船舶主机低功耗电子电路故障准确获取系统

为提高船舶主机低功耗电子电路故障的检测效果,设计了一种船舶主机低功耗电子电路故障准确获取系统。首先分析了当前船舶主机低功耗电子电路故障检测的研究现状,指出各种检测方法的不足,然后引入层次分析法对船舶主机低功耗电子电路故障特征进行分析,确定每一个特征对故障检测结果的权重,并采用支持向量机根据权重对船舶主机低功耗电子电路故障进行检测,最后将应用于船舶主机低功耗电子电路故障准确获取系统中。仿真测试结果表明,本文系统的船舶主机低功耗电子电路故障检测精度高,降低了船舶主机低功耗电子电路故障检测误差,可以应用于实际的船舶主机电路故障检测中,具有较高的实际应用价值。     

船舶电力系统低功耗电子电路故障准确获取系统

传统船舶电力系统在使用过程中,存在低功耗电子电路故障识别准确度低的问题,因此,提出船舶电力系统低功耗电子电路故障准确获取系统。首先针对问题产生原因进行分析;其次,针对原因创建微电子检测识别硬件,对低功耗电路状态进行针对性检测;接着,引入混沌故障算法对低功耗电路内的异常故障因子进行混沌计算,得出故障混沌值,完成故障识别;最后,通过仿真实验的方式,对比设计系统与传统系统的识别效果,以此证明设计系统的有效性与可行性。     

船舶电力系统低功耗电子电路过温保护方法

由于低功耗电子电路过温保护应用设备无法精确测量电子电路的温度数值,致使电子电路过温保护效果较差,提出船舶电力系统低功耗电子电路过温保护方法研究。选取三极管作为低功耗电子电路温度测量器件,分析其温度测量原理,以此为基础,根据电子电路热源与温度分布情况,设置三极管位置,确定低功耗电子电路温度滞回量,制定过温保护程序,执行程序即可实现低功耗电子电路的过温保护。通过对某船舶的实验可以证明,温度滞回量约为15℃时,能够有效防止电子电路发生热振荡,证实了提出方法的实用性较好。     

船舶通信系统低功耗电子电路故障准确获取技术

利用传统获取技术对船舶通信系统故障进行获取时,准确性较低。针对上述问题,提出1种基于神经网络的船舶通信系统低功耗电子电路故障准确获取技术。该技术主要分为3步:第一,构建BP神经网络结构;第二,确定电子电路故障学习样本;第三,训练学习样本,将样本输入到BP神经网络结构当中,获取电子电路故障。结果表明:本次研究的基于神经网络的故障获取技术比基于小波变换信号处理的电子电路故障获取技术和基于粒子群的电子电路故障获取技术的准确率分别提高了9%和13%。     

舰船动力系统低功耗电子电路故障检测方法

当前,在舰船动力系统运行中使用大量低功耗电子电路替代传统的导线传输电路,起到降低电能损耗的作用。由于低功耗电子电路在使用中会出现隐性故障,所以需要实现对电子电路设备状态的检测,及时采集故障信息,做好故障排除工作。本文分析舰船动力系统低功耗电子电路故障检测需求,并从功能设计、软件设计和硬件设计3个方面入手,提出电路故障检测系统设计方法,以及小波分析在电路故障检测中的应用,通过对比实验研究表明,基于小波分析的电路故障检测能够保证数据获取的精确度。     

船舶电力系统配电网故障恢复重构算法研究

配电网故障恢复重构问题是船舶电力系统中一个多目标、多约束的优化问题,针对当前算法存在配电网故障恢复精度低的缺限,提出了改进粒子群算法的船舶电力系统配电网故障恢复重构策略,首先建立配电网故障恢复重构问题的数学模型,然后采用改进粒子群算法进行求解,最后进行了船舶电力系统配电网故障恢复的仿真实验,结果表明,改进粒子群算法提高了配电网故障恢复重构精度,加快了配电网故障恢复重构速度,而且综合性能要明显优于其它配电网故障恢复重构算法,船舶电力系统具有重要的实际应用价值。     

基于无线传感器网络的船舶电力系统故障检测算法

为了解决传统故障检测算法存在的检测精度低的问题,提出了基于无线传感器网络的船舶电力系统故障检测算法。构建无线传感器网络,并利用该网络实现对船舶电力系统实时运行信号的采集。按照不同的电力系统故障类型设置故障特征,作为故障检测的数据对比标准。通过输出故障类型和故障发生位置,实现船舶电力系统的故障检测。实验结果表明,与传统检测算法对比,设计的故障检测方法得出的检测结果更加接近设置的故障数据,即设计的故障检测算法的检测精度更高。     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

