域中保持机动运行和正常工作，也很大程度上影响着水下航行器的续航能力以及航行成本。本节将按照研究对象分别对此展开评述。 

海流的存在势必会影响水下航行器的流体动力，进而对其运动参数、航行轨迹以及操纵性产生影响。赵桥生等[14]研究发现，海流直接作用于水下潜器上的力和力矩要远大于其通过机械手间接作用于水下潜器上的附加水动力和力矩，且水下潜器需要通过推进器来抵抗海流的干扰。Zhuang等[15]通过试验研究了不同类型微型自主水下航行器（AUV）在非均匀流场中的水动力性能，试验装置示意图如图1所示，结果表明，复杂流场会对微型AUV的阻力、侧向力和偏航力矩产生较大影响，结果为研究复杂海流环境中微型AUV的操纵性预报提供了参考。Huang等[16]研制了一种可自主巡航和操纵的小型AUV，通过水槽试验和数值仿真，发现AUV与海流的迎流面积越大，AUV的巡航阻力就越大，研究结果为AUV的精确操控和运动规划提供了依据。 

图1  试验装置[15]

Bae等[17-18]研究了美国Manta型水下航行器的操纵性，以及其在大攻角、低航速下受到海流作用时的横向运动，结果表明海流会使其产生漂移运动。李德军等[19]建立了海流作用下水下潜器的运动方程，模拟了水下潜器在实际航行过程中遇到海流时的运动响应，结果发现海流对水下潜器的横向运动影响较大，顶流航行可降低海流的影响。林育胜[20]采用动网格与滑移网格相结合的混合方法，研究了水下潜器（Bluefin-21 BPAUV）在侧向海流影响下的水动力性能，发现由侧向海流所引起的AUV主体尾涡在AUV尾部与导管桨连接处造成的交变力是影响阻力与推力特性的主要因素。Du等[21]研究发现海流对低速运动的AUV影响显著，且随着AUV下潜深度的增加，海流的影响效果减弱，而不同方向的海流对其作用效果不同。Yang等[22]和Nedelcu等[23]采用相对运动原理，建立了AUV在海流中的运动学模型并进行了仿真计算，结果表明在流速随深度变化的海流中，AUV的运动响应存在不稳定期。Fang等[24]建立了遥控水下航行器（ROV）在均匀海流下的六自由度数学模型，并对ROV在3种不同流速作用下的运动进行了研究，结果表明海流对ROV的运动行为具有显著影响。Chen等[25–27]对均匀海流下的一种圆盘形自主水下直升机（autonomous underwater helicopter, AUH）进行了水动力性能分析，并观察到了明显的Magnus效应，研究表明，Magnus力是使AUH远离均匀海流区的有效力，且其在后续的仿真及试验测试中也证明了AUH在水下航行时具有良好的运动稳定性。 

Gabl等[28-29]通过FloWave水池（英国爱丁堡大学的圆形水池，直径约25 m，试验段深约2 m）研究了海流和海浪对Blue ROV2水动力的影响，如图2所示，并提供了试验原始数据以及经过处理的数据集，为试验验证、测试和开发ROV的位置控制算法提供了数据参考。图中：蓝色箭头表示在180°时产生的波和流的主要方向；数字1～8代表ROV上8根系绳各自的安装点，其安装位置如表1所示；WG指波高仪；d为ROV与障碍物的距离。 

图 2  圆形试验水池（左）及试验测试图（右）[28]

表1  遥控水下航行器上各安装点（MP）相对于重心的距离

朱信尧等[30]研究了无人水下航行器（UUV）在海底驻留时侧向海流对其受力特性及垂直推进器的影响，结果表明侧向流速越大，垂直推进器对UUV的升力影响越大，侧向力与流速的平方基本呈正比。Yao等[31]研究发现在海流流速相同的情况下，螺旋桨的推力及转矩随来流角度的增大而增大，但当来流角度大于15°时，螺旋桨的效率显著下降，这有助于AUV推进控制策略的设计。Dai等[32]采用CFD方法研究了不同来流速度对水下航行器导管桨水动力的影响，发现当来流速度在1 m/s以内时，导管桨的推力与来流速度成正比，当来流速度为1 m/s时，导管桨的推力为总阻力的2倍。Mitra等[33]在循环水池中针对不同强度旋转流场对AUV阻力、表面摩擦系数和压力系数的变化规律进行了研究，结果发现旋转流场会增加AUV的阻力，且会随AUV与其距离的减小而显著增大，此研究为工作于深海区或旋涡区的AUV的设计优化提供了参考价值。张海洋[34]研究发现，运载器上浮时的水平速度会随海流的增大而增大，且正向海流会增加上浮时的水平速度，逆向海流会减小其水平速度。Kim等[35]设计了一款能够克服强海流的水下航行器，该航行器对称布置了具有足够推力、可用于抵消不规则的海流变化的推进器，并在水箱中进行了试验测试。 

