基于轴功率-航速关系的船舶污损监测法改进

针对现有基于轴功率-航速关系的污损监测法对航行条件限制较多的问题,提出考虑不同浪、风和排水量情况下的船舶航行阻力修正计算方法,扩大监测数据的许用范围。采集两型船的实船航行数据,并进行处理,同等污损条件下计算结果与实际情况对比表明,改进的污损监测法可行,给出实船污损监测评估准则。     

舰舵参数记录分析仪设计与实现

介绍舰舵参数记录分析仪的系统设计原理、记录模块的组成和电路的实现方法。该记录分析仪用于对舰船航行过程中的罗经航向、计程仪航速和GPS舰位等数据进行实时采集和记录,并依据采集数据辨识舰船运动模型参数,以便于操舵控制系统的设计与维修调试。     

舰船动力系统配置方案可行性分析方法

针对舰船动力系统方案论证中的实际问题,提出了基于最大航速下需求功率的舰船动力系统方案可行性分析方法。该方法以舰船综合模型为依据,以最大航速这一基本的作战需求为出发点,将舰船最大航速下的需求功率与动力系统的总功率进行比较,对方案可行性进行分析。案例应用结果表明了该方法的有效性。该方法为舰船动力系统方案论证提供了一种新的研究思路,有助于提高动力系统方案论证的可信度。     

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。     

一种基于舰船磁场的神经网络识别模型

为获得更为精确的识别结果,需要对舰船三轴磁场之间的相关性研究并进行融合。本文提出了一种将神经网络数据融合技术应用于舰船目标识别的模型,分析了舰船三个方向磁场的通过特性以及它们之间的相关性,并利用神经网络数据融合技术实现对舰船目标航速、横距和船型的模式识别。经过实测数据验证,该识别模型对舰船目标具有较高的检测概率。     

排水型水面舰船尾板参数优化设计

[目的]尾板设计一般追求高速减阻,对于同时以巡航和设计航速为优化目标的水面舰船尾板设计,其航速覆盖范围广,需重点对尾板参数的选取予以研究。[方法]采用计及航行姿态的粘性兴波流场数值模拟与模型试验验证相结合的设计方法,开展尾板多工况参数化优化设计。通过多方案数值仿真与阻力、自航模型试验的对比分析,总结得出尾板长度和下反角对于排水型水面舰船巡航和设计航速减阻节能的影响规律,并对CFD数值模拟结果的有效性进行初步的分析验证。[结果]结果表明,通过对尾板参数的优化,巡航航速约可节能3%,设计航速约可节能5%,达到了巡航和最大航速同时实现减阻节能的设计目标。[结论]所做研究可为后续排水型水面舰船尾板参数的优化设计提供理论支撑。     

基于深度学习的舰船电气控制优化

为了更好地保障船舶航行安全,避免船舶设备运行故障,提出基于深度学习的舰船电气控制优化方法,结合深度学习理论对船舶电气运行工频信号进行采集,并对采集数据进行频率特征反馈,为保障信号源处理效果,对船舶电气控制设备结构进行优化,以提高船舶电气控制设备处理能和速度,对船舶电气控制数据信息进行高速反馈和交互处理,从而有效保障舰船电气控制效果,最后通过实验证实,基于深度学习的舰船电气控制优化方法可以更好地保障船舶运行稳定性,充分满足研究要求。     

浅水低速舰船通过雷区危险航速的预报模型

根据舰船水压场与航速关系密切的特点,可通过限速航行以实现舰船自身防护安全通过水压水雷区.在浅水、薄船、线性兴波条件下,将舰船水压场计算公式具体应用到舰船通过雷区危险航速的预报中,针对不同水压水雷的引信动作参数,建立了危险航速预报模型,实验结果与预报结果吻合良好.为方便实用,编制了人机交互界面软件,能实时、快捷地进行危险航速预报.预报模型和软件可为战时舰船安全通过雷区提供参考依据.     

物联网技术在舰船网络安全监测预警中的应用

为了提升网络通信的安全性,提出基于物联网技术的舰船网络安全监测预警方法。感知层利用传感器采集舰船网络设备数据;传输层中数据传输单元依据传输控制协议,封装打包各传感器采集的舰船网络数据,并传输至融合层;融合层中数据融合单元,利用加权融合算法,融合各传感器采集的网络数据;应用层中网络安全监测单元,利用集对分析算法,结合融合后的网络数据,计算舰船网络安全态势值,监测舰船网络的安全态势;利用网络安全预警单元对比分析安全态势值与设置阈值,当安全态势值低于设置阈值,则发出警报,实现舰船网络安全预警。实验证明,该方法可有效融合舰船网络设备相关数据,精准监测舰船网络的安全态势,完成网络安全监测预警。     

基于振动特征的舰船机械噪声监测模型

传统船舶机械噪声监测模型在实际应用中,存在特定噪声滤波信号阈值差异问题,导致监测模型整体对噪声监测自适应性降低,在一定程度上影响模型输出准确度。为了解决模型自适应性差的问题,提出振动特征的舰船机械噪声监测模型。首先,通过拟合计算方式,对机械噪声数据进行拟合计算,根据拟合结果,结合噪声产生的振动特征,建立噪声振动特征监测模型。最后,以模型数据为优化基础值,完成对噪声监测模型自适应阈值的优化,从而实现改善模型自适应能力,提升舰船机械噪声监测模型输出准确度的效果。通过多组实例数据的仿真调试对比,证明提出模型能够适应不同参量噪声数据的监测,且保证监测效果符合技术标准。     

