共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
《中国舰船研究》2016,(6)
虚拟维修技术对于舰船、航行器等复杂装备的维修性设计与分析具有重要意义。详细分析舰船维修性设计对于虚拟维修仿真的应用需求,在此基础上提出一种面向舰船维修仿真应用系统的架构,设计该系统的组成及各模块功能。该应用系统架构包括数据层、功能层、接口层及用户界面层4个层次:在数据层,可实现数据的数据库存储和本地存储;在功能层,设计了多个仿真数据管理功能、运动捕获数据处理功能以及可视性、可达性和舒适性等多个高级分析功能;在接口层,提供了与Teamcenter(TC)平台的数据集成功能,可实现从TC下载舰船JT模型至仿真系统中,以及将仿真结果和场景文件等上传至TC;在用户界面层,设计了人性化的系统操作界面,可实现客户与系统之间的友好交互和操作。最后,结合Jack仿真软件,实现舰船虚拟维修仿真应用系统的原型,该原型系统为开展舰船虚拟维修仿真数据的管理与应用以及运动捕获技术在虚拟维修中的应用奠定了基础。 相似文献
3.
以降低舰船运行故障为目的,设计基于数字孪生的舰船上层建筑运维系统。该系统利用数据采集层内传感器数据采集模块采集舰船上层建筑设备基本数据和运行数据,得到舰船上层建筑设备中控数据,通过报文解析后,将其存储到MySQL数据库内;数字孪生层通过调取MySQL数据库舰船上层建筑设备中控数据,构建数字孪生体后,利用其模拟舰船上层建筑设备生产和同步虚拟运行后,得到舰船上层建筑设备实时虚拟运行数据,并将其传输到业务逻辑层内;业务逻辑层对实时虚拟运行数据进行预处理后,通过映射驱动将其传输到故障诊断模块内,该模块使用基于规则变量分析的舰船上层建筑故障诊断方法得到舰船上层建筑设备实时运行故障状态,并将故障状态信息传输到展示层内;展示层利用基础管理、数据统计和检测维保等功能实现舰船上层建筑运维。实验表明,该系统运行较为稳定,可精准诊断舰船上层建筑设备故障诊断,并为用户提供设备运维视情优先级。 相似文献
4.
5.
6.
7.
8.
9.
为快速有效存储舰船监控网络异构监控数据,提出舰船监控网络异构监控数据存储方法。此方法主要用于优化舰船监控网络监控数据云存储平台的存储效果,多个舰船监控设备,经多个虚拟网关在数据接口层统一接口的使用下,将异构监控数据发送至数据处理层;数据处理层使用基于聚类的异构监控数据分类方法,将异构监控数据按照来源分类;分类后数据发送至分布式数据存储层,使用基于自适应分配的异构监控数据存储方法,结合分布式数据存储模型的可用容量与带宽状态,将分类后监控数据以自适应分配方式,存储于性能最优的存储模型,完成自适应分配存储。实验结果表明,此方法具备舰船监控网络异构监控数据自适应存储能力,存储效率、成功率显著提高。 相似文献
10.
11.
《舰船科学技术》2021,(8)
目前对大规模舰船的多源信息数据融合研究中,在融合初期阶段,对数据的分解存在不足,导致融合后数据正确率受交集元素数量影响较大。因此提出云环境下大规模舰船多源信息数据融合研究。首先对多源信息矩阵进行分解,并且将得到的数据利用D-S证据理论在进行识别,得到数据类型和冲突程度。最后采用BP神经网络技术,通过训练后的神经网络,对多类型多冲突的数据进行融合运算。为了验证设计的数据融合技术的可行性,设计仿真实验,采用云环境下多艘舰船中的参数数据作为多源信息源数据作为实验数据,并采用设计方法和文献[1]、文献[2]、文献[3]中信息数据融合技术来进行数据融合。实验结果显示,设计方法融合后高斯噪声更低,且数据正确率受交集元素数量的影响较大。 相似文献
12.
13.
14.
15.
《舰船科学技术》2017,(18)
为了提高舰船导航和定位能力,需要对大密度的舰船电子海图数据进行快速准确检索,针对舰船电子海图数据分布密度大、散列性较强的特点,提出基于自相关特征匹配和模糊C均值聚类的大密度舰船电子海图中数据快速检索方法。采用有向图和决策树构建舰船电子海图数据库的检索节点分布结构模型,提取舰船电子海图数据的语义关联性和规则性特征,采用自相关特征匹配方法对检索数据进行指向性挖掘和信息融合处理,对挖掘的关联数据进行模糊C均值聚类,实现对大密度舰船电子海图数据的分类检索。仿真结果表明,采用该方法进行大密度舰船电子海图中数据检索的收敛速度较快,提高数据检索的查准率和查全率,检索效率和准确性较高。 相似文献
16.
基于灰色系统理论,使用海军舰船维修费用历史数据建立初值修正的GM(1,1)模型,利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到较高精度的拟合效果,并对海军舰船维修费用进行短期预测。将预测结果加入等维信息模型,对未来费用支出进行动态预测。结果表明:其精度优于传统模型。 相似文献
17.
18.
19.
20.
大数据分析下舰船维修数据挖掘算法优化分析 总被引:1,自引:1,他引:0
舰船维修数据具有重要的利用价值,当前算法无法有效对其变化特点进行准确挖掘,无法充分发挥舰船维修数据优势,为了提高舰船维修数据挖掘精度,设计了基于大数据分析下舰船维修数据挖掘算法。首先采用单一算法对舰船维修数据进行挖掘,并根据挖掘精度对各种算法进行评价。然后采用大数据分析技术中的包容性检验算法选择最佳的单一模型,并对它们结果进行组合,得到舰船维修数据挖掘结果。最后采用舰船维修价格的历史数据作为实验对象,分析本文方法的优越性。本文方法的舰船维修价格的预测精度要显著高于当前其他数据挖掘算法的精度,而且舰船维修价格预测可信度更优,降低了舰船维修价格预测误差。 相似文献