智能船舶中环境对WSN影响分析与优化对策

根据CCS《智能船舶规范》,分析了智能船舶WSN的应用特征及现状。根据电磁波传输理论,建立了"白盒"、"黑盒"、"窗口"、"反射"、"衍射"、"地面"6种静态组网模型;根据WSN应用,建立了"微微网"、"散射网"和"混合网"3种动态组网模型,系统地将整个船舶归纳为8种典型环境,并对此环境下智能船舶WSN节点的布局给予了优化方案。     

基于数据网格的船舶全寿命信息系统研究

实现船舶产品信息在设计生产、使用维修过程中的充分高效传递与利用是提高船舶行业整体竞争力的有效途径,网格技术的产生与发展为实现船舶生命周期信息共享提供了有力的保证.在分析了船舶生命周期各阶段涉及到的信息及其关系的基础上,分别构造了船舶生命周期各阶段的信息模型及适合网格环境下使用的XML的元数据模型,并提出了一种采用UID(Universal Identifier)来实现船舶生命周期内各模型间信息转换与映射的方法;然后,建立了网格环境下的船舶全寿命信息系统框架和具体的企业内部信息集成框架;最后,基于VegaGOS网格平台建立了一个船舶全寿命信息原型系统,开发了若干资源层和应用层的网格服务及网格客户端,实现了统一的资源访问、服务的动态发现、资源的动态获取等功能.     

高斯混合模型的船舶传感器网络在线定位算法研究

随着无线传感网技术在舰船中的大量使用,其定位功能也正在被充分挖掘。不同于传统的卫星定位技术,无限传感器网络的设备成本非常低廉,且组网迅速,具体功能通过软件编写可以轻松实现。本文在研究船舶定位需求的基础上,提出一种高精度的基于高斯混合模型的无线传感网在线定位模型,建立RSSI三点式定位模型。并在实验室模拟出船舶在海洋中的航行环境,采用Online-LEGMM仿真系统对此算法的定位性能进行验证,实验结果取得预期效果,该算法能够对船舶节点准确定位。     

船舶压载水系统仿真模型研究

船舶压载水系统包括压载水泵、管路系统和压载水舱等.本文根据离心泵的原理建立了压载泵流量模型;对管路网络中的流量、压力计算公式进行线性化,采用矩阵方法建立了压载水管路模型;以船舶的横倾角φ和纵倾角θ作为系统的控制参数,根据船舶的浮性及初稳性原理,利用小倾角稳性公式,建立了压载水系统的浮态计算模型;以某油轮为母型船进行仿真分析,结果显示应用此模型进行实船仿真能够使船舶在多种工况下保持平稳.     

大型船舶出坞过程仿真

根据大型船舶出坞的要求,建立了船舶出坞过程仿真数学模型,包括船舶出坞操纵的基本模型、水动力模型以及拖轮等的作用力计算模型.编程计算了大型船舶出坞过程中的环境载荷,对大型船舶出坞过程进行仿真预报.以17.5万吨好望角型散货船为例,计算了该船受到的总的环境外载荷,并对该船出坞运动轨迹进行仿真预报.     

基于STEP的船舶产品数据交换技术

为实现船舶产品数据交换与共享,建立了一种新的总体功能模型.通过研究船舶STEP标准的应用与发展的趋势,以AP216为例开发与完善了船舶应用协议的应用解释模型(AIM);在总体功能模型中通过各个功能模块与基于STEP的共享数据库建立了在船舶CAD/CAM等系统上基于STEP的数据交换接口;解决了计算机应用系统之间关于船舶产品设计、制造以及全部生命周期所需的信息和数据的交换与共享.     