Bielański[36]研究了水下航行器在遭遇显著流速的海流时所产生的诱导力对航行器稳定性的影响，提出了一种计算航行器拖缆受力的方法并进行了仿真计算。Vu等[37]利用悬链线方程推导出了具有脐带缆效应的水下航行器动力学方程，提出了一种模拟水下航行器在近海作业行为的新方法并验证了其可行性，研究可为带缆水下航行器的设计以及研究海流对其操纵性的影响提供理论参考。Zhao等[38]研究了方向固定、大小随深度变化的海流对ROV系统水动力性能的影响，数值计算表明，ROV的潜深越大，海流对脐带缆的拖曳力越大，导致ROV抵抗海流干扰的能力也就越小。 

为提高AUV的工作效率以满足海洋勘探、信息收集和传输以及特种作战等需求，需要进行水下对接以为AUV进行能源补充，但在对接期间极易受到海流的影响从而导致对接失败[39]，如图3所示为复杂海洋环境下AUV水下对接过程。Singh等[40]研究发现，AUV逆流驶向对接站能够增加对接的成功率。Wu等[41-42]的研究表明，90°的海流方向对AUV横向作用力最大，当AUV在海流中进行水下对接时，其对接中心线与来流方向小于20°有利于成功对接。Fan等[43]通过建立AUV在海流中的动力学模型，研究了海流扰动对AUV水下对接的影响，仿真结果显示，非均匀海流会产生明显的转弯力矩而使AUV偏离对接，为此，开发了一种实用的海流估计算法来补偿海流的干扰。Monden等[44]开发了用于校正海流方向与水下对接方向之间误差的自主旋转站，用来帮助ROV修正航向角以完成水下对接，并在海试中取得了成功。Esteba等[45]研究了在海流存在的情况下，AUV与漏斗形对接站的7种对接方法，为未来开发一种能利用海流将AUV推向对接站的新算法提供了一定的参考。 

图3  复杂海洋环境下AUV水下对接过程[46]

流速一般随海水深度的增加而减小，因此深海处的流动较为平稳。而对于AUV近水面回收过程，海流干扰的影响则较为显著，其产生的干扰力会对AUV的位姿状态和航行速度产生影响。Du等[47-48]研究发现，潜艇扰动流在AUV的回收过程中对其侧向位移及深度影响较大，对其姿态角影响较小，该研究可为潜艇回收AUV提供一定的参考。随后，潘光等[49]研究了复杂海洋环境对AUV回收过程的影响，揭示了AUV回收过程的水动力规律。姜军等[50]提出了一种“米”字形流体动力布局方案，该方案可提高AUV的稳定性，有助于AUV的布放与回收。张利军等[51-52]考虑了海流对AUV近水面运动的影响，提出了一种近水面AUV自适应输出反馈控制器，并进行了理论推导和仿真试验，结果表明该方法对于外界干扰具有很强的鲁棒性。杨永鹏等[53]针对AUV的高度耦合性设计了一种AUV近水面悬浮解耦控制系统，并仿真模拟了该控制系统在近水面海洋环境干扰下的工作性能，阐述了设计AUV控制器时考虑环境干扰力的必要性。刘枭夫[54]将UUV近水面回收过程分为集合阶段和跟随阶段（图4），通过仿真模拟证实了所提滑模自适应控制方法具有抵抗近水面海流干扰的能力，但未考虑海浪对UUV垂直面输入输出的影响。 

