船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于退化过程的船舶动力设备运行策略

为分析单航次船舶的系统退化过程,合理采取运行维护措施,定义船舶动力设备的运行策略,根据船舶动力设备的退化过程,利用Wiener-马尔科夫理论,分析船舶动力设备的退化特点.建立多目标运行优化策略模型,给出运行维护费用的表达式,确定船舶动力系统的可靠度和费用为优化目标.以船舶排气系统为例进行退化分析和优化,优化结果显示该方法能够有效地缓解系统退化,提升单航次船舶运行的可靠性和经济性,具有理论意义和重要的工程应用价值.     

基于长短期记忆神经网络的船体及螺旋桨性能退化评估

采用线性插值和时空插值构建包含气象、航行性能和机舱信息的船舶综合数据库，经统计分析筛选出9个输入变量，基于长短期记忆神经网络建立航速预测模型，获得由预测航速与实测值的残差描述的船体及螺旋桨性能退化的特征参数，建立以航速残差的时间序列为路径的船体及螺旋桨性能退化评估方法。基于某30万吨散货船一年的航行数据进行性能退化评估，航速预测结果的均方误差为0.01，目标船的性能退化路径具有时间相关性和单调变化的趋势。     

Residual life prediction for marine diesel turbocharger based on Wiener process北大核心CSCD

[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。     

WEB前端开发技术在船舶通信数据可视化中的应用

针对传统的船舶通信数据可视化方法存在数据过滤性能较差的问题,提出设计一种基于WEB前端开发技术的船舶通信数据可视化方法。时域信息作为船舶通信数据的一个重要属性,包括持续通信时间与系统时间,它们的属性分别为跨度与刻度,采用不同的方式对二者进行处理。获取船舶通信数据中节点间的通信流具体数量与通信总数量,利用获取数据对节点聚类进行计算,根据聚类指数计算船舶通信节点作用力。利用Web前端开发技术对船舶通信数据棒状图的图标进行绘制,最终实现船舶通信数据可视化。为了证明该方法的数据过滤性能较好,将原有方法与基于Web前端开发技术的船舶通信数据可视化方法进行对比实验,实验结果证明该方法的数据过滤性能优于传统方法。     

船舶动力机械设备隔振控制方法

传统船舶动力机械设备的隔振控制方法,存在震动动力参量感应灵敏度低,导致振动参量分析出现误差,无法很好的对动力设备产生的振源进行控制。为了有效解决此种问题,本文提出船舶动力机械设备隔振控制方法研究。首先对船舶动力机械设备机械宁动力学模型计算,根据动力模型获得的参量,对其进行振动能量的计算;最后,通过振动能量值,完成对其控制模型的计算,得到最佳的控制参量。通过设计实验对提出方法进行验证,证明提出方法对船舶动力机械设备产生的振源,具有精准隔振控制的特性。     

船舶机舱无线传感器网络丢失节点预测方法研究

现有船舶机舱无线传感器网络丢失节点预测方法存在计算量大、预测精准度差的缺陷,为此进行船舶机舱无线传感器网络丢失节点预测方法研究。为提升无线传感器网络丢失节点预测精准度,搭建无线传感器网络节点模型,建立网络节点隶属度向量。以此为基础,依据节点运动状态特点,计算丢失节点偏转方向,以得到的丢失节点偏转方向信息为依据,采用A-USVC算法预测丢失节点位置,实现船舶机舱无线传感器网络丢失节点的预测。仿真实验结果显示,与现有船舶机舱无线传感器网络丢失节点预测方法相比,提出的船舶机舱无线传感器网络丢失节点预测方法极大降低了计算量,提高了预测精准度,充分说明提出的船舶机舱无线传感器网络丢失节点预测方法具备更好的预测效果。     

云计算环境下船舶移动网络大数据的有效存储方法研究

针对当前采用云计算下船舶移动网络大数据存储方法由于存储过程中,没有对数据进行处理分类,容易造成数据丢失,并且没有考虑存储过程中的能耗因素,导致存储过程中,能耗较多,占用的内存空间较大。为了保证船舶移动网络数据存储的完整性,降低存储能耗,提出基于树型路由的船舶网络大数据存储方法,通过建立云计算环境下船舶移动网络覆盖区域的二维网格,确定每个节点在网格中的位置,计算节点的调度因子,在此基础上,利用树型路由的方法,分别计算节点是叶子节点和非叶子节点时的能量消耗,动态的规划存储节点,使节点能量均衡和所有节点的能耗之和最小,从而实现基于树型路由的云计算环境下船舶移动网络大数据的有效存储方法,实验结果表明,本文所提存储方法能够获得较好的能量均衡,总能耗较小,降低了存储数据查询花费的时间,保证了数据存储的完整性。     

基于动态时间规整算法的复杂供输机构非平衡监测数据扩增方法

针对复杂供输机构非平衡监测数据导致性能退化数据不足的问题,提出一种基于时间序列数据扩增的供输机构性能退化程度评估方法.在滤波算法处理实测数据基础上,利用动态时间规整算法(DTW)扩增性能退化阶段运动加速度参数,并将扩增数据与理论计算值作比较.实装试验结果表明:本文所提方法能够有效解决供输机构监测数据不平衡的问题.     