基于Zigbee网络的船舶环境信息采集系统

为了提高船舶的实时监控能力,需要进行船舶环境信息采集,提出一种基于ZigBee网络的船舶环境信息采集系统设计方法,进行系统的总体构架,系统包括传感器基阵模块、信号放大检波模块、滤波器模块、总线传输模块和数据存储模块。采用ZigBee作为分布式传感器的组网结构模型,采用树形和星型网络拓扑结构相结合方式进行船舶环境信息采集的传感组网设计。在ARM Cortex-M3内核中进行船舶环境信息采集系统的嵌入式开发,进行模块化设计和集成电路设计。最后进行仿真测试,结果表明,该系统能有效实现船舶环境信息采集,采集信号输出的抗干扰性较强,检测率较高。     

船舶电气智能设计数字化信息模型研究

针对船舶智能设计对各种电气信息的需求,首先分析了智能设计模式下船舶电气信息的构成.然后,探讨了船舶电气设计流程、设计任务等管理信息和产品、设备信息的集成方法及其表达形式.最后,构建了船舶电气智能设计数字化信息模型的数据库框架,介绍了其在船舶智能设计软件开发中的应用情况.     

无线传感器网络WSN在船舶动力定位系统中的应用

船舶动力定位系统是一种船舶位置与动力控制系统,能够根据海浪、海风等外界干扰条件,协调船舶的推进系统、导航系统,自动修正船舶的当前位置,保持船舶姿态和航向的稳定,确保船舶能够按照正确的航线行驶。船舶动力定位系统的关键在于正确估计船舶的当前位置,在这种情况下,传统使用的GPS、北斗等卫星定位系统精度较低,难以实现船舶灵活、快速、高精度的调整与控制动作。本文提出一种基于无线传感器网络WSN的船舶动力定位控制模型,利用传感器网络测量外界风力、风向,结合当前船舶的行驶航向,利用数学模型估计船舶的偏移量,进而进行智能的控制。通过仿真实验表明,相比于传统方法,本文提出的方法能够以较低的实现代价,实现较高的动力定位精度,具有较高的实用价值。     

基于虚拟现实交互的智能船舶感知测试系统

为了测试智能船舶对复杂场景的感知能力,推动智能船舶感知技术的发展,文章提出了一种基于虚拟现实交互的智能船舶感知测试系统.该系统构建了一个人工闭环的平行智能测试模型,用以测试智能船舶感知能力;采用了数据采集技术、数据重构技术与数据增广技术,解决了现阶段测试数据集匮乏的问题.     

船舶智能化研究现状与展望

智能化是船舶发展的重要方向。船舶智能化是在综合传感、通信、信息、计算机等多种先进技术的基础上,结合船舶具体应用环境,构建基于大数据、信息物理系统和物联网等特征的智能系统,使船舶航行、管理与服务更高效、更低秏、更安全和更环保。从大数据、信息物理系统、物联网三个方面介绍了船舶智能化的主要特征。从船舶智能航行和船舶智能管理与服务两个方面分析了船舶领域智能化现状和展望。船舶智能航行方面,探讨了综合船桥系统和无人驾驶的发展方向;船舶智能管理与服务方面,分析了水路ITS、交通流理论和数据分析方法的最新发展,并提出了基于可视分析解决船舶管理大数据处理的流程。     

船舶分段制造装备智能化需求分析

针对国内造船企业船舶分段制造装备自动化、智能化应用水平较低的现状，以作业工序的零件打磨、理料、小组立焊接、中组立焊接及喷涂等方面为切入点，分别从路径规划、信息感知、协同作业、智能决策等方面提出船舶分段制造装备的智能化需求，为船舶分段智能制造装备的研制提供必要的目标图像。     

我国船舶辅机信息化技术发展概况

从船舶对辅机的信息化需求出发,分析船舶辅机设备信息化现状及其存在的问题,按辅机设备信息化水平将辅机分为功能型、自动化型和信息化型等3个层级,结合智能船舶和船舶辅机智能化对辅机信息化的要求,探讨辅机信息化发展方向。分析结论对我国船舶辅机及智能船舶的技术发展有一定指导意义。     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。     

