燃料电池技术及其船舶应用现状

燃料电池由于具有高效率、低排放和低噪声、可使用多种燃料等特性,已在很多领域得以应用,比如可用作船舶应急发电机、发电机及推进器电力供应装置。简要介绍燃料电池技术,从效率、能量利用及排放等方面分析燃料电池的特点,并以Wart sila公司开发的应用于船舶的固体氧化物燃料电池WFC20为例,介绍目前最先进的船舶燃料电池的性能指标和工作参数,对燃料电池在船舶应用的现状及主要不足进行探讨。     

基于径向基函数神经网络的舰艇声呐部位自噪声预报

径向基函数神经网络具有学习速度较快,函数逼近能力强的特点.文章分析了影响声呐部位自噪声的各种声源参数,以舰艇声呐部位自噪声作为目标函数,将径向基函数神经网络用于舰艇声纳部位自噪声预报.利用舰艇声呐实测数据进行网络训练,训练好的神经网络可以对舰艇声呐部位自噪声进行精确预报.     

基于组合优化算法的船舶信息风险评估

为避免船舶信息风险引发重大船舶航行事故,研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标,构建船舶信息风险评估指标体系,将其作为径向基函数（RBF）神经网络输入层输入数据,经隐含层映射操作后,通过输出层输出评估到的船舶信息风险等级,采用结合模糊C均值聚类算法和遗传算法的组合优化算法,合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量,提升船舶信息风险评估效果。实验结果表明：该方法可有效评估多艘船舶的信息风险,并可依据评估结果获取何种因素导致船舶信息风险,提出针对性指导建议。     

燃料电池中的钙钛矿型固体电解质

综述了固体氧化物燃料电池中LaGaO3基和Ba(Sr)CeO3基钙钛矿型固体电解质的研究概况;分析了它们作为SOFC电解质的优势以及存在的问题;指出中、低温度下稳定的高离子电导率的固体电解质的研制开发及固体电解质的薄膜化研究是降低SOFC工作温度的两个重要途径.     

基于最小二乘支持向量机的船舶水下焊接质量在线监测

以径向基函数(radial basis function,RBF)为核函数,将最小二乘支持向量机(least squares support vector machines,LSSVM)预测模型应用于船舶水下焊接质量在线监测.提出了一种自适应优化方法确定该模型中的可调超参数和核宽度参数,并建立了实时显示和报警系统.实验结果表明,该方法预测误差较小,建模耗时少,适合于船舶水下焊接质量在线监测.     

船用高温固体氧化物燃料电池方案的可行性探讨

相比于其他氢能燃料电池方案,高温固体氧化物燃料电池（SOFC）与天然气燃料方案具有燃料成本低、联合循环的系统效率高、天然气燃料储-输-用经济和安全性高等优点,适合于中大型船舶与远海航行的应用场景。本文从船用紧凑式制氢重整器、船用能源系统集成等关键技术方面讨论讨论该方案在船上应用的可行性,为船用SOFC技术路线的发展提供可行性参考。     

滑坡预测径向基神经网络法

在边坡稳定分析的基础之上,引入径向基网络的理论,提出了边坡滑动的径向基网络预测方法.以边坡高度、边坡角度等作为输入模式变量,建立径向基神经网络训练样本,用于滑坡稳定性评价.通过样本的学习训练,用训练后的径向基神经网络来预测滑坡,通过工程实例与评价结果比较,证明了该评价方法具有较高的精度,也表明该模型能较好的用于滑动预测.     

基于免疫径向基网络的舰载无人机维修性预计模型

介绍了舰载无人机维修性预计的主要影响因素和维修性参数,将免疫算法与径向基函数相结合,建立了舰载无人机维修性预计的免疫径向基神经网络模型,并与BP网络和常规径向基函数网络进行了对比模拟实验.实验表明,免疫径向基神经网络具有更高的预测性、准确性和更短的训练时间.     

散乱数据拟合的径向基函数法

介绍了有关散乱数据拟合研究中的径向基函数方法,我们把区域分解法与径向基函数法结合给出了散乱数据拟合的异步并行算法.进而证明了此算法的收敛性。     

基于互双谱与径向基函数神经网络的舰船目标分类(英文)

提出了声矢量信号互双谱估计算法.利用该算法和其它的二阶、高阶谱估计算法,提取了实测数据的声压和声矢量信号组合特征,并用不同组合特征构造了径向基函数神经网络的输入向量集,对矢量水听器实测的舰船目标进行了分类识别.结果表明,声矢量信号组合特征比声压信号组合特征具有更强的类别可分性,提高了水声目标的识别率.