动力定位海洋平台多发电机组的调度方法

针对动力定位海洋平台能量管理中发电机组能耗较高、排放较大的问题,为实现动力定位海洋平台节能减排,通过建立动力定位海洋平台多发电机组能耗模型和动力定位海洋平台多发电机组调度优化函数,采用粒子群算法进行寻优,根据寻优结果对动力定位海洋平台发电机组进行调度。仿真结果表明,相比传统能量管理方法,基于粒子群算法的调度方法能够降低动力定位海洋平台在各个工况下的能耗,实现动力定位海洋平台节能减排目标。     

基于OIPSO算法的环境最优动力定位控制器设计

环境最优动力定位控制是一种以能量消耗最少为目标的动力定位控制方法,在不需要任何环境传感器的情况下,使其保持在设定区域且消耗能量最少,节约燃料、减少有害气体的排放。首先,提出一种带有目标性初始化粒子群的改进粒子群优化算法(OIPSO),通过引入混沌算子,利用信息熵进行评估对初始化粒子种群进行调整以提高粒子群算法全局搜索能力和收敛速度,具有大范围全局寻优能力。其次,研究设计环境最优艏向控制器控制律,该控制律能满足欠驱动船舶动力定位的控制需求。最后以Cyber Ship Ⅱ动力定位模型船为对象进行仿真验证。结果表明,所提出的寻优算法和改进控制律达到了设计的目的。     

基于混沌粒子群的增量式推力分配算法研究

针对伪逆法在推力分配中仅考虑能量最优问题,提出一种具备大范围寻优能力的改进混沌粒子群算法(CPSO),并把该方法和伪逆法相融合应用到船舶的推力分配中,此外为提高寻优能力,推力分配计算采用增量模式。该融合算法考虑推力器各种限制条件,计算简单,能兼顾船舶的能耗及操作性,解决奇点问题。仿真结果表明,该推力分配算法切实可行,能有效提高船舶的定位性能,具备一定的实用价值。     

多种群综合学习粒子群算法在动力定位能力分析中的应用

船舶动力定位能力的计算是一个多次求解非线性多峰问题的过程,综合学习粒子群算法是解决多峰问题较为适合的算法。但由于综合学习粒子群算法的速度更新机制,在算法后期的局部搜索能力较弱,导致收敛速度慢。为此,引入多种群思想,改变速度更新策略以及结合粒子变异机制和种群重组机制,提出一种多种群综合学习粒子群优化算法。最后基于该算法设计了一种动力定位能力计算方法。实例计算结果表明,利用该方法的计算结果与Kongsberg公司给出的结果相吻合,也明显好于基于综合学习粒子群算法而得到的结果。     

基于粒子群算法的船舶定位系统故障优化

船舶的锚泊方式只适合在浅水区进行定位,随着人类探测和航运活动逐渐向着深海拓展,适用于深海的船舶动力定位方式被开发和应用起来。本文研究的主要内容是船舶定位系统的故障诊断和优化,本文首先介绍了一种新型寻优算法-粒子群优化算法的原理和基本流程,然后针对船舶动力系统的结构及常见的故障类型,建立了动力定位系统的故障优化模型,并开发了基于粒子群算法的船舶定位系统故障优化策略,对改善船舶动力系统的故障诊断与优化有重要的价值。     

基于PSO的船舶动力定位自适应反步控制器

在船舶动力定位实际的作业过程中,由于海洋环境是缓慢变化的,建立的对象模型总存在一定的不确定性。针对上述问题,本文提出利用自适应反步控制器对船舶进行控制,并利用粒子群算法对控制器参数进行寻优,最后通过计算机仿真对本文方法进行了验证,仿真结果表明该方法有效。     

遗传粒子群优化算法在船舶动力定位控制中的应用

针对船舶动力定位系统精确定点控制的问题,结合遗传算法(GA)独特的选择交叉变异功能和粒子群优化算法(PSO)较好的记忆功能等优点,提出了遗传粒子群(GAPSO)算法,并应用到最优控制性能指标加权矩阵的权重系数选择中。通过1艘海工多用途动力定位船舶定点控制仿真实验,使船舶纵荡和横荡的位置及艏摇角都逐渐保持在期望值,且所有输出值都收敛有界,结果与传统最优控制相比,遗传粒子群算法在最优控制中更具有效性及较好的寻优性能,有益于船舶工程的应用。     