非线性船舶物流配送量估计的数学模型分析

针对当前非线性船舶物流配送量估计方法存在的精度低、耗时长等缺陷,为了获得更加理想的非线性船舶物流配送量估计结果,提出非线性船舶物流配送量估计的数学模型。首先分析当前非线性船舶物流配送量估计研究进展,指出各种非线性船舶物流配送量估计方法存在的不足;然后选择船舶物流配送量估计历史数据,引入数据挖掘技术分析非线性船舶物流配送量估计的变化特点,建立非线性船舶物流配送量估计数学模型,最后与其他方法进行了仿真实验。结果表明,数据挖掘的非线性船舶物流配送量估计精度超过了92%,而且建模的时间短,非线性船舶物流配送量估计效果要明显优于当前其它估计方法,具有更高的实际应用价值。     

遗传算法的舰船电力系统供电恢复研究

船舶电力系统的故障重构是船舶运行管理系统中的重要内容。为保障船舶运行过程安全可靠,根据船舶电力系统的特殊性,结合遗传算法对舰船电力系统供电恢复问题进行研究。将遗传算法具体用于船舶电力系统的网络故障重构并通过对遗传算法对电力系统故障信息进行快速、准确地判断,以便更及时准确的对复杂的船舶电力系统供电恢复情况进行调整和控制,确保船舶在中电力系统出现故障的情况下可快速恢复供电,以保障航行安全。通过调查分析和实验检测充分证明了该方法能有效地提高船舶供电恢复的速度及精度,可较好地实现了舰船电力系统的多目标故障恢复。     

Kolmogorov熵在船舶电力系统可靠性研究中的应用

混沌分析和非线性特性的故障识别一直是船舶电力系统可靠性研究中的重点和难点,本文应用Kolmogorov熵分析和研究船舶电力系统的可靠性.通过计算和分析不同状态下船舶电力系统的K熵,得到了船舶电力系统的混沌定量判据,使船舶电力系统混沌分析与电力系统的可靠性研究结合起来,为船舶电力系统可靠性研究提供新的方法和思路,同时将K熵的计算数值作为电力系统中故障的特征值来识别系统的故障.实验表明了该方法的有效性和可行性.     

船舶电力系统故障工况仿真

船舶电力系统运行良好是船舶安全的重要保证,有必要对系统故障情况进行研究.采用计算机仿真软件MATLAB和ETAP分别对船舶电力系统进行建模及故障工况分析,获取详细的故障工况数据作为故障模式影响分析(FMEA)的基础,用于船舶电力系统的安全可靠方面的研究,有一定的现实意义.     

基于专家系统的船舶电力系统故障诊断探究

船舶所处的特殊行驶环境会导致船舶电力系统存在故障,发生不稳定、故障点确定困难等问题,而故障诊断专家系统能及时对出现的故障进行高效率诊断,有效缩短船舶电力系统故障持续时间。文章对船舶电力系统的组成与特点进行分析,并基于船舶电力系统可能存在的电气故障明确传播故障诊断专家系统研究的结构框架,结合反向推理、模糊推理等方法,对船舶故障的具体诊断情况与解决方案进行分析,旨在有效增强船舶电气系统供电稳定性,提高船舶行使的安全系数。     

不平衡负载下船舶电力系统故障诊断研究

电力系统的故障诊断可以保证船舶的正常工作,针对当前单一模型无法全面、准确对船舶电力系统故障进行诊断的难题,提出一种基于组合模型的船舶电力系统故障诊断模型。首先提取不平衡负载下船舶电力系统的信号,并提取状态特征,然后采用隐马尔科夫法对船舶电力系统故障进行初步诊断,采用支持向量机对船舶电力系统故障进行进一步诊断,以提高船舶电力系统故障诊断的准确性。最后进行船舶电力系统故障诊断的测试,测试结果表明,组合模型可以从多个角度对船舶电力系统的工作状态进行分析,船舶电力系统故障诊断率高,不仅有降低了船舶电力系统故障的错误诊断率,而且改善了船舶电力系统故障效率。     

