基于混合启发式算法的船用柴油机车间调度系统的研究

提高大功率船舶柴油机的生产能力和水平对提高我国造船行业的国际竞争力有着重要的意义.针对船舶柴油机的生产,提出了实用的车间调度控制算法.该算法由基于相邻插入法的启发式算法组成.最后通过实际企业项目验证了该算法的有效性.     

船用柴油机生产计划与调度

提高大功率船用柴油机的生产能力和水平,对提高我国造船行业的国际竞争力具有重要意义.针对某企业船用柴油机的生产,提出了一种实用的主生产计划和车间作业计划的调度算法.该算法由网络计划（CPM）算法和混合启发式算法组成.最后通过实际应用验证了该算法的有效性.     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法，并对BP算法进行了改进，提出了一种动态优化学习率的方法，对6L80MC柴油机实际数据用BP网络进行计算的结果表明，该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

船用中速柴油机故障诊断技术研究

为了提高船舶柴油机故障诊断的准确性,实现对故障的精准定位,文章以6DE-18型船用中速柴油机为研究对象,从故障产生的机理入手,采用仿真软件建模,选取具有代表性的热力参数作为特征值,运用粒子群算法优化的支持向量机数学模型(PSO-SVM)进行故障诊断,并通过试验验证该故障诊断的准确性,改进了船用中速柴油机故障诊断的模式,提高了船舶柴油机的经济性和安全性。     

船舶柴油机机械磨损故障诊断方法研究

柴油机机械磨损直接影响船舶工作的可靠性,为了获得高正确率的船舶柴油机机械磨损故障诊断结果,设计了局部均值分解和机器学习算法的船舶柴油机机械磨损故障诊断模型。首先对船舶柴油机机械磨损故障信号进行局部均值分解,提取的船舶柴油机机械磨损故障特征,然后引入机器学习算法对船舶柴油机机械磨损故障进行分类和识别,最后进行了船舶柴油机机械磨损故障性能测试。结果表明,本文模型的船舶柴油机机械磨损故障正确率超过95%,而且船舶柴油机机械磨损故障的误诊率相当低,完全能够满足当前船舶柴油机机械磨损故障诊断的实际要求。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

免疫算法在舰船柴油主机故障诊断系统的应用

现代大型船舶的控制系统中一般都需要依赖柴油主机提供动力,然后经由发电机转换成电力,从而驱动螺旋桨电机工作,保证整个船舶的正常运行,因此必须避免柴油机系统出现故障。本文通过免疫算法,对船舶柴油机的故障模式进行主动的学习,提高了故障的识别效率。同时通过自主的诊断系统和控制程序,对潜在的故障进行预测,在提高了柴油机的故障诊断效率的同时,也能够优化柴油机的控制参数,进一步提高了其使用寿命。     

一种新的船舶柴油机模糊故障诊断方法

为进一步提高船舶柴油机故障诊断的可靠性,将一种基于模糊信息多级融合的故障诊断方法应用到船舶柴油机的故障诊断中,该方法将各级诊断数据充分融合后再进行船舶柴油机的故障诊断,应用结果表明该方法准确有效,不但在正常情况下作出了准确的故障诊断,而且在局部检测传感器失灵发生误检的情况下亦能避免船舶柴油机故障诊断的误判,为提高船舶柴油机故障诊断的可靠性提供了有益的借鉴.     

突发事故应急船只调度算法研究

为了提高突发事故下应急船只的疏导能力,保持交通畅通,需要进行船只应急调度算法优化设计,提出基于并行动态负载均衡的突发事故应急船只调度算法,采用分布式的网格区域模型对船只交通网络进行群体隔离,结合动态负载均衡方法进行船只出入港流量的疏导模型设计,通过并行控制方法进行突发事故下船只调度控制,实现船舶应急交通网络的负载均衡,提高了船舶在突发事故下的应急疏导能力。仿真结果表明,采用该算法进行应急船只调度的控制性能较好,负载均衡能力较强,提高了船舶交通的应急处置能力。     

基于CAN总线的船舶柴油机状态监测系统

针对传统船舶柴油机状态监测系统数据采集时间较长的问题,提出一种基于CAN总线的船舶柴油机状态监测系统,系统硬件包括测控节点模块、收发器模块;系统软件配置为柴油机状态监测软件,通过硬件与软件相结合实现了船舶柴油机的监测系统,为了证明该船舶柴油机状态监测系统的数据采集时间较短,将该系统与基于LonWorks总线的船舶柴油机状态监测系统、基于基金会现场总线的船舶柴油机状态监测系统、基于PROFIBUS总线的船舶柴油机状态监测系统进行对比实验,实验证明该系统的数据采集时间最短,说明该系统更适用于船舶柴油机的状态监测。     

分形技术与概率神经网络在船舶柴油机故障诊断中的应用

船舶自动化程度的提高对能源的需求也日益增长,而船舶的柴油机系统作为能源的主要来源,其重要性也越来越明显。为提高柴油机的稳定性能,降低故障发生率,本文提出一种基于分形技术和神经网络算法的故障诊断模型。该模型中的分形理论能够甄别出故障的非线性特征,精确锁定故障的来源;然后利用神经网络算法对柴油机故障的诊断进行深度训练。最后利用LabVIEW仿真平台和Matlab软件进行故障诊断能力仿真验证,本文提出的综合诊断方法能够有效识别故障来源和类型。     

