船舶焊缝图像缺陷识别研究

首先阐述BP神经网络结构,得到不同层神经元之间的关系;然后详述BP神经网络进行分类的原理,并进行改进,提出误差逆向的神经网络识别算法,加强了系统的学习性和收敛性,将其应用到船舶焊缝图像缺陷识别中,最后进行实验,说明本文所设计的BP神经网络结构能够提高缺陷识别的正确率。     

船舶电气系统故障识别的建模方法研究

为了改善船舶电气系统故障识别结果,提出基于机器学习算法的船舶电气系统故障识别方法。首先采集船舶电气系统工作状态的数据,并提取船舶电气系统故障识别特征向量,然后利用机器学习算法对船舶电气系统的训练样本进行学习,建立船舶电气系统故障识别模型,最后进行船舶电气系统故障识别方法有效性测试实验,测试结果表明,本文方法能够获得较高正确率的船舶电气系统故障识别结果,同时船舶电气系统故障识别整体结果显著好于其他船舶电气系统故障识别方法。     

基于红外图像的海上船舶特征识别算法研究

传统海上船舶特征识别算法受到可见光强弱的影响,在暗光条件下对船舶图像识别能力远远不如白天,加之船舶搜救等应用场景多为夜晚。因此,提出基于红外图像的海上船舶特征识别算法研究。首先,基于红外图像识别算法,将红外识别与可见光参量进行高精度融合计算;其次,对融合后的红外识别特征参量进行增强计算;最后,通过粒子群算法对大场景中的目标进行特征绑定,从而实现暗光条件下快速准确识别船舶特征的效果。通过实验对提出算法进行测试对比,证明提出算法在暗光条件下对船舶特征的识别能力高于传统识别算法。     

基于语义的船舶行为动态推理机制

为实现对船舶行为的深入挖掘,建立船舶行为模型,根据模型需求引入语义模型和动态贝叶斯网络,形成基于语义的船舶行为动态推理机制。使用语义网络实现复杂态势下船舶行为领域知识的形式化描述与共享;将语义网络结构转换为动态贝叶斯网络结构并采用水上交通大数据进行参数学习;使用动态贝叶斯网络推理不确定性信息,挖掘深层次的船舶行为和事件。基于长江渡船靠离泊行为的实例验证表明:该船舶行为动态推理模型能准确地识别并预测船舶的动态行为,实现船舶行为的辨识与预警。     

基于神经网络特征提取的SSA-SVM船舶目标识别方法

运用神经网络图像特征提取联合SSA-SVM分类算法,对通航区域图像中的典型船舶目标进行识别以实现船舶目标的自动分类。首先通过摄像机获得通航区域的高分辨率图像,以AlexNet深度学习网络为基础经迁移学习后提取典型船舶目标特征,获得4种船舶类型、共5 505 024个特征数的典型船舶目标特征矩阵。以特征矩阵为训练依据训练SSA-SVM算法,在种群寻优下获得最佳识别参数,经训练得出在小数据集下具有较强辨识能力的SSA-SVM船舶目标识别模型。实验表明,相比于深度学习的大数据集驱动识别算法,使用AlexNet特征提取的SSASVM算法能够在数据量较少的情况下对散货船、集装箱船等典型船舶目标进行有效识别,识别准确率为88.87%、训练时长为1 856 s,满足实用需求,为水上监管提供了可靠的技术支持。     

基于机器学习的复杂光照条件下的河道船舶自动识别算法

随着大数据时代的到来,尤其是在图像识别领域深度学习理论得到了迅速的发展和应用。与经典的主成分分析（PCA）等识别算法相比较,深度学习算法具有识别率高,鲁棒性强。基于卷积神经网络（CNN）原理,提出了一种在复杂环境条件下基于现场可编程门阵列（FPGA）的实时船舶识别算法,该方法提高了库区复杂环境条件下船舶自动识别的速度和准确性。该识别算法基于全面多节点的FPGA构建,实现船舶快速自动监测的目的。测试结果表明,该方法识别速度已达到360帧每秒（FPS）的传输速度,远远超过现有结果。识别率为85%。此外,该算法针对库区复杂光照环境具有很好的鲁棒性。     

