基于智能融合的船舶交通流预测系统

船舶交通流量预测的研究为水道的规划、设计和船舶通航管理提供基础性依据。将智能融合算法应用于船舶交通流量预测系统,较好地解决了现有船舶预测算法中存在的预测精度不高,依赖于经验等不足。以长江江阴大桥2007年船舶流量观测数据为例进行分析,实验结果表明,融合预测能够对多个数据源进行预测,并可以减缓单种预测方法单独预测的不确定性,从而增加了预测的准确性和整个预测系统的鲁棒性。     

基于机器学习的船舶机舱设备状态监测方法

[目的]为实现船舶机舱设备的智能状态监测,引入机器学习算法,提出一种结合流形学习和孤立森林的船舶机舱设备状态监测方法。[方法]由于船舶机舱设备的状态监测数据是多维度数据,基于该监测系统,通过流形学习来提取有效的数据特征,实现对原始数据的降维,减少数据复杂度。基于孤立森林算法,在仅利用正常工况数据集的情况下,训练并构建多个子森林检测器,用于实现对目标设备的故障监测。在Matlab/Simulink环境下建立大型船舶二冲程柴油机模型,对其正常工况和故障工况下的数据进行仿真,以验证该方案的有效性。[结果]通过状态仿真数据对不同故障监测方案性能的比较,验证了所提故障监测方案具有98.5%的故障检测率和3%的故障虚警率。[结论]所提方法能显著提高船舶机舱设备的故障监测性能。     

港口水域船舶异常能耗云数据挖掘

以港口水域船舶的节能减排为目标,研究港口水域船舶异常能耗云数据挖掘方法.采集港口水域船舶的AIS云数据,删除与船舶能耗无关以及异常数据,利用K-means聚类算法对船舶能耗相关船舶主机转速以及船舶主机功率等数据进行聚类,输出船舶不同运行工况的能耗.利用贝叶斯分类器依据聚类结果识别港口水域船舶能耗云数据是否为异常数据,完...     

船舶交通流组合预测方法研究

船舶交通流预测的研究能为港口设计及船舶通航安全管理提供基础性数据.基于港口特征、船舶行为和船舶交通流的历史数据,建立了一种改进的船舶交通流变权组合预测模型,较好地解决了现有船舶交通流预测算法中存在的预测精度不高、依赖于经验的不足.以天津港主航道连续9年的历史观测数据为例进行验证,结果表明,改进的组合预测模型能够减小单一模型预测中存在的不确定性,从而提高了整个预测系统的精度及其稳定性.     

基于B/S和C/S架构的船舶动力装置远程故障诊断系统

依据“智能船舶”的理念，针对船舶动力装置故障诊断系统，提出一种基于C/S和B/S混合架构的船舶动力装置远程故障诊断系统。依据B/S和C/S架构的优势，开发了基于C/S架构的数据管理平台，实现了船、岸间的数据、信息交互；将基于模糊神经网络的专家诊断模型应用于B/S架构的岸基船舶动力装置故障诊断系统的故障诊断判别，并利用BP算法训练实例对该模型进行了精度验证。结果表明，系统稳定可靠，故障诊断准确性高，为“智能船舶”发展提供了一个良好的解决方案。     

Overview of intelligent ship route optimization methods北大核心CSCD

智能船舶航线优化在学术界和工业界均受到越来越多的关注。针对智能船舶航线优化问题,从航线设计方法和航线优化算法这2个层面,分别阐述各种设计方法和优化算法的特点。结合近5年来的最新研究成果,在分析国内外智能船舶航线优化技术发展现状的基础上,将航线设计方法归纳为3种,即基于气象数据的航线优化、基于油耗模型的航线优化以及基于航线库或航路点库的航线优化,剖析其技术内涵及应用情况;深入分析改进的等时线法、动态规划法、图形搜索算法、智能算法、人工智能和机器学习算法的特性及不足,总结归纳将各类算法应用于智能船舶航线优化时存在的主要问题。最后,简要展望智能船舶航线优化的发展趋势,为未来在该领域的研究提供一定的思路。     

基于RNN-LSTM的船舶运动轨迹预测

针对船舶轨迹预测精确性与实时性的需求，从数据层面探究影响船舶航行轨迹的特征，通过相关性分析确定网络的输入，提出结合循环神经网络-长短期记忆（Recurrent Neural Networks - Long Short Term Memory，RNN-LSTM）的船舶航行轨迹预测模型。通过船舶Z形试验相关数据与实船实际航行数据对网络模型进行训练，并对未来船舶航行轨迹进行预测。对未来轨迹的预测值与实际值进行对比。结果表明，模型预测误差小，验证该方案在船舶轨迹预测中的实用性和有效性。     

基于预测函数算法的船舶动力定位系统控制

在系统分析和研究船舶动力定位的基础上,提出了一种基于预测函数控制的船舶动力定位方法,设计了预测函数控制器。在船舶动力定位部分,介绍船舶动力定位系统数学模型的选取,在预测函数控制部分,具体的探讨了预测函数控制方法的原理以及具体的算法。最后采用工程数据,对该算法进行了仿真验证,结果表示,预测函数控制方法能对船舶进行有效的定位。     

