基于关联规则的船舶故障数据自动分类方法

为了提高船舶故障诊断能力,需要进行故障数据的自动分类设计,提出基于关联规则的船舶故障数据自动分类方法。构建船舶故障数据的数据信息流模型,采用高维特征分组方法进行船舶故障数据的分组重构,采用分段线性检验方法进行船舶故障数据的统计特征分析,提取反映船舶故障类别属性的关联规则向量集,根据特征提取结果进行模糊聚类处理,实现船舶故障信息融合,结合自适应分组检测方法,实现船舶故障数据关联规则的自动分类。仿真结果表明,采用该方法进行船舶故障数据自动分类的自适应性较强,误分率较低,提高了船舶故障的诊断检测能力。     

云计算下船舶网络入侵高精度检测方法研究

普通船舶网络入侵检测方法,存在入侵数据分类不准确、检测结果精度过低等弊端。为解决此问题,搭建基于船舶云计算环境的新型网络入侵高精度检测方法。通过安全云框架的搭建、船舶云密钥的管理2个步骤,完成船舶云计算环境的搭建。通过高精度检测规则构成分析、入侵数据的优化分组、方法可行性分析3个步骤,完成基于船舶云计算环境新型网络入侵高精度检测方法的搭建。设计对比实验结果表明,新型检测方法与传统方法相比,有效降低入侵数据分类不准确、检测结果精度过低等现象的发生几率。     

云计算环境下船舶实时远程故障数据自动分类方法

传统的船舶实时远程故障数据自动分类方法中,对于密集数据存在运算时间较长的问题。为此,设计云计算环境下船舶实时远程故障数据自动分类方法。将云终端作为故障数据的中转站,实时获取船舶远程故障数据,计算历史故障数据的相似度,筛选出合适的数据块,经过训练生成基础分类器,利用KL散度计算权重系数,确定分类器的有效权值,以此为依据,构成一个集成分类器,实现船舶实时远程故障数据自动分类。测试结果表明:与传统的分类方法相比,设计的云计算环境下船舶实时远程故障数据自动分类方法面对密集数据,所需运算时间较短。     

基于机器学习算法的舰船故障数据自动分类

舰船故障数据种类多,变化复杂,当前方法无法实现高精度的舰船故障数据自动分类,使得舰船故障数据自动分类精度难以满足实际应用的要求。为了获得理想的舰船故障数据自动分类结果,本文构建了一种基于机器学习算法的舰船故障数据自动分类方法。对当前国内外的舰船故障数据自动分类文献进行分析,并提出机器学习算法的舰船故障数据自动分类框架。通过传感器采集舰船故障数据,从中提取描述数据类型的特征集合。最后引入机器学习算法描述特征与舰船故障数据类型之间的联系,从而实现舰船故障数据自动分类,并通过仿真验证性实验分析其效果。相对于传统舰船故障数据自动分类方法,机器学习算法的舰船故障数据自动分类精度明显增加,舰船故障数据自动分类速度也得到了一定程度的提升。     

船舶动力装置运行故障诊断系统

传统船舶运行故障诊断系统,存在执行时间过长、诊断效率低下等弊端。为解决上述问题,设计新型船舶动力装置运行故障诊断系统。通过系统框架设计、故障诊断子系统设计2个步骤,完成新型船舶动力装置运行故障诊断系统的硬件设计。通过功能模块设计、程序函数设计、运行故障诊断子程序设计3个步骤,完成新型船舶动力装置运行故障诊断系统的软件设计。模拟系统运行环境,设计对比实验结果表明,新型系统与传统系统相比,有效缓解执行时间过长、诊断效率低下的问题。     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

云计算下船舶多重故障检测方法研究

传统船舶故障检测方法,每次检测时间过长,且不能同时完成多重故障检测。为解决此问题,引入云计算思想,设计基于云计算的船舶多重故障检测方法。通过DNS协议的确定、Web云服务器的启动,完成船舶故障检测云环境的搭建。通过检测方法框架的确定、船舶故障类型确定、故障属性计算3个步骤,完成基于云计算船舶多重故障检测方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,节约50%以上的检测时间,且可同时进行多重故障检测。     

失控船舶碰撞下高压输电线路自动断线系统设计

传统MAS船舶高压自动断线系统存在输电调节失衡比率较高、线路杂糅碰撞情况较为明显。为解决上述问题,设计失控船舶碰撞下的高压输电线路自动断线系统。通过AGENT自动断线控制器设计、船舶高压输电采集卡选择2个步骤,实现新型系统的硬件运行环境搭建。在此基础上,通过失控碰撞信号采集标定、高压输电断线地址分配、船舶高压输电数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现系统的顺利运行。模拟系统运行环境设计对比实验结果表明,与传统MAS船舶高压自动断线系统相比,应用新型系统后,输电调节失衡比率下降至50%以下,线路杂糅碰撞情况得到有效缓解。     

基于VR技术的船舶航行仿真系统设计

传统船舶仿真系统不能在短时间内完成航行数据的识别及转发处理。为解决上述问题,设计基于VR技术的新型船舶航行仿真系统。通过层次逻辑结构设计、仿真拓扑结构设计2个步骤,完成新型系统的硬件运行环境搭建。在此基础上,通过VR交互程序设计、航行传输协议设计、仿真数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现基于VR技术船舶航行仿真系统的顺利应用。模拟对比试验结果表明,与传统系统相比,应用基于VR技术船舶航行仿真系统后,航行数据识别及转发处理时间均得到一定程度降低。     