图4  UUV近水面回收过程

周启润和谢争明[55-56]在建立AUV近水面运动模型时引入了随机波浪和海流干扰项，基于扩张状态观测器（ESO）先后提出了滑模控制方法及AUV动力定位非线性模型预测控制法（NMPC）以应对海流干扰下AUV回收困难的问题，但在回收站的设计方面仍存在AUV水下充电困难、回收时间长等问题。Meng等[57]研究发现，在利用捕捉杆对AUV进行动态回收时，若捕捉杆与AUV之间的间距小于一定值，其后所产生的尾流对AUV阻力的影响程度将与流速呈正相关。Du等[58]在研究海流干扰下的欠驱动AUV近壁面回收过程时，建立了带有海流扰动的AUV运动模型，并设计了运动模型预测控制方法，仿真结果证明了该方法的有效性。Palomeras等[59]设计了一种AUV主动对接系统，并在海流干扰和能见度极差的海水环境下完成了对接实验，但结果显示当海流与对接站中心线存在大于30°的夹角时，无法对接成功。Sans-Muntadas等[60]提出由一种路径规划器和2种制导律组合成的新型欠驱动AUV对接方法，其能使AUV在存在横向海流的情况下完成回收对接，结果显示在应对强海流扰动下的AUV回收对接上，该方法相比单一制导律的控制方法成功率要高。 

海流会使AUV的航行发生偏移，如图5（图中，(x1，y1)为AUV在地面坐标系下的平面坐标；(x2，y2)为AUV在受海流影响后地面坐标系下的平面坐标；ΨA为AUV在受海流影响前的航向角；ΨB为AUV在受海流影响后的偏移方位角）所示[61]，而研究海流环境下AUV航行偏移的影响规律可为AUV的路径规划提供辅助决策。高婷等[62]提出的空间拘束运动模拟方法，可一次算例求得水下航行器操纵运动方程中的全部水动力系数。Zhu等[63]研究了海流不确定性对UUV水下跟踪精度的影响，与以往研究不同的是，该研究将海流作为非定常流来考虑对提高跟踪精度具有重要的参考意义。 

图5  海流区内AUV航行偏移情况[61]

Dong等[64]提出了一种轨迹跟踪算法，可用来应对定常海流对其运动轨迹的干扰。Rhoads等[65]提出了一种在二维时变海流中欠驱动航行器的最小时间控制方法Reachability front。Thomasson等[66]建立了水下航行器在非定常、非均匀流中运动的非线性动力学方程，为研究航行器的水动力特性及控制系统提供了参考。Xu等[67]研究了海流影响下系留式水下航行器的轨迹跟踪和水动力性能，设计了一款新型系留式水下潜器并对其六自由度运动进行了仿真计算，结果显示航行器的纵荡运动受海流影响较大，且航行器导管螺旋桨的控制效果是随流速的增大而减小的。随后，Xu等[68]又针对导管螺旋桨、水翼以及脐带缆对系留式水下机器人的操纵性和水动力性能的影响进行了研究。 

随着计算机技术与计算流体力学（CFD）的快速发展，数值模拟以其成本低、周期短、受环境影响小且能够获得丰富的流场信息等优势成为研究水动力学的重要手段之一[69-70]。在这些研究海流对水下航行器运动及载荷影响的数值模拟方法中，有限体积法（FVM）是目前应用最广的一种方法，该方法是先在流体域中对控制方程进行离散，然后在每个控制体中求解不同的流动参数[71]。Mitra等[33]采用FVM研究了不同来流对AUV水动力性能的影响，其结果有助于针对AUV在复杂流场中的运动缺陷进行设计优化。Da Silva Costa等[72]采用FVM计算了在海流作用下AUV的水动力和力矩，研究表明低频力矩波动对AUV操纵性的影响更为明显。Chen等[27]和Honaryar等[73]同样在其研究中采用了FVM和RANS求解器，并得到了航行体周围流场情况。有少部分研究者采用浸入边界法（IBM）进行了研究。例如，Li等[74]采用IBM研究了不同速度下海流对混合驱动水下滑翔机水动力性能的影响。随后，Li等[75]采用浸入边界—格子波尔兹曼方法（IB-LBM）研究了海流干扰下球形水下机器人的水动力特性，该方法能够模拟出真实环境下机器人的运动过程且具有理论简单、计算成本低、并行性好等优点。 