GA-BP神经网络在船舶供电网络评价中的应用

船舶供电系统的正常运行,对于船舶用电自动化设备、生活用电、船舶电力推进器等非常重要,如何合理且有效的对船舶供电网络进行质量评价,近年来成为了业内的研究热点。本文介绍一种将遗传算法和神经网络相结合的GA-BP神经网络算法,系统介绍该算法的基本原理,并基于该算法对船舶供电网络的输出质量进行了建模和质量分析,通过采集一段时间内船舶供电网络中的电流数据,直接对船舶供电网络的质量进行评价。     

惯性粒子算法在船舶电力网络重构中的应用

海上船舶电力系统在出现故障无法供电时会导致船舶难以行驶与无法作业,必须在此情况下对电力网络结构进行重新构建,确保重要功能部件的恢复正常供电。为实现船舶电力网络的重构,本文对船舶上配置的一种电力网络的结构形式进行分析,并据此研究在电力故障时实现网络的重构数学模型。基于经典粒子群算法分析研究惯性加权粒子群算法在电力网络重构上应用。最后,以一种电力网络拓扑形式为仿真对象,对本文算法在电力网络重构进行实验,结果证明惯性粒子群算法能够构建合理的电力网络重构方案。     

基于深度神经网络的船舶图像识别检索研究

对船舶图像进行快速准确识别在军民领域都有广泛应用,随着船舶种类的增多、图像质量的提高,传统的卷积神经网络进行船舶图像识别需耗费大量时间。本文对深度神经网络的原理进行分析,并在此基础上研究基于深度神经网络的船舶图像识别流程,对船舶图像预处理技术进行研究,建立船舶图像训练集和测试集,对YOLOV2、卷积神经网络和本文算法的平均识别时间和识别准确率进行分析,最后研究3种算法的训练次数对识别准确率的影响。本文研究的深度神经网络船舶图像识别算法,在平均识别时间以及识别准确率上具有一定优势。     

大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

软冗余技术在供电联锁装置中的应用

供电联锁装置是供电系统安全运行的重要保障,如何提高该装置的可靠性对长期保证供电网络的安全性和稳定性以及提高供电系统的生命力有着重要意义。文章介绍了基于西门子S7-300软冗余系统的供电联锁装置的软、硬件构成以及实现办法。通过对软冗余系统工作原理的认识,分析主备系统数据同步时间及故障切换时间。文章还采用马尔科夫方法对冗余系统的系统可靠性进行分析,得出软冗余技术对供电联锁装置的可靠性具有较大的提高效果。     

含轴带发电机的船舶电站协调控制

船舶电站运行工况复杂,对供电系统运行的安全经济性要求较高,采用主机驱动的轴带发电机具有较好的节能效果。轴带发电机与辅助发电机并网运行时,馈电主开关之间必须进行综合协调控制,才能确保有序的连续供电。本文重点对含轴带发电机的船舶电站协调控制进行研究,结合某船复杂的运行工况和机组特性,制定出整船电站系统协调控制策略,经过验证,该船各种工况下功率分配满足要求,主开关控制策略设置合理,电站系统能够安全可靠运行。     

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。     

分布式电源并网方式及控制策略研究

结合分布式电源的发展状况,介绍了交流微网关键器件并网控制策略,直流微网典型分布式电源并网控制策略;提出了一种可行的交直流混合微网供电结构;在现有微网技术的基础上,对比分析了不同微网供电结构的优缺点;最后对分布式电源的并网实现方式提出建议方案。     

考虑动态稳定性的船舶电网重构技术研究

在进行供电网络重构策略的寻优过程中,一般只考虑最大负载恢复量、节点电压、电流约束等目标网络的稳态信息,系统动态稳定性则因为判断策略复杂等因素,常常忽视重构方案在实施过程中动态稳定性问题。因此,在进行重构方案的寻优过程中,除了考虑重构后网络中的潮流分布因素外,还应对预想性重构方案执行过程的稳定性进行分析,以确保决策全面可实现性。如果不进行重构策略的动态稳定性校验,仅凭“最大负载恢复量”和“潮流分布”选择的重构方案可能会导致故障影响进一步扩大,产生更严重的事故。本文将从船舶供电系统的特点和船舶供电网络重构的需求出发,建立一种准确、快速的分析方法。     