舰船交直流混合电力系统能量优化调度方法

海洋开发和船舶电网电力系统的不断发展,使电力系统调度系统所需要处理的工作数据越来越复杂,整体调度速率已经难以满足船舶电网系统需求。对此设计舰船交直流混合电力系统能量优化调度方法,首先基于MAPReduce计算模型,搭建云平台计算结构,对舰船交直流电力系统数据进行分布式计算和节点通信;基于搭建的云平带计算结构,设计舰船混合电力系统能量优化调度算法,采用十进制资源对应编码,实现电力系统能量优化调度。仿真实验证明,相比较传统电力调度方法,优化后的调度算法交流电调度速率提高27.5%,直流电调度速率提高17.5%,可以明显提高电力系统能量调度速率。     

船舶永磁同步电机的嵌入式节能调度方法研究

嵌入式调度方法因船舶永磁同步电机存在电压波动性,导致总能耗较高。为此。提出一种基于分阶段的船舶永磁同步电机节能调度方法。该方法先对嵌入式船舶永磁同步电机的耗量特征进行排序并构建等微增率基准,将微增率基准与最优潮流相结合,对约束条件进行有效处理并降低系统电机能耗,在满足限制基准的基础上,进行船舶永磁同步电机的嵌入式节能调度的全局最优解。实验结果表明,该算法最大限度地减少了发电机组的调节量,保障了舰船机组的稳定运行。     

基于粒子群算法的海上物流智能配送系统

目前,海上物流的兴起与发展为物流行业带来了新的生机,但在海上物流智能配送系统的使用过程中,系统时常无法实现精确的船只调度,因而采用粒子群算法展开优化,设计粒子群算法的海上物流智能配送系统。在原有的硬件体系中引用GIS芯片,提升原有硬件的性能。以上述硬件为基础,采用粒子群算法中的学习因子优化技术,设定船只调度计算模块。将硬件与软件相结合,完成粒子群算法的海上物流智能配送系统的设计工作。构建系统测试平台,通过与原有智能配送系统船只调度精准度对比可知,此系统的船只调度精准度优于原有系统,性能更佳。     

船舶永磁同步电机的嵌入式节能调度方法研究

嵌入式调度方法因船舶永磁同步电机存在电压波动性，导致总能耗较高。为此。提出一种基于分阶段的船舶永磁同步电机节能调度方法。该方法先对嵌入式船舶永磁同步电机的耗量特征进行排序并构建等微增率基准，将微增率基准与最优潮流相结合，对约束条件进行有效处理并降低系统电机能耗，在满足限制基准的基础上，进行船舶永磁同步电机的嵌入式节能调度的全局最优解。实验结果表明，该算法最大限度地减少了发电机组的调节量，保障了舰船机组的稳定运行。     

Energy efficiency optimization analysis of fuel cell/lithium battery hybrid ship based on whale optimization algorithm北大核心CSCD

[目的]为提升船舶的能源利用率,对多因素影响下的燃料电池/锂电池混合动力船舶能效优化方法进行分析。[方法]基于Matlab/Simulink仿真建模软件,建立对象船舶的能效仿真模型,研究通航环境要素对船舶能效的影响。考虑动力源特性和船舶功率需求,提出基于模糊逻辑的功率分配策略,以优化系统能量流动。然后在此基础上,以系统总能耗最低为优化目标,建立考虑多因素的船舶航速非线性优化模型,采用鲸鱼优化算法开展优化模型动态寻优,并进行不同航行方法和航行时间约束下的能效优化分析。[结果]结果显示,在总航行时间不变的情况下,采用所提的考虑多因素的船舶能效优化方法可以降低船舶5.04%的总能耗和13.16%的燃料电池氢气总消耗。[结论]所述方法对船舶节能减排具有积极的作用,同时对提高船舶续航力和经济性具有重要意义。     

船舶柴油发电机组智能控制及优化

由于传统PID控制在复杂多变系统难以做到精确控制,因此结合PID控制与模糊控制策略应用于发电机组的调速系统与励磁系统,对船舶发电机组实现模糊PID控制。由于模糊控制的控制规则取决于人为主观经验,且模糊控制规则和隶属度函数需要大量实验与经验佐证,采取PSO粒子群算法对模糊PID控制中的隶属度函数进行优化。根据Matlab仿真平台模型搭建及分析,表明PSO粒子群算法优化后的模糊PID控制使得船舶柴油发电机组的调速系统与励磁系统更加优化稳定,具有良好的稳态与动态性能。     

基于MOHSSA的组立装焊线混流低碳调度研究

以最小化完工时间、最小化碳排放为目标，建立船舶组立混流生产线低碳调度模型，并提出一种多目标混合麻雀搜索算法进行求解。基于离散问题设计一种二维向量编码方式，利用排序值规则实现连续位置与离散调度之间的转换；采用基于混沌映射和反向学习策略的种群初始化来改善初始解的质量；在保留麻雀搜索算法框架的基础上融合粒子群算法和鸡群算法，同时采取多种混合策略来提高算法的寻优能力；通过算例试验测试和某船厂的生产实例仿真验证了模型和多目标算法的有效性。     