基于改进Apriori算法的船用柴油机装配工艺文件关联规则挖掘研究

柴油机作为船舶关键部件之一,其装配工艺设计的合理与否与船舶的整体性能直接相关。针对企业历史装配工艺文件不能充分为新机型装配任务发布时装配工艺设计提供支撑的问题,提出一个基于关联规则挖掘的柴油机装配工艺规则挖掘系统,该系统充分利用已有装配工艺文件,结合数据挖掘技术,对文件进行挖掘分析,建立装配规则库,为后续装配工艺智能设计提供数据支持。本文提出一种改进的Apriori算法,建立了关联规则挖掘的数学模型和基于自定义词典装配工艺文件分词算法,将分词处理过后的文件可以作为数据挖掘算法的输入,并在传统Apriori算法的基础上提出一种改进的Apriori算法,该算法核心思想是在对候选频繁事务集剪枝时,降低算法的时间复杂度,从而提高挖掘效率直到获得柴油机装配工艺文件中的关联规则。最后以某船厂的历史机型柴油机气缸盖装配工艺文件为例,验证了改进Apriori算法在挖掘柴油装配工艺文件关联规则时的可行性和有效性。     

机器学习算法在柴油机性能预测与优化设计的应用

船用柴油机以其自身所具备的诸多特点,已经完全取代蒸汽机,在造船工业中得到广泛应用,逐步成为各种船舶的主要动力。按照作用的不同,柴油机分为主机和辅机,前者为船舶推进动力,后者主要负责带动发动机和其他设备,如空压机、水泵等。船用柴油机可分为高中低速三类,各类的性能有所差别,在对柴油机的性能进行预测和优化时,可以运用先进的机器学习算法,选取适宜的预测模型,通过机械学习算法对模型进行优化设计,以此来满足柴油机性能预测的需要,提高船舶的整体性能。     

基于区间约束GPC的船舶SCR脱硝系统多工况控制

不同工况下的船舶柴油机脱硝系统具有很强的非线性和时变性，常用的单一控制器难以准确控制，因此对船舶选择性催化还原（SCR）脱硝系统进行自适应控制研究尤为重要。从SCR的反应微分方程入手，建立船舶柴油机SCR脱硝系统的机理模型，并通过模型仿真的离线数据辨识建立不同工况下该系统的ARMAX模型；设计基于该模型的广义预测控制器以实现多工况的自适应控制。考虑到执行机构的使用寿命，加入区间约束算法，提出并设计带区间约束算法的广义预测控制（GPC）控制器。研究结果表明：与传统的GPC和模型预测控制（MPC）控制器相比，带区间约束的GPC控制器不仅能在变工况时保持较高的脱硝率，而且能显著减少执行器的动作次数，从而提高船舶柴油机SCR脱硝系统的使用寿命。     

基于SVM的2PTMC多分类算法在船舶柴油机故障诊断中的应用

文章针对船舶柴油机故障特征变得越来越复杂,且大量的故障样本难以获得的状况,引用基于小样本的支持向量机算法(SVM)分类器。采用基于SVM的2PTMC算法,该方法根据故障优先级的不同,将不同类故障逐层分类,相比于传统的一对一(OVO)和一对多(OVA)多分类策略,该方法具有模型简单、重复次数较少的优点。文章构建了一个四级SVM分类器,结果表明,该方法适用于船舶柴油机故障分类。     

柴油机冷却水温度对船舶节能影响的研究

降低燃料消耗量和燃油费用、提高动力装置经济性已成为一个重要课题。本文主要对船舶柴油机冷却水温度过低的问题和提高船舶柴油机冷却水温度对降低柴油机耗油率的影响进行了研究,结果表明提高船用柴油机冷却水温度对船舶节能的作用明显,进而对提高柴油机冷却水温度的方法进行了分析。     

基于修改自适应算法(MLMS)的主动吸振模拟试验研究

利用一种由磁式主动吸振器与被动双层隔振系统结合成组合减振装置,针对船舶柴油机的振动特点,开发了基于MLMS算法的自适应控制器,并在模拟柴油机双层隔振组合减振台架上进行了减振效果试验。试验表明：该装置对柴油机振动具有良好的控制效果。     

基于随机森林和支持向量机的船舶柴油机故障诊断

针对船舶低速二冲程柴油机故障的分析问题,提出基于随机森林和支持向量机的船舶柴油机故障诊断方法。对船舶低速二冲程柴油机MAN BW 6S50MC-C建立故障仿真模型并验证其有效性;在此基础上,通过故障仿真模型生成故障样本。运用基于随机森林的VarSelRF特征选择算法对故障数据进行降维,提出运用支持向量机对降维后的故障数据进行分类的方法。通过仿真试验验证并分析该方法的有效性。     

船舶柴油机滑油在线监测预警系统设计

为了提高柴油机的可靠性、延长柴油机的使用寿命,设计了一种基于单片机的船舶柴油机滑油在线监测预警系统。介绍了该系统的测试原理、系统硬件及系统软件设计。该系统通过处理分析监测反馈数据来判断滑油的品质状况,在滑油完全变质前分级别向轮机人员提示预警,从而降低柴油机故障率,保证船舶的正常运营。     

基于蚁群算法的港口船舶调度优化问题研究

港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。