新型电源结构下船舶综合电力系统区域配电网技术

随着船舶行业技术逐渐向高端化发展的趋势,综合电力系统技术作为未来清洁高效环保的发展方向日益被重视.船舶电力系统的电源、配网、用能3部分相互影响,用能日益提高,电源部分的高密度、大容量要求严格,多相设计是满足目前电源大容量需求的主要途径.分析当前常用的配网结构,直流区域配电网技术具有结构适宜、安全性高的特点.结合区域配电的思想,本文提出配电网区域邻接矩阵负荷管理办法,对电网多级负荷的运行状态、负荷计算、能量管理及其网络重构进行分析,对飞轮储能系统进行分析,相比传统的邻矩阵算法,分区管理思路能够减少计算量,辅助能量管理系统提高船舶的管理效率.     

串联式混合动力内河船舶参数匹配及控制策略研究

以某环境监测船为研究对象,根据基本参数与设计指标,在满足船舶动力性指标要求的前提下对船舶动力系统进行参数匹配,提高船舶经济性并改善排放性能。在混合动力船舶电力推进试验平台上采用切换理论控制策略进行仿真试验,结果表明,船舶在满足性能要求的前提下,燃油消耗量大幅降低,验证了动力系统参数匹配结果及控制策略的合理性和可行性。     

区块链可异构IoT层研究与船用实例

依据对区块链系统的分析和物联网IoT设备应用业务的需求探讨，提出将区块链技术向基于IoT的数据链路层延伸，具体包括IoT设备接入可信验证、IoT设备数据传输可信验证和IoT设备可异构。结合一种基于船舶物联网系统的区块链导入应用实例，探讨了具体的IoT可信验证设计、IoT设备接入可信验证设计、ECDSA区块链加密算法设计、IoT设备硬件及软件设计和IoT设备可异构设计。该设计的原型，经过了某集装箱船舶的实船验证。     

船舶靠帮补给装置可达空间分析及运动学仿真

针对当前海上船舶间靠帮补给装置的不足，提出了一种混联式靠帮补给装置，使用串联式起重臂和并联式补偿装置的组合，可实现目标船甲板的覆盖以及对目标船的姿态补偿。根据设计的补偿装置结构参数，分析了装置的可达空间约束方程，利用工作空间极坐标搜索法结合Matlab软件得到了补偿装置的实际可达空间。使用三维设计软件进行补偿装置的建模，利用Adams软件的运动学分析模块对允许最大海况下满载的装置进行运动学分析，得到各驱动杆组的运动参数，有利于装置的进一步设计与完善。     

含大功率脉冲性负荷的船舶供电系统设计及研究

脉冲性负荷是一种功率波动明显、频率切换频繁的负载,而船舶电力系统的容量和惯性较小,容易受到负荷波动的影响。本文首先根据雷达的种类、功率,及其运行特性和影响,将其进行分类并梳理出相应的解决思路,对功率波动周期和占空比都不确定的脉冲负荷雷达进行研究。由于柴油机的调速特性和发电机的调压特性都跟不上负荷频幅的波动,脉冲性负荷的工作会给船舶电力系统造成恶劣的影响,本文设计了一种含电容储能的脉冲性负荷供电系统,并完成储能电容参数的计算,结合柴油发电机组固有机械储能特性优化配置电容储能的容量。通过仿真验证了该供电系统在雷达多种典型工况下,直流母线电压的波动满足相关指标要求,网侧输入功率平滑稳定,且网侧电压谐波小于2%,满足负荷供电需求及舰船电网抗负载冲击的要求。研究结果对脉冲负载在舰船电力系统中的应用及其设计方面具有一定的指导意义和参考价值。