人工智能算法的舰船路径规划

为了实现对舰船航行的智能调度,需要进行舰船路径规划设计,提出一种基于人工粒子群智能算法的舰船路径规划方法。构建舰船航行路径分布的网格结构模型,将舰船航行区域内的各个对象表达为人工粒子群个体,采用四元素的扩展卡尔曼滤波方法构造舰船航行路径规划的约束参量模型。构造舰船航行路径规划的控制目标函数,以舰船动态性能和稳态性能为优化目标,采用人工智能群算法进行航行路径的自适应寻优,实现舰船路径规划。结果表明,采用该方法进行舰船路径规划,能准确跟踪舰船航行的方位角和姿态角,实现路径实时跟踪,提高了舰船路径的准确规划能力。     

粒子群算法在约束型垫高阻尼结构动力学优化中的应用

[目的]为了进一步提高传统约束型阻尼结构的振动特性,对改进后的约束型垫高阻尼结构进行优化设计。[方法]首先,根据薄板弯曲理论和Hamilton变分原理探讨约束型垫高阻尼结构的动力学特性;其次,阐述粒子群算法迭代寻优的基本原理,提出优化含连续变量和离散变量的粒子群算法;最后,结合约束型垫高阻尼结构的动力学特性,运用改进的粒子群算法实现结构的优化配置。[结果]当算法搜索寻优到第12代时结果趋于稳定,表明算法已收敛。[结论]研究表明,粒子群算法能较好地求解约束型垫高阻尼结构动力学优化问题,且获得的最优化解可被应用于工程实际。     

基于锚泊系统的半潜式海洋平台定位方法研究

以工作水深1200m、8缆系泊的半潜式海洋平台为对象,研究其系统定位方法,通过改变锚泊系统系泊缆长度来实现平台的定位。建立反映半潜式海洋平台锚泊系统动力响应的多目标优化模型,通过求解得到船体目标位移与最优系泊缆长度,借助多学科软件iSIGHT,通过开发程序接口,调用水动力分析软件ANSYS/AQWA求解器求解,实现了半潜式平台锚泊系统的结构动力响应优化设计。对半潜式平台进行风、浪、流联合作用下的水动力耦合分析,实时控制系泊缆长度来实现平台的定位并保证平台的稳定性。     

基于综合平台管理系统技术的电站监控管理系统设计

为实现38800吨散货船自动电站的能量管理和节能控制要求,研究设计了一种基于综合平台管理系统（Integrated Platform Management System, IPMS）技术的电站远程监控系统。通过优化发电机组调度算法和被控泵浦设备及重载设备用电设计策略,在综合平台管理系统监控软件和下位机电站控制器中增加设计电站远程控制和模式控制接口程序,完善了电站的远程遥控和智能管理功能,实现了电站在全船范围内远程监测和遥控操控部署。该系统在经过航行试验充分验证以及英国劳氏船级社检验认可后,成功应用于国内首艘智能船舶,具有稳定性好、响应时间短等特点。     

基于粒子群优化算法的海上电子工程资源调度设计

传统的海上电子工程资源调度方法在数据安全性极高的情况下,资源调度受到限制,其实用性需要进一步提高。为此,提出粒子群优化算法的海上电子工程资源调度设计。根据用户请求将资源转化为资源池,结合实际资源的各项属性设计资源模型,在资源模型上,将资源看作独立的粒子,初始化粒子群,优化加速因子和学习因子,执行粒子群优化算法,输出结果,即为资源调度结果。实验结果表明:设计的粒子群优化算法的海上电子工程资源调度方法任务并发数高、最大资源利用率高,该方法的实用性得到加强。     

基于PSO优化扩展卡尔曼滤波的电机参数估计方法研究

针对传统扩展卡尔曼滤波算法应用于感应电机参数估计时,由固定测量噪声与真实噪声的差值所引起的估计误差问题,提出了一种粒子群优化扩展卡尔曼滤波的感应电机参数估计方法.以粒子群算法对扩展卡尔曼滤波算法中人为设定的固定测量噪声进行迭代寻优,同时引入全局最优变量,避免陷入局部最优,使寻优得到的测量噪声最大程度逼近真实的噪声水平.仿真结果表明,使用粒子群优化的扩展卡尔曼滤波方法降低了感应电机参数估计的误差,证明了该方法的有效性.