船舶耐波性试验测量数据处理系统开发及应用

针对船舶耐波性试验采集数据量大,实时处理难的问题,基于Matlab平台,以低通滤波及empirical mode decomposition(EMD)为程序内核,以FFT-FS频谱细化技术为辅助分析工具,开发船舶性能试验数据处理系统,该系统能有效消除测量数据中的噪声,自动识别趋势项,高精度提取频域细化谱,并可执行海量数据的统计分析,以全面获取实测信号的时域及频域特征。     

基于扩张状态卡尔曼原理的海浪滤波算法

针对海浪干扰下船舶控制系统存在的无效舵问题以及风、流干扰下观测器存在的静差问题,提出一种基于扩张状态卡尔曼原理的海浪滤波算法。该方法首先对船舶一阶Nomoto模型进行离散化,基于带遗忘因子的最小二乘法对模型中的参数进行辨识;以海浪二阶传递函数与一阶Nomoto模型建立用于海浪滤波的四阶状态方程,并以Nomoto模型中环境干扰与未建模动态组成的综合干扰项为扩张状态建立五阶状态方程,基于卡尔曼滤波算法设计海浪滤波器,在实现海浪滤波的同时消除干扰环境下状态观测静差问题。仿真结果表明,本文提出的海浪滤波算法能够有效的滤除船舶航向的高频信号并正确的估计出船舶的运动状态,显著减少了船舶航行时的无效舵问题。     

基于多体动力学仿真的柴油机传动齿轮故障机理与监测方法研究

针对现有船用柴油机热工参数无法有效监测报警传动齿轮故障的问题,基于柴油机普遍缺失振动监测数据,难以有效提取故障特征的现状,采用多体动力学仿真技术研究柴油机齿轮载荷与曲轴止推轴承磨损之间的内在关联,基于仿真结果提取传动齿轮故障条件下的振动信号特征;采用实际故障案例振动数据,提取传动齿轮箱振动信号的时域、频域特征,实际特征变化规律与仿真结果一致,检验了本文仿真研究成果的正确性。     

船舶通信系统的异常数据检测

船舶通信系统的传输信道和输出链路层受到码间干扰和多径影响的情况下,容易出现异常数据,导致通信中断和故障,需要进行异常数据检测,提高系统稳定性。提出一种基于频谱特征提取和分数间隔均衡的船舶通信系统异常数据检测方法,基于分数间隔均衡方法构造通信系统的信道均衡模型,采用格型滤波器进行通信系统传输链路的码间干扰滤波,对滤波处理后的输出通信信号进行频谱特征提取,根据频谱特征差异性实现异常数据检测。仿真结果表明,采用该方法进行通信系统异常数据检测的准确概率较高,提高了船舶通信系统的抗干扰能力和信道均衡性,降低输出误码。     

基于数据挖掘的船舶异常行为检测研究

通过对船舶异常行为检测,提高对船舶的实时监测和模式识别能力,提出一种基于数据挖掘的船舶异常行为检测方法。采用并行分列式数据架构模型构建船舶行为特征分布数据库,提取数据库中的关联规则特征量,采用自相关匹配滤波检测方法进行船舶异常行为特征点的提取,实现船舶异常工况下的行为特征数据挖掘,实现船舶异常行为检测优化。仿真结果表明,采用该方法进行船舶异常行为检测的准确概率较高,数据挖掘的分类性较好,虚警较低,在船舶异常监测和状态分析中具有很好的应用价值。     

基于BP神经网络的船舶水压场信号检测

船舶水压场信号总是淹没在大量的海浪杂波中,为了有效地从背景干扰中检测船舶水压场信号,文章籍海浪水压场近似服从正态分布的特性,在对接收到的海浪水压场信号进行AR建模的基础上,提取模型的自回归系数作为特征向量,采用BP神经网络进行信号检测。通过仿真数据对该检测方法进行验证,结果表明该方法简单而且易于实现,在低信噪比条件下,也能够达到较高的检测率。     

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。     

舰船用通信网络的异常数据监测技术研究

为了保障舰船用通信网络的数据传输的准确性,提高舰船网络的故障智能分析能力,需要进行异常数据监测,提出一种基于舰船用通信网络传输信号瞬时频率估计的异常数据监测技术。对采集的通信网络输出信号经过时频分解完成时域与频域之间的转换,采用高阶累积量特征提取方法进行舰船用通信网络中的异常数据检测,对检测的异常数据进行干扰和冗余数据滤波处理,完成对舰船用通信网络输出信号的瞬时频率估计,分析瞬时频率的异常状态特征,实现异常数据监测。仿真结果表明,采用该方法进行舰船用通信网络的异常数据监测能提高数据挖掘的准确度,对异常数据检测的虚警较低,抗干扰能力较强。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。     

短峰波中船舶运动与波浪载荷的频域水弹性理论与试验研究

传统的耐波性及波浪载荷理论与试验主要针对船舶在二维长峰波中的运动与载荷响应进行预报,然而实际海浪是三维短峰波。研究表明,基于长峰波的理论计算及水池模型试验所预报的船舶运动与载荷响应与实际情况存在一定的差异,且三维波浪的方向扩散特性是影响船舶运动与载荷响应的重要因素之一。为了研究短峰波中船舶运动与载荷响应特性及其与长峰波中响应的差异性,本文首先基于三维水弹性理论计算船舶在规则波中的频域响应,然后基于二维谱分析法将其扩展至短峰不规则波中船舶运动与载荷响应预报,进而分析短峰波方向扩散函数对于船舶运动与载荷响应的影响,最后基于实际海浪环境下大尺度模型水弹性试验数据验证理论计算结果。