自适应智能航行控制方法研究

根据船舶在航行过程中的非线性、不确定特点,设计基于模糊模糊CMAC神经网络的船舶自适应智能控制算法。阐述了模糊CMAC神经网络结构,并且将其运用到自适应智能航行控制系统中,最后通过实验验证不同海况下模糊CMAC神经网络对于船舶航向智能控制具有良好的自适应性和较强的抗干扰性。     

船舶航向在线自学习模糊神经网络智能控制方法研究

船舶航向控制是航行控制系统中非常重要的一个环节,在航线自动跟随系统中,航向控制系统的自学习能力会直接决定船舶的航行效果。本文重点对船舶航向在线学习系统进行升级,能够自我学习、自我判断航线的跟随准确度,通过采用先进的模糊神经网络算法,有效改善控制系统的参数,通过不断的自我学习、自我修正,能够使船舶的航行线路始终保持在一定的范围内。本文提出的智能化控制方法能够有效提升航行的稳定性,一定程度上降低事故的发生率。     

长江口及长江口航道的船舶操纵与避碰

长江口及长江口航道是船舶航行的危险及复杂区域,影响船舶操纵与避让的因素有航道自然环境和人为环境因素、人员对船舶操纵性能的掌握因素、航道管理因素等。船舶在此航行时的避碰措施包括真正做到正规瞭望、严格按照航道规则航行、良好船艺、做好应急准备等,船舶在避碰中要保持安全会遇距离,及早采取避让行动,正确掌握转向避让和变速避让方法,并查核避让效果。     

探析船舶操纵要素在避让中的应用实践

船舶航行过程中可能会出现碰撞风险,为了确保航行的安全性,需要及时开展避让操纵,保证船舶的安全。通过应用船舶操纵要素,可以让船舶在遭遇风险时完成合理的避让动作,并且快速完成避让。本文分析了船舶航行的原则,分析船舶避让的主要措施,最后针对如何使用操纵要素进行避让展开研究和分析,探讨不同情况下对操纵要素的应用。帮助船舶操纵人员更有效地进行船舶操纵,实现船舶航行过程中的避让,保证航行安全。     

自适应模糊控制在船舶定位中的设计与实现

对船舶进行定位对于保证船舶按照预期航向航行非常重要,不仅能够保证船舶安全航行,还有利于降低航行成本。本文将自适应模糊控制用于船舶定位,在实现的过程中首先阐述船舶操舵系统,并对系统的组成进行说明,然后基于模糊理论设计模糊控制规则,最后将本文的设计方法用于船舶的实测。实验结果说明,本文算法鲁棒性强,调节时间短,有较好的自适应性。     

基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。     

AIS数据在航海模拟器交互训练中的应用

通过对新加坡海峡内航行船舶的AIS历史数据进行统计,提出一种元胞自动机的船舶交互仿真模型,应用于新加坡海峡各航段的交通流的交互状况进行模拟。并采用蒙特卡洛随机事件,结合新加坡海峡AIS历史数据按照统计学原理生成不同类型、不同航行速度的船舶,提取船舶驾驶员在不同航行环境下采取的避让措施。对海员在狭水道和繁忙水域的船舶交互避让提供参考依据,同时也对提高模拟器训练与航海实践的仿真度具有重要意义。     

模糊聚类算法在涡轮增压系统故障检测中应用

船舶柴油机是船舶的有效动力,涡轮增压系统能够使得船舶燃料得到充分的利用,节省航行成本。对涡轮增压系统进行及时的故障诊断非常重要。本文通过改进传统的模糊聚类算法,得到模糊核聚类算法,并将其应用于船舶涡轮增压系统故障检测中,最后通过对比实验说明本文算法识别率高、检测消耗的时间少。     

福姜沙北水道下口水域避让关系探讨

福姜沙北水道船舶流复杂,明确该水域的避让关系和事故责任,对于保障该水域船舶航行安全,处理该水域的事故具有重要意义。文中根据“长江江苏段船舶定线制规定》和《中华人民共和同内河避碰规则》,结合福姜沙北水道船舶流的具体情况提出该水域船舶交叉会遇时的避让关系,以保障该水域船舶航行安全。     

船舶航行自动避让的研究-船舶自动避让系统的组成及相关数据的处理

提出一种船舶航行自动避让系统的组成方式，利用AIS或ARPA获得相关数据，根据不同的航行区域与条件，通过数据的处理，给出相应的合理避让依据，供系统进行决策和采取自动避让措施，以达到船舶航行安全的目的。