根据流动的复杂程度，网格的划分方法也不尽相同，又因AUV常工作于运动潜艇、船舶或海流等复杂的海洋环境下，是典型的湍流问题，因此湍流建模也是进行AUV数值模拟不可或缺的一部分[1]。Xu等[68]在研究海流对有缆水下航行器在不同拖速下水动力性能的影响时，由于计算域和细化区域比较大，为降低计算成本，采用重叠网格和自适应网格方法对计算域进行了加密。Wei等[76]采用重叠网格技术模拟了AUV在风、浪、流下的运动特性，这对于AUV的运动控制具有一定的参考价值。Saghi等[77]使用压力隐式方法（PIMPLE）和pimpleFOAM求解器对不同头部形状的AUV进行了阻力分析，并利用分块网格和细化技术生成了圆柱域和笛卡尔结构化网格，湍流模型则采用k−ε两方程。高婷等[62]研究AUV水动力系数的计算方法时，在网格离散方法上采用自适应切割体网格技术，保证了计算域中多数为优良的六面体网格，并对近壁面网格使用边界层网格进行了控制，考虑到艇体的复杂性，对其附近进行了加密处理。Wu等[41-42]采用混合动网格方法和雷诺应力模型（RSM），研究了海流作用下AUV水下对接的动力学问题，研究发现采用混合网格可精准估算黏性力，且RSM在预测AUV的阻力时相比其他湍流模型更加准确。Xu等[67]采用混合网格研究了海流影响下ROV的水动力性能。胡维峰[11]采用混合网格模型和用户定义函数（UDF）研究了AUV在海流干扰下的漂流运动，其中混合网格相对于单一网格具有保持程度高、计算准确性好等特点，而使用UDF对海流模型参数进行控制，实现了自定义的数值模拟。 

Xue等[78]试验研究了仿生鱼攻角、水波和海流对仿生鱼水动力的影响，试验如图6所示。试验结果表明，海流会削弱仿生鱼的稳定性，降低仿生鱼头部前方的水压力，而水波则会增加仿生鱼的阻力，该试验的设计为研究仿生鱼的水动力性能提供了新的视角。 

图6  仿生鱼试验设备[78]

Suebsaiprom等[79]提出了一种重心控制方案，仿真结果表明，该方案能够实现仿生鱼在海流扰动下的运动和操纵性，具有自稳定性。Honaryar等[73]设计了一款仿鲶鱼自主水下航行器ZRAUV（图7），考虑到其在海底进行管道和电缆检测时有可能会受到海流等干扰的不利影响，对其稳定性进行了数值和试验评估，结果显示新型的ZRAUV显著提高了水动力稳定性。 

图7  ZRAUV样机的总体布置及其结构[73]

朱军等[80]研究了定常海流对潜艇纵向漂流和微速航行时水动力的影响，给出了“漂流指数”的定义并推导了计算公式（式（15））。曾广会等[81]按照相对运动原理将流速项计入潜艇阻力中，建立了海流作用下潜艇纵向动力学方程，并开展了海流作用下潜艇纵向漂流运动的模拟计算，得到了潜艇在海流中的运动规律，该研究对失去动力的潜艇的搜救具有重要意义。 

   式中：𝐾_u为漂流指数；𝑋_u为阻力回归系数；m潜艇质量；𝑚₁₁为潜艇纵向附加质量。 

杨永鹏[82]和赵金鑫[83]在建立水下潜器运动方程时加入海流干扰项，建立了更加精确的数学模型，并研究了海流对水下潜器水动力性能的影响。李慧等[84]对潜艇六自由度运动规律进行了研究，其以格特勒方程为基础并经适当简化，建立了海浪、海流模型干扰下的潜艇运动方程，通过对比潜艇在静水及海况干扰下的仿真结果，发现潜艇在做回转运动时将沿海流方向发生漂移，在做直航运动时，潜艇纵、横向速度的增量为海流在此方向上的分量，但海流未引起潜艇角速度和姿态角的变化。胡坤等[85]分析了海流与潜艇悬停操纵稳定性之间的关系，结果显示潜艇在悬停的过程中（图8，其中a为定海流，b为风生流，c为因地貌变化产生的非均匀流），当潜艇随海流运动到海底凸起的上方时，由地貌变化产生的非均匀流（流c）大于风生流（流b），艇体上、下压力差将使潜艇的悬停深度发生变化，故应避免由海面风生流和海底地貌变化产生的非均匀流场对潜艇的影响。洪方文等[86]利用CFD方法探索性地研究了潜艇在均匀流中水下航行时产生的自由面尾迹特征，结果显示其数值计算结果与理论分析的结论基本一致。付本国等[87]研究表明海流大小和方向对潜艇救生艇对接平台倾角的能力影响较大。 