基于无线传感网络的无人船舶远程遥控系统设计

传统遥控系统不能根据船舶航线的变化情况,进行及时、有效的航行控制指挥。为解决此问题,设计基于无线传感网络的新型无人船舶远程遥控系统。通过无线传感网络框架设计、船舶电源电路设计2个步骤,完成新型远程控制系统的硬件模块设计。通过Delphi 7.0开发环境完善、无人船舶目标确定流程设计、驱动代码设计3个步骤,完成新型远程控制系统的软件模块设计。对比传统系统、新型系统的运行数据可知,应用基于无线传感网络的无人船舶远程遥控系统后,航行控制指挥的及时性、有效性均得到30%以上的提升。     

新型船舶辅机电气设备自动化故障检测系统

传统船舶辅机电气设备故障检测系统受系统算法的限制,在检测过程中需要人为数据干预,导致检测结果精准度偏低,检测用时较长。基于此,提出新型船舶辅机电气设备自动化故障检测系统设计。首先,对系统硬件进行设计,通过采用网络+红外检测技术的融合,完成对网络红外故障检测硬件设计;然后,对故障检测与故障定位两部分,并对其进行算法定义,从而完成系统软件的设计。最后,通过实验对设计系统进行对比验证,证明设计系统的故障检测精准度高于传统故障检测系统。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。     

基于云计算的船舶通信网络入侵特征提取方法

普通船舶通信特征提取方法,不能根据入侵数据所处位置,快速完成数据特征的提取。为有效解决上述问题,设计基于云计算的船舶通信网络入侵特征提取方法。通过船舶通信入侵问题描述、特征数据的信号处理,完成云计算环境下,船舶通信入侵特征数据的确定。通过入侵特征架构的搭建、多序列船舶数据入侵特征提取,完成基于云计算的船舶通信网络入侵特征提取方法的搭建。设计对比实验结果表明,新型特征提取方法,与传统方法相比,可更加准确的确定入侵数据所处位置,并适当缩短完成数据特征提取所需时间。     

船舶电力系统谐波干扰抑制方法分析

传统船舶电力谐波干扰抑制方法的扰动抑制效果可靠性不高,易造成逆变器输出谐波的紊乱调节。为解决上述问题,设计一种新型的船舶电力系统谐波干扰抑制方法。通过谐波电力计算、谐波电压计算2个步骤,完成船舶电力系统谐波功率分析。在此基础上,通过船舶电压定向矢量控制、电力谐波的拓扑分析、干扰检测子计算3个步骤,完成新型电力系统谐波干扰抑制方法的搭建。设计对比实验结果表明,与传统方法相比应用新型船舶电力系统谐波干扰抑制方法后,扰动抑制效果的可靠性得到大幅提升,有效避免逆变器输出谐波紊乱调节事件的发生。     

船联网中大数据加密的混合密码体制研究

为增强船舶数据的传输安全性,降低混合密钥被破解事件的发生几率,设计基于船联网的大数据加密混合密码体制。通过整体框架结构搭建、业务功能模块搭建2个步骤,完成船联网环境的搭建。通过大数据加密KEM/DEM框架的搭建、混合密码公钥算法的确立、密码体制分类方法的确立3个步骤,完成新型大数据加密混合密码体制的建立。设计对比实验结果表明,应用该新型大数据加密混合密码体制后,船舶间通信数据可进行安全传输,且混合密钥被破解事件的发生几率近似于0。     

电力推进式船舶电力负荷预测系统研究

传统船舶电力负荷预测系统存在短期用电量不均、承载上限模糊等弊端。为有效解决上述问题,设计新型电力推进式船舶电力负荷预测系统。通过预测电路设计、推进负载接口设计2个步骤,完成新型系统的硬件运行模块设计。通过电力负荷环境的搭建、数据库设计、负荷预测流程完善,完成新型系统的软件运行模块设计。模拟系统应用环境设计对比实验结果表明,与传统系统相比,新型电力推进式船舶电力负荷预测系统有效平均短期用电量、明确承载上限。     

非线性复杂船舶网络流量的平稳化方法

传统船舶网络流量平稳化方法,存在数据包流量不可控、船舶数据传输稳定性较差等弊端。为解决上述问题,设计基于非线性复杂对抗模型的船舶网络流量平稳化方法。通过非线性网络环的搭建、邻接矩阵的完善2个步骤,完成船舶非线性复杂对抗模型的搭建。通过船舶网络流量周期性判断、平稳化行为模式选择、网络流量控制3个步骤,完成基于对抗模型船舶网络流量平稳化方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,可更好对数据包流量进行控制,且有效解决船舶数据传输稳定性较差的问题。     

船舶网络入侵风险等级估算研究

传统船舶网络入侵风险等级估算方法,存在风险数据局部搜索时间过长、风险等级估算准确性较低等弊端。为解决上述问题,建立基于BP神经网络的新型船舶入侵风险等级估算方法。通过网络结构的确定、初始值及阈值的选取,完成BP船舶神经网络的搭建。通过入侵数据采集、数据风险等级分类、风险度量评估,完成新型船舶网络入侵风险等级估算方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,适当缩短风险数据局部搜索时间,并提升风险等级的估算准确性。     

复杂船舶电力网络系统的优化设计

传统船舶电力系统,存在网络运行时延较长、系统应用稳定性较低等弊端。为解决上述问题,设计基于复杂船舶电力网络的新型优化系统。通过网络结构设计、组网方法选择2个步骤,完成系统硬件的优化设计。通过数据库设计、网络运行程序设计、电力网络协议选择3个步骤,完成系统软件的优化设计。模拟系统运行环境,设计对比实验结果表明,应用新型优化系统后,网络运行时延长、系统应用稳定性低等情况,得到有效控制。