基于CFD与三因次法结合的低速多用途船的阻力预报

为了实现对低速多用途船舶的阻力性能进行准确预报,提出将基于CFD的数值模拟与三因次法相结合的总阻力预报方法,采用Solidworks三维软件对某低速多用途船进行三维建模,依据Gambit软件对模型进行流域划分和网格划分,应用CFD理论选取合理的湍流模型和求解方法进行数值模拟计算,得到对应航速下船模的总阻力值系数,根据普鲁哈斯卡假设和三因次方法,利用最小二乘法拟合形状系数,进而计算出实船的总阻力,并且分析数值模拟的速度云图.最后与传统阻力估算方法-艾亚法进行比较,说明本文采用的阻力计算方法是可行性,给今后低速多用途肥大型船的阻力研究提供借鉴.     

船体强度三维有限元分析的载荷直接计算和验证

采用载荷直接计算法对鞭船船体强度进行三维有限元分析，并用该船的实航测试数据和“船体梁理论”进行了验证和讨论。     

舰船轴功率测量与应用研究

舰船轴功率是表征船体和主动力装置性能状态的重要参数之一。通过对轴功率等参数进行监测,并根据监测信息及时采取相应的维护措施,能够有效提高舰船的动力性、经济性和安全性。文章总结了舰船轴功率测量的基本原理,探讨了轴功率在舰船污底评估及主动力装置状态监控中的应用。     

舰船在三维非规则波中的航向航速优选

文章探讨了舰船在三维非规则波中，基于方向谱的六自由度摇荡及动力响应统计特征值的计算方法，并给出了计算结果和实船海试结果的对比，证实了算法是可行的，精度高于舰船在二维非规则波中基于频谱的计算结果。在此基础上，提出了舰船在三维非规则波中航向航速优选的求解模式和算例。     

基于全时域势流理论的船舶与液舱晃荡耦合运动的数值计算

基于三维线性有航速时域势流理论计算船体时域运动外域波浪力,同时采用三维全非线性时域势流理论来计算舱内液体的非线性晃荡所诱导力与力矩,进而建立了波浪中载液船舶耦合运动方程。该方法能够完整地考虑波浪、船体和液舱晃荡之间的实时耦合作用。研究结果表明:通过模型实验和数值模拟计算的对比,数值模拟计算能够清晰显现出液舱晃荡对船体全局运动影响,无航速船体运动RAO与模型实验结果吻合良好,有航速运动计算合乎预期。     

基于航行数据的船舶航行油耗模型建立方法

准确评估船舶的能效表现是研究船舶性能、优化船舶能效的基础。为准确评估船舶航行状态对船舶航行油耗的影响和船舶的能效表现,以某超大型散货船为研究对象,基于船舶智能能效综合管理系统获取大量船舶航行数据,通过数据处理和特征工程找出影响船舶航行油耗的因素,采用人工神经网络建立船舶航行油耗模型。采用该模型预估船舶在一段航程中的总油耗量,验证该模型在评估船舶航行状态对船舶航行油耗的影响方面的有效性。此外,采用该模型对航程和转速进行优化,验证该模型对能效优化的可行性。     

基于PC／104的船舶特种装置数据记录仪

该数据记录仪是为某船舶特种装置而开发,分上位机和下位机两部分,上位机采用LabVIEW与VC 混合编程,实现对该特种装置数据的实时监测、数据记录获取、故障分析等功能,下位机采用PC/104模块和Windows CE实现对该装置的数据采集、记录、声光报警.采集速度为1kHz,精度为0.3%.由于充分融合了PC/104模块、Windows CE和LabVIEW的优点,该记录仪具有监测稳定性好,可靠性高,全程自动化程度高和操作简单等特点,现已成功应用于船舶特种装置中.     

船舶主机转速信号采集与无线传输模拟系统的设计

船舶主机转速信息是反映船舶工作性能的主要参数之一,也是轮机技术人员监视主机工况的关键信息。本研究介绍了船舶信号采集与无线传输模拟系统的设计过程,及其所运用的各部件的功能和原理,通过设计模拟电路实现了船舶转速信号采集的自动化、无线化,并预测了未来船舶主机检测趋势。在一定的范围内,可以替代现有的转速显示设备或者作为备用设备,并节约了大量的工程和技术成本,实现了远程多种端口对船舶转速实时检测的显示。     

基于实船数据的船舶航速与油耗优化建模

为获得水路运输中船舶的最佳航速,实现燃油效率的最大化,以长江航线货运船的航速、燃油等真实监测数据为基础,提出一种新的船舶航速与油耗优化模型。模型包括白箱模型(White-Box Model,WBM)和黑箱模型(Black-Box Model,BBM)两个部分:WBM由改进后的物理方程和数学公式组成;BBM是BP(Back Propagation)神经网络。两者结合成新的灰箱模型(Grey-Box Model,GBM)。通过分析船舶航行过程中影响船舶燃油消耗的多种因素,确定WBM参数,分别用串联和并联的方式将白箱与BP网络结合构建船舶航速与油耗优化模型,采用牛顿-拉普森迭代算法进行求解。计算结果表明:优化模型可在选定的航段内找到最佳的指导航速,并且模型的R2达到了0.945。此外,将建立的模型与单一的WBM进行对比验证,所建立的船舶航速与油耗优化模型得到的最佳航速更加精确,整体误差也从0.130减小到0.071。