图8  潜艇在不规则流中的悬停 [85]

Zhang等[88]针对潜艇逃生舱在2种定常海流中垂直弹射时的运动进行了仿真，结果显示逃生舱与弹射舱室间的接触力在流速为0.3 m/s时对逃生舱运动的影响较大，且逃生舱在45°海流作用下的偏移比在135°下的大。Wang等[89]对潜艇在遭遇不同速度海流情况下的应急上浮运动进行了仿真分析，结果显示潜艇最大俯仰角随流速的增加而减小，且近似呈线性关系。

殷崇一[90]将定常流速叠加到导弹速度场，建立了海流作用下导弹运动的动力学模型并进行了仿真计算，结果显示流速的大小和方向会影响导弹所受流体动力和力矩的变化，但对其姿态参数及角速度无影响。滕鹏桦等[91]利用四元数法建立了定常均匀流场作用下导弹运载器的数学模型，模拟仿真了不同流向和强度海流对运载器水下运动及出水时刻俯仰角以及水中规避弹道的影响（图9），结果显示在0°和180°方向上，海流对水下规避弹道特性的影响不大，当海流流速达2 kn以上时会对弹体出水时刻的俯仰角造成至少10°以上的偏离，当流速为4 kn时造成的偏移角度达60°；在90°和−90°方向上，海流会对规避弹道产生较大影响，但对俯仰角的影响较小，所建立的数学模型及结论为深入研究潜载导弹的水下发射及运动奠定了基础。胡芳琳等[92]研究了某深海作业平台水下悬停遭遇微速海流时对其动力定位的水动力影响，数值计算结果显示，海流对平台垂直面内的扰动问题可以忽略不计，而六自由度空间扰动问题则必须考虑海流的影响。Xing等[93]使用平均条件超越率方法研究了当海流平均速度为0.5和1.0 m/s时，对后推进器失效的海底穿梭油轮（SST）在海流中悬停时的极端位置响应。 

图9  海流方向示意图[91]

由上节的分析可知，海流扰动威胁着水下航行器的航行安全并影响任务成功率。因此，海流是水下航行器必须考虑的干扰因素之一，而研究海流对航行器水动力参数影响的目的是为水下航行器的设计及运动路径规划提供控制参考。在水下航行器的运动控制和轨迹跟踪过程中，一般有2种应对海流干扰的方法：一是通过提高无模型控制算法的鲁棒性来应对海流扰动；二是基于模型的控制算法，如模型预测控制（MPC），在预测模型的输入中加入观测到的扰动，以抵消由海流引起的误差[75]。目前，有关应对海流扰动的控制算法的研究较多，在此不予赘述，本节将仅简要介绍几种常见的应对海流干扰的控制方法。 

Antonelli[94]针对几种常用的AUV六自由度控制器进行了比较研究，发现AUV在稳态时需要补偿海流和恢复力这2种动力效应，推导并设计了一种带有重力补偿的自适应/积分比例微分控制器，用以实现在海流存在情况下的零稳态误差，并利用数值仿真对理论结果予以了验证。Heshmati-Alamdari等[95]提出了一种鲁棒轨迹跟踪控制方法，以应对模型动态不确定性和海流扰动的存在，仿真结果表明，使用该方法可使AUV按照期望的轨迹航行。Hasan等[96]提出了一种自适应模糊非线性比例积分微分（PID）控制器，解决了海流扰动及水下机器人动力学建模不确定性的影响。Xue等[97]为提高水下机器人在海流干扰下的轨迹跟踪精度，提出了一种无模型自适应控制算法（MFAC），仿真结果表明，MFAC在位置和速度跟踪精度上相比PID控制方法分别提高了68.1%和81.0%。 

Zhang等[46]开发了一种无模型对接控制器，用以解决AUV在海流、海浪等复杂海洋环境中的三维对接任务（图10），仿真结果显示，该控制器能够提高对接成功率，但未考虑对接站可移动等条件。 

图10  应对海流干扰的AUV对接控制过程[46]