基于数据挖掘技术的船舶物流成本分析和估计

船舶物流成本与多种因素有关,具有十分大的波动性。当前船舶物流成本分析和估计方法由于没有考虑船舶物流成本波动性,难以描述船舶物流成本的变化趋势。为了提高船舶物流成本分析和估计的准确性,提出基于数据挖掘技术的船舶物流成本分析和估计方法。首先分析船舶物流成本分析和估计的研究进展,建立船舶物流成本分析和估计的数学模型,然后引入数据挖掘技术对数学模型进行求解,拟合船舶物流成本变化趋势,最后与经典船舶物流成本分析和估计方法进行实验测试。结果表明,数据挖掘技术的船舶物流成本分析和估计精度超过92%,而经典方法的船舶物流成本分析和估计均低于90%,且数据挖掘技术的船舶物流成本分析和估计效率更高,验证了本文船舶物流成本分析和估计方法的优势。     

船舶电力系统弱电控制设备安全可靠性评价研究

针对当前弱电控制设备安全可靠性评价方法存在的结果可信度低等弊端,为了获得更优的弱电控制设备安全可靠性评价结果,提出组合方法的船舶电力系统弱电控制设备安全可靠性评价方法。首先回顾船舶电力系统弱电控制设备安全可靠性的研究进展,分析弱电控制设备安全可靠性评价影响因素,然后引入因子分析法确定影响因素的权重值,最后引入神经网络建立船舶电力系统弱电控制设备安全可靠性评价模型,并对其性能进行具体测试。本文方法的船舶电力系统弱电控制设备安全可靠性评价精度超过95%,评价结果的可信度高,整体性能明显好于当前其他船舶电力系统弱电控制设备安全可靠性评价方法,具有广泛的应用前景。     

大型船舶电力系统短路故障诊断方法研究

船舶电力系统是船舶中的重要的组成部分之一。随着船舶航运的发展,船舶电力系统的重要性也日益显现出来,相关的研究工作也广泛的开展开来。由于船舶航行所处环境湿度很大,加上盐雾、霉菌、油污等因素影响,导致船舶电力系统线路易受到腐蚀、恶化,使得船舶电力系统的输电线路短路故障频发,直接影响船舶电力系统安全性、稳定性,一旦处理不及时甚至会造成船舶电力系统的瘫痪。因此对船舶电力系统短路故障进行准确检测、及时排查十分重要。对船舶电力系统短路故障的准确检测方便及时采取有效解决措施对电力系统故障进行预警和处理,有利于保障船舶电力系统安全稳定运行。早期的船舶电力系统短路故障出现的时间长短难以确定,为了更好地制定维护方案,结合模糊算法对船舶电力系统短路故障进行了分析,对现有的船舶电力系统故作诊断系统进行了优化设计,最后对系统进行检测,检测结果证明该方法对船舶电力系统进行故障诊断工作精准度较高,有较强的参考价值。     

船舶电力系统的无功功率分配不均故障实时检测研究

针对船舶电力系统的无功功率分配不均故障检测,准确性差、抗干扰性差的问题。设计新的船舶电力系统的无功功率分配不均故障检测方法,对无功功率分配不均故障进行划分,提取不均匀分配故障信号特征,设计识别算法,准确的对故障进行定位。实验结果表明,该方法准确性较强,抗干扰性好。     

基于大数据的船舶故障趋势预测

船舶故障趋势预测的研究具有重要实际应用,船舶故障趋势复杂多变,当前船舶故障趋势预测方法无法高精度描述其故障变化特点,使得船舶故障预测趋势结果靠性低。为了提高船舶故障趋势预测效果,设计了基于大数据的船舶故障趋势预测方法。首先分析当前船舶故障趋势预测研究进展,找到各种方法的船舶故障趋势预测的局限性,然后采用船舶故障趋势数据,并利用大数据分析技术拟合船舶故障变化趋势,构建船舶故障趋势预测模型。最后在相同平台下,与其他船舶故障趋势预测方法进行了对比测试。结果表明,大数据的船舶故障趋势预测精度超过95%,不仅完全达到了船舶故障控制的实际应用要求,而且船舶故障趋势预测效果要优于对比方法,具有更加广泛的实际应用范围。     

基于大数据分析的船舶交通特征统计分析

为了降低现阶段船舶交通特征统计分析数据的离散度,提高统计分析质量,提出了基于大数据分析的船舶交通特征统计分析方法。根据数据挖掘结果进行数据初步处理,获取船舶交通数据极值以及样本差和方差,根据当前船舶交通数据流进行数据卡方拟合和分布拟合,获取拟合曲线和曲线函数,根据拟合曲线的实际特征值确定当船舶交通流理论特征值,并在理论特征值中添加边界条件,利用边界矩阵获取实际特征数据集合,实现船舶交通特征统计。仿真实验数据结果表明,应用设计方法统计的船舶交通特征值,极差数据降低了29%,标准差降低了35%,可以有效降低数据离散。