智能船舶发展战略规划研究

为响应《智能船舶发展行动计划(2019-2021年)》,文章给出了智能船舶的定义和分级标准,应用大系统理论及其方法,提出智能船舶大系统架构,建立智能船舶技术体系。通过分析智能船舶技术体系,识别其关键技术,最后提出智能船舶发展路线图和防范安全风险的建议。     

吊舱式推进系统在实船上的集成应用和接口分析

对吊舱式推进系统在智能型无人系统母船上的集成应用和接口进行分析,对智能航行与远程控制系统的集成和智能航行与吊舱式推进系统的接口进行分析。阐述智能型无人系统母船的人工驾驶、智能航行和远程控制等操作模式及其控制逻辑,为类似智能船舶的设计与建造提供借鉴与参考。     

基于B/S和C/S架构的船舶动力装置远程故障诊断系统

依据“智能船舶”的理念，针对船舶动力装置故障诊断系统，提出一种基于C/S和B/S混合架构的船舶动力装置远程故障诊断系统。依据B/S和C/S架构的优势，开发了基于C/S架构的数据管理平台，实现了船、岸间的数据、信息交互；将基于模糊神经网络的专家诊断模型应用于B/S架构的岸基船舶动力装置故障诊断系统的故障诊断判别，并利用BP算法训练实例对该模型进行了精度验证。结果表明，系统稳定可靠，故障诊断准确性高，为“智能船舶”发展提供了一个良好的解决方案。     

基于驾驶实践的无人船智能避碰决策方法

[目的]为实现沿海无人驾驶船舶自主航行,充分考虑无人驾驶船舶智能避碰决策的合理性和实时性后,提出并建立一种基于驾驶实践的无人船智能避碰决策方法。[方法]首先,以本体论为基础,设计无人驾驶船舶航行态势本体概念模型,并结合《国际海上避碰规则》及良好的船艺将船舶航行态势量化划分为12种会遇场景;然后,从驾驶实践的角度改进影响碰撞危险度因子的模糊隶属度函数,提出一种多元碰撞危险度评估模型,实现船舶碰撞危险度的精确计算;最后,以船舶避碰总路径最短为目标函数,提出一种基于驾驶员视角(BOP)的智能避碰决策模型,在船舶操纵性、舵角限幅等约束下求解最优避碰策略,并在典型的会遇场景下进行仿真实验。[结果]结果表明,该方法可以准确判断驾驶航行态势,给出合理的转向策略,实现典型会遇场景下的有效避碰。[结论]所做研究可为实现船舶自主航行提供理论基础和方法参考。     

基于机器学习的船舶能耗智能预测方法验证分析

船舶能耗智能预测是实现船舶能效智能评估与优化决策的基础和前提。大数据、人工智能、机器学习等新兴技术促进了船舶能耗预测方法的不断发展，为分析不同基于机器学习的船舶能耗预测算法的预测精度与效果，进行了不同预测算法的实例验证分析。结合船舶油耗及其影响因素实船采集数据，通过采用不同机器学习算法对船舶能耗进行预测分析，验证了各算法的特点和优势，从而为选择合适的船舶能耗预测算法提供参考。     

Overview of intelligent ship route optimization methods北大核心CSCD

智能船舶航线优化在学术界和工业界均受到越来越多的关注。针对智能船舶航线优化问题,从航线设计方法和航线优化算法这2个层面,分别阐述各种设计方法和优化算法的特点。结合近5年来的最新研究成果,在分析国内外智能船舶航线优化技术发展现状的基础上,将航线设计方法归纳为3种,即基于气象数据的航线优化、基于油耗模型的航线优化以及基于航线库或航路点库的航线优化,剖析其技术内涵及应用情况;深入分析改进的等时线法、动态规划法、图形搜索算法、智能算法、人工智能和机器学习算法的特性及不足,总结归纳将各类算法应用于智能船舶航线优化时存在的主要问题。最后,简要展望智能船舶航线优化的发展趋势,为未来在该领域的研究提供一定的思路。