Qi等[98]提出了一种主动稳定系统，该系统可以减小AUV在接近自由面时由海流等干扰引起的横摇和纵摇运动。Gong等[99]设计了一种双闭环模型预测控制方案，尽管存在海流的外部干扰，也能实现跟踪误差收敛为0的能力。Li等[75,100]使用边界格子玻尔兹曼方法方法研究了海流扰动对球形水下机器人水动力特性的影响并建立了动力学模型，随后，设计了基于海流观测器的自适应模型预测控制（AMPC）策略（图11），最后，通过试验和仿真模拟证实了其正确性以及抗海流扰动的能力。Kim等[101]研究了非均匀海流作用下AUV的路径跟踪问题，设计了一种用于估计AUV轨迹的三维流速高增益观测器（HGO），数值仿真结果表明，其具有较好的海流补偿功能，使得AUV可收敛于规划的路径。 

图11  海流观测器的自适应模型预测控制策略[75]

图12  应对高变航速海流的控制方案[102]

人工智能算法是当前水下航行器路径规划中较为适用的一种方法，其中粒子群算法、进化计算、蚁群算法、遗传算法、自组织神经网络等主流人工智能算法渐成为规划领域的研究热点[103]。 

徐玉如等[104]提出了一种由遗传−粒子群优化（genetic algorithm-particle swarm optimization, GA-PSO）混合算法规划出的路径，其可使AUV在考虑海流因素航行时自身耗能最小，减少了海流对AUV的影响。葛晖等[105]针对海流作用下AUV的动力定位控制，设计了一种基于径向基神经网络的自适应反演控制器，使得AUV的头部能够“顶住”海流的干扰。Li等[106]研究了海流影响下AUV路径规划的全局最优解问题，并对其提出的改进压缩因子粒子群算法进行了仿真验证，结果显示在海流干扰的情况下，使用该方法能以较快的速度获得最优路径。Zhu等[107]为消除海流对UUV水下最优路径的影响，提出了一种基于生物启发神经网络的智能算法（CBNNP），如图13所示（图中vd为UUV期望速度；vcur为流速；vplan为UUV规划速度），并针对不同速度和方向海流作用下的UUV路径规划问题进行了仿真计算，结果证实采用该算法能成功消除海流的影响并规划出最优路径。Chu等[108]提出了一种新型神经网络控制算法并进行了仿真，结果证明该方法适用于未知海流干扰下的实时路径规划。Yang等[109]利用真实海流数据建立了三维海洋环境，提出了一种N步优先级双层深度Q网络（NPDDQN）路径规划算法，并通过实验验证了所提算法的稳定性。 

图13  消除海流效应的UUV水下最优路径规划示意图[107]

水下航行器作为集能源动力、导航控制、环境感知等尖端技术为一体的高科技产品，因其在海洋工程和军事方面的广泛应用以及在水下作业方面的优异表现，自问世以来，一直是国内外高度关注的热点领域。海流会对水下航行器的运动及载荷产生影响，尤其是对低速、长续航水下航行器的影响更加显著，威胁着水下航行器的航行安全。因此，本文针对不同水下航行器在海流作用下的水动力学研究现状进行了梳理，主要得到如下结论： 

1） 海流的存在改变了水下航行器周围的流场，进而对其附加水动力和力矩也产生了影响，导致水下航行的不稳定性，且还会降低其续航力。目前，绝大多数文献上的研究都是将海流作为定常流或均匀流来处理，然后再利用相对运动原理，将流速叠加到航行器的速度上来建立数学模型。研究表明，海流会对水下航行器的巡航阻力、侧向力和偏航力矩等产生较大影响，从而使其发生漂移运动。例如，Huang等[16]研究发现，航行器与海流的迎流面积越大，巡航阻力越大；李德军等[19]和Du等[21]的研究表明，顶流运动可降低海流对航行器的影响，随着航行器下潜深度的增加，海流对其的影响会减弱；朱信尧等[30]则研究发现，侧向力与流速的平方基本呈正比。 

2） AUV水下对接技术能够节约航行成本，帮助其与母船进行数据对接，但海流的存在会使AUV产生明显的转弯力矩，影响水下对接的成功率。例如，Singh和Wu等[40-42]的研究表明，当AUV逆流驶向对接站，或其对接中心线与来流夹角小于20°时，有利于增加对接成功率。 

3） 海流干扰对AUV近水面回收过程的影响较为显著，其产生的干扰力会对AUV的位姿状态和航行速度产生影响，从而影响AUV的对接精度与回收成功率，因此，在AUV的回收控制过程中必须考虑海流等干扰力的影响。 

