共查询到19条相似文献,搜索用时 156 毫秒
1.
船舶柴油发电机转速神经网络模型参考自适应控制 总被引:2,自引:0,他引:2
结合人工神经网络与模型参考自适应控制,形成船舶柴油发电机转速神经网络自适应控制。对由传感器检测后获取的特征值进行归一化处理,把经过处理的特征值作为神经网络的输入样本集,设计输出样本集,建立BP神经网络和ELMAN神经网络,用整理后的数据训练神经网络,使神经网络实现转速的自适应控制功能,并对神经网络模型进行仿真测试。仿真结果表明该方法控制精度高,动、静态特性好。 相似文献
2.
3.
4.
5.
6.
提出了一种传感器容错控制新方案。该方案融合了神经网络、模糊逻辑、自适应预测、系统结构分析与容错控制技术,解决了传统容借控制系统不能对复杂系统进行有效控制的问题。采用该方法对一传统容错控制系统进行了仿真,证明了具有比原系统更加优越的性能。 相似文献
7.
8.
基于BP神经网络的船舶航迹控制技术 总被引:3,自引:3,他引:0
《舰船科学技术》2014,(8):87-93
航海战舰规模的扩大使船舶航迹的控制变得越来越困难、复杂。为了实现船舶航迹控制,采用新的控制技术,根据神经网络及船舶航迹的相关理论和BP神经网络的船舶航迹控原理,对BP神经网络的船舶航迹控制进行计算和航迹设计实现,通过模拟仿真得出各种海情条件下的船舶航迹控制比较图,对我国航海战舰控制航迹有一定的指导意义。 相似文献
9.
10.
船舶发动机自动控制系统十分复杂且有高阶强祸合的非线性特征。传统的船舶发动机采用的PID控制器,在船舶运行的整个制过程中其参数都固定不变,这就导致了船舶在实际运行过程中出现状态变化和系统参数的不确定性问题,难以达到最佳的船舶控制效果。而人工神经网络系统是对人脑功能的基本特性进行抽象简化的模拟系统,具有灵活和精准的特点以及良好的非线性处理和容错性能,在现代工业中得到了广泛应用。利用神经网络优化PID控制系统可有效解决传统船舶发动机运行过程中存在的不确定非线性问题。因此结合神经网络优化PID控制系统对船舶发动机自动控制系统进行研究和设计,并通过仿真实验验证神经网络优化PID的船舶发动机自动控制系统在运行过程中对船舶的控制能力。实验结果证实该系统能有效解决传统发动机中存在的非线性问题,在恶劣条件及故障情况下仍能保障船舶稳定运行。 相似文献
11.
为了解决多相永磁同步电机推进系统中由于逆变器功率开关元件的短路或断路所引起的故障,根据综合矢量方法,提出了一种有效的容错控制方法;根据多相PMSM电力推进系统缺相故障后绕组的非对称分布的特点,提出了故障状态下形成圆形磁场的各相定子电流的幅值和相位条件;以12相永磁同步电动机电力推进系统为例,对最经常发生的一相及二相绕组开路故障进行容错控制仿真。仿真结果表明,容错后,转矩的原理性波动从根本上得到消除,交、直轴电流和转矩过渡过程较为平稳,过渡过程时间很短。依据仿真结果还给出了为使系统保持原有的转矩输出,容错后的各相电流幅值需增加的补偿量。 相似文献
12.
船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。 相似文献
13.
14.
15.
16.
17.
针对船舶综合监控系统中存储有海量设备正常运行时的数据没有得到充分利用,此外设备退化时的故障数据难以获取,无法训练传统的多分类退化检测模型,提出利用单分类算法OSVM来建立模型,从而实现退化检测,在该过程中只需用正常样本数据来训练模型,并在一个经过实船数据验证过的模拟器产生的数据集上进行了实验。结果显示,只需要400个正常样本就可训练出准确的退化检测模型,该模型在精确度,召回率,特异性,正确率,AUC五个指标都有很好表现,此外,该退化检测模型有很好的扩展性,也可被用于其他机械设备的状态评估中。 相似文献
18.
小子样舰船可靠性评估方法研究 总被引:1,自引:0,他引:1
小子样舰船大型复杂系统的可靠性评估方法一直是个难题.根据任务剖面绘制系统故障树,找出系统最小割集.最小割集中的设备之间视为并联关系,最小割集之间视为串联关系,将故障树转化为只有二级的相当故障树,从而将系统可靠性评估模型简化.把采集处理的底事件数据(等效任务数、故障数、工作时间)代入计算模型中,得到了系统可靠性置信下限,并给出了不同分布类型(主要是二项分布)舰船设备数据转化为指数分布数据的方法. 相似文献
19.
XIEChun-li XIAHong LIUYong-kuo 《船舶与海洋工程学报》2005,4(1):30-33
The work condition of nuclear power plant (NPP) is very bad, which makes it has faults easily. In order to diagnose the faults real time, the fusion diagnosis system is built. The data fusion fault diagnosis system adopts data fusion method and divides the fault diagnosis into three levels, which are data fusion level, feature level and decision level. The feature level uses three parallel neural networks whose structures are the same. The purpose of using neural networks is mainly to get basic probability assignment (BPA) of D-S evidence theory, and the neural networks in feature level are used for local diagnosis, D-S evidence theory is adopted to integrate the local diagnosis results in decision level. The reactor coolant system is the study object and we choose 2# steam generator Utubes break of the reactor coolant system as a diagnostic example, The experiments prove that the fusion diagnosis system can satisfy the fault diagnosis requirement of complicated system, and verify that the fusion fault diagnosis system can realize the fault diagnosis of NPP on line timely. 相似文献