云计算环境下船舶网络节点流量精准获取方法研究

传统的船舶网络节点流量精准获取方法对节点定位的准确率低,定位过程花费的时间过长。为解决上述问题,在云计算环境下研究了一种新的船舶网络节点流量精准获取方法,利用改进的Apriori算法和并联算法搭建船舶云计算环境,在搭建的云计算环境中确定节点性能指标,根据节点性能分析精确转移率。为验证研究的获取方法效果,与传统获取方法进行实验对比,结果表明,新的获取方法能够更加精准地定位出节点位置,并在此基础上降低定位过程花费的时间。     

水下爆炸载荷下舰船设备抗冲击生命力模糊综合评判方法研究

舰船设备抗冲击性能是舰船生命力设计的重要内容。基于模糊数学的基本理论,引入炸药当量、爆距、炸药方位、设备相对位置和抗冲击能力等因素作为基本评判参数,构建舰船设备抗冲击生命力评估的数学模型,按层次分析法确立各参数的权重系数,确定各参数隶属度函数,实现对水下爆炸载荷作用下舰船设备生命力的模糊综合评判,提出舰船设备生命力的评判方法。     

基于GIS系统的内河高水位差架空直立式码头灾害评估

根据规范方法并结合工程实际和内河大水位差码头关键技术问题,依托大量的数值计算,对内河大水位差架空直立式码头在各种荷载组合下的灾害进行了预测。利用ArcView将预测结果与地理信息系统有效地结合起来,建立了内河大水位差架空直立式码头灾害预测与管理系统,实现了港口安全评估的动态化管理。通过对系统测试数据的评估,可以有效提高码头的装卸效率,实时评估码头的安全性能。     

一种自动操舵装置动态性能分析设备

文章针对自动操舵装置在修理调试阶段及系泊、航行试验时,缺乏动态性能分析设备,难以准确获取超调量、稳定时间等动态性能指标的问题,设计出一种自动操舵装置动态性能分析设备。该设备由工控机作为上位机、以ARM为控制器主板的核心控制器,与电源系统、取样滤波电路、模数转换电路、通信电路、专用接口等以及系统软件共同构成。该设备自动检测自动操舵装置运行时的动态参数,自动分析动态性能指标,指导技术人员有针对性地调整自动操舵装置控制器相关控制参数。分析设备体积小,质量轻,接口适应性强,方便携带,运用在修理保障和试验中,可大大节约时间,提升保障效率和效果。     

Fault diagnosis of marine diesel engine intake and exhaust system based on dynamic feature fusion北大核心CSCD

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析。为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析。[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断。与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能。[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性。     

跨声速轴流涡轮特性预估方法

[目的]在高亚声速和跨声速下,轴流涡轮静叶喉部出现跨声速气流,三维研究时间周期长且获取特性参数慢,为此,提出一套行之有效的涡轮特性预估方法体系。[方法]整合已有的损失模型及采用一维编程的方式预估涡轮特性,并通过三维数值模拟进行验证。[结果]研究结果显示,一维特性评估得到的级等熵滞止温比与三维的相对误差为11.53%,级滞止膨胀比的相对误差为11.77%,反动度的相对误差为14.23%。基于此,准确判断了静叶是否存在跨声速现象,且单级涡轮采用动叶出口温度的绝热指数所获得的特性预估较为准确。[结论]在误差允许范围内,可实现跨声速的涡轮特性快速预估,减少计算量。     

Dynamic response of the non-contact underwater explosions on naval equipment

Shock resistance capacity of the shipboard equipment especially for large ones, has been a strong concern of navies all over the world for a long time. The shipboard equipment have previously generally been studied separate from hull structure before. In this paper the coupling elastic effect between equipment and hull structure is taken into account. With the ABAQUS software, the integrated model of the equipment coupled with the hull structure is established to study the dynamic response of the shipboard equipment to the shock wave load as well as the bubble pulsation load. In order to verify the numerical method, the simulated results are compared to the experimental data, which are from a specific underwater explosion on an actual ship. On this basis, by changing the charge location, attack angle, equipment installation location and other parameters, the characteristics of dynamic response under different conditions can be obtained. In addition, the results of the integrated calculation and the non-integrated one are compared and the characteristic parameters which affect the equipment shock response are analyzed. Some curves and conclusions are obtained for engineering applications, which provides some insights into the shock resistance of shipboard equipment.     

导弹电子设备故障间隔时间预测方法研究

为提高装备维修保障能力,针对导弹电子设备的特点,应用灰色GM（1,1）预测与马尔可夫预测的组合预测模型对导弹电子设备故障间隔时间进行预测,并应用此模型通过实例对预测精度进行了检验。结果表明该方法可对导弹装备的视情维修提供参考,具有较高的使用价值。     

舰载设备可靠性振动试验剖面设计方法研究

给出了一种基于实测数据的舰载设备可靠性振动试验剖面设计方法。应用数理统计理论,对舰载设备振动环境实测数据进行参数假设检验,得到具有不同区域和不同状态的特征样本。采用修正后的容差上限法归纳特征样本的随机振动规范谱,确定试验量值,再根据任务剖面确定试验时间,得到舰载设备可靠性振动试验剖面。结果表明,该方法理论完善,为舰载设备振动环境的可靠性评定奠定了基础。     

船舶机电设备评估指标研究

分析了船舶机电设备状态信息的特点，简述了用于实现状态和可用性能评估的两种评价指标一设备劣化度和可用性，并推导了相应的计算模型．在可用性概念的基础上提出了满意度概念并统一用“现时可用性”和“任务可用性”作为系统与设备性能的度量和预测．在设计指标的过程中，强调了历史数据的作用，突出了综合技术保障能力等人为可变因素的影响．