4） 海流虽会降低水下航行器的稳定性，但可通过观察研究海洋生物设计出新型仿生机器人来应对海流的干扰。 

5） 潜艇在做回转运动时会沿海流的运动方向发生漂移[84]；做应急上浮运动时，潜艇最大俯仰角会随着流速的增加而减小且近似呈线性关系[89]；海流也会引起潜艇悬停时的深度变化。 

6） 所讨论的几种应对海流干扰的控制方法中，除文献[75]所述通过海流观测器对观测到的干扰力进行补偿的无模型控制算法以及将观测到的扰动加入预测模型输入中以抵消海流引起误差的模型控制算法外，人工智能算法是当前水下航行器路径规划中较为适用的方法。

通过分析海流对水下航行器运动及载荷的影响规律，可以用于解决模型参数的不确定性和海流扰动下的控制稳定性问题，意义重大。尽管国内外学者对此已开展了较多研究，但局限于海流的复杂性以及水下航行器的非线性和高度耦合性，依然存在许多不足之处。在未来海流与水下航行器的研究工作中，认为研究的重点如下： 

1） 提高水下航行器数学建模的精度。数学建模是研究水下航行器水动力性能的理论基础，而精准的水动力系数又是水下航行器运动控制的分析依据，但目前绝大多数模型是将海流简化成定常流或均匀流来建立，未能完全模拟出水下航行器的真实海洋环境，影响水下航行器的总体性能。因此，建立高精度的数学模型是未来研究的重点。 

2） 开展水下航行器的模型及海试试验。随着计算机的高速发展，CFD技术得到极大提高，使得多数研究者依赖数值仿真技术，仅少数人开展了二维海流的模型试验，研究结果缺乏试验数据支撑。因此，如何在水池中模拟出真实的三维海流并开展相关研究值得探讨。 

3） 加快新型推进器在水下航行器上的应用。水下航行器作为高度智能化的水下产品，在应对水下复杂海洋环境时，需要具有很强的自主性与机动性，而良好的控制系统与执行机构（包括推进器与舵桨）是提高水下航行器航行姿态及运动稳定性的必要条件之一。因此，未来应加强新型推进器及其控制系统的设计，研究机动性强、推进效率高的新型特种推进器，如低噪声、高机动性的仿生推进等[110]。 

4） 发展水下航行器的动力定位系统，提高水下航行器在海流干扰下的稳定性。稳定性是保证航行器有效执行任务的关键之一，而动力定位控制系统可以通过与海流观测器相结合，根据采集到的海流数据计算出使航行器恢复稳定所需的推力大小，通过推力分配算法对主推进器和辅助推进器进行操控，来达到克服海流等海洋环境干扰的目的。 

5） 发展组合导航系统，提高水下航行器的水下通信与精确定位能力。无论是水下航行器自主回收对接过程还是执行任务的过程，毫无疑问，精确的导航定位能力至关重要。组合导航系统不仅能够克服单一导航系统可靠性低、辨识精度低以及易受海洋环境影响等缺陷，而且还能提高系统的鲁棒性与控制精度，可作为未来水下航行器导航技术的发展思路。例如，赵蕊等[111]提出的基于惯性导航（INS）、声学超短基线定位（USBL）和光学系统等信号引导的融合导航算法。 

6） 开展多学科交叉融合。水下航行器的设计牵涉到水动力学、控制算法、通信与导航、水声工程等学科，可将水动力学的研究作为其他学科的研究基础，进行多学科优化设计，从而提高水下航行器在海流作用下的总体性能。 

往期精彩推荐——点击标题查阅全文

【综述】漂浮式多能联合发电装置研究进展

【综述】海上风电登靠步桥发展与关键技术研究综述

【综述】哈尔滨工程大学：浮式风机平台设计研究综述

【综述】舰船动力设备抗冲击评估方法综述

【综述】海军工程大学：轨迹发生器的研究进展与展望

【综述】中国海洋大学刘贵杰教授等：仿生机器鱼步态控制及闭环运动控制方法综述

【综述】舰艇爆炸毁伤与防护若干关键问题研究进展

【综述】王宁教授等：水面无人艇单目视觉伺服自主控制研究综述

【综述】张显库教授等：智能船舶靠泊技术研究热点与趋势

欢迎分享到朋友圈✬ 评论功能现已开启, 接受一切形式的吐槽和赞美

核心期刊《中国舰船研究》学术论文免费检索、阅读