基于船联网的内河船舶装载量远程监测系统

基于江苏省智能航运信息综合服务(船联网)平台建设,为满足内河运输船舶远程装载量监测及营运能效分析需求,采用吃水传感器探测船舶吃水,同时结合数据采集电路等硬件设计,以及数据滤波算法、装载量计算、传感器安装方案等关键技术研究,研发了内河船舶装载量远程监测系统,实现了实时采集船舶装载量和横倾、纵倾状态数据,并可与现有船舶远程能耗监测系统单独或合并应用,更准确地考核船舶营运效益,为提升船舶的能效设计指数(EEDI)和能效营运指数(EEOI)提供参考。     

智能船舶航行系统测试的方法与体系

如何对智能船舶航行系统进行测试，是世界各国及相关国际组织在智能船舶发展过程中面临的一个重大挑战。在机器学习(Machine Learning, ML)、人工智能(Artificial intelligence, AI)等技术大量应用的背景下，传统的导航系统测试方法已难以有效覆盖智能航行技术的新特征。本文在概述与分析了智能船舶航行系统的功能特征和测试需求基础上，总结了现有智能系统测试方法的优缺点，提出了智能船舶航行系统测试思路和方法，并构建了一种以场景为中心，多种测试方法协同的智能船舶航行系统测试体系，旨在提高系统研发测试效率，促进智能船舶产业发展。     

国内船舶企业能耗及污染物排放

通过国内船舶企业的调研数据,建立基于反向传播人工神经网络(Back Propagation-Artificial Neutral Network, BP-ANN)的板材日切割量预测模型,实现对船舶修造工艺能耗及污染物排放的评估,并计算得到船舶工业的能耗及污染物排放指数。通过对能耗及污染物排放现状的深入分析,梳理国内船舶企业能耗及污染物排放特征及影响因素,并提出船舶企业节能环保体系的构建要点,为后续船舶修造工艺优化和船舶工业高质量发展提供科学依据。     

基于MySQL和BP神经网络的船舶焊接专家库软件研发

为提高船舶焊接试验过程中的工艺实施效率,研发一种基于MySQL和反向传播(Back Propagation, BP)神经网络的船舶焊接专家库软件。该软件由专家数据库、报表生成器、热输入值预测机、人机交互界面、通信接口组成,基于MySQL开发焊接专家数据库,基于BP神经网络设计热输入值预测机,具备自动坡口图生成、自动焊接工艺规范(Welding Procedure Specification, WPS)生成、自动专家经验数据存取等自动化功能,具备智能热输入值预测等智能功能。实船焊接试验结果表明,该软件可满足实船焊接试验需求,快速存取专家经验数据,提高焊接试验过程效率。     

基于智能控制的船舶辅机节能技术研究

随着船舶燃油价格上涨,船舶节能技术成为国际造船及航运行业的研究热点。文章介绍了一种基于智能控制的船舶辅机节能技术途径,阐述了智能控制的节能原理,提出了智能控制节能技术方案,通过实施变频调速、应用高效永磁电动机、根据全船平台信息进行自适应的辅机控制调节等技术来降低船舶辅机的能耗,达到船舶节能的目的。     

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。     

船舶辅机节能控制与管理技术研究

由于世界能源短缺问题日益严重,船舶节能技术已成为船舶设计、船舶建造及航运行业的研究热点。辅机是船舶的重要耗能负载,因此辅机节能是船舶节能技术研究的重要内容。介绍了一种基于柔性控制及信息自动化技术的船舶辅机节能技术途径,阐述了船舶辅机节能原理,提出了船舶辅机柔性控制节能技术方案。在提升辅机电动机能效、实现自适应变频调速控制节能的基础上,进而提出根据全船平台信息进行辅机节能综合管理的技术方案,从而减少全船辅机能耗,达到船舶节能的目的。     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。     

船舶智能化研究现状与展望

智能化是船舶发展的重要方向。船舶智能化是在综合传感、通信、信息、计算机等多种先进技术的基础上,结合船舶具体应用环境,构建基于大数据、信息物理系统和物联网等特征的智能系统,使船舶航行、管理与服务更高效、更低秏、更安全和更环保。从大数据、信息物理系统、物联网三个方面介绍了船舶智能化的主要特征。从船舶智能航行和船舶智能管理与服务两个方面分析了船舶领域智能化现状和展望。船舶智能航行方面,探讨了综合船桥系统和无人驾驶的发展方向;船舶智能管理与服务方面,分析了水路ITS、交通流理论和数据分析方法的最新发展,并提出了基于可视分析解决船舶管理大数据处理的流程。     

水流速度对内河船舶营运能效影响分析

本文在能源消耗和环境污染的危机下,致力于内河船舶能源消耗和温室气体排放的研究,分析了水流速度对内河船舶营运能效的影响。本分析是基于一艘客船的数据进行的,分别对不同航段下水流速度,主机转速,燃油消耗进行测量,并计算得到内河船舶营运能效。根据测量结果提出内河船舶营运能效提升策略,为内河航运业的节能减排提供帮助。     

智能新能源船舶的概念及关键技术

绿色和智能是当前船舶技术的发展趋势。文章首先提出了智能新能源船舶的概念,并介绍了智能新能源船舶的内涵、特点和系统构成;然后,从船舶航行、动力和推进3个方面分析了智能新能源船舶的关键技术;最后,对智能新能源船舶的未来发展进行展望。研究结果可为船舶的创新研究提供技术支持,引领船舶技术转型升级的发展方向。