嵌入式舰船智能巡检机器人优化控制

舰船智能巡检机器人控制方法经过常规的优化控制后,控制范围受到限制。为此,提出嵌入式舰船智能巡检机器人优化控制。确定控制模式为主从控制模式,使用嵌入式系统中的ARM处理器作为主控制器,选择无线通信作为主从控制器的通信方式,优化机器人轨迹跟踪控制模块,采用并联电路连接驱动芯片,控制电机驱动输入电压实现轨迹跟踪,保证实时跟踪的同时,优化机器人航向定位功能,由导航控制程序灵活控制机器人航向和速度,保证巡检机器人正常完成巡检任务。测试结果表明,与经过常规的优化后的控制方法相比,经过提出的优化控制后的控制方法能够控制机器人巡检的范围更大,更适合使用在实际项目中。     

舰船智能巡检机器人的运维信息自助交互方法

传统舰船巡检机器人能够完成舰船的运行与维护检查工作,但存在运维信息的自助交互性差,多任务交互能力不足的问题。为此提出舰船智能巡检机器人的运维信息自助交互方法研究。通过构建自助交互系统服务器,搭建多通道运维信息交互接口,实现智能巡检交互平台的建立;依托交互平台的建立和自助交互信号的布置以及交互信息集成机制,完成机器人的多任务自助交互,实现舰船智能机器人的运维信息自助交互。实验数据表明,设计的运维自助交互方法具有良好的交互能力和使用性能。     

船舶智能巡检机器人移动路径的自动控制与优化

传统机器人移动路径控制优化方法,其规划路径迭代次数较少,局部采样间隔较长,导致局部路径与规划路径存在偏差,且对巡检目标点定位不准确。为此,提出船舶智能巡检机器人移动路径的自动控制与优化方法。网格划分舰船环境信息,获取起始点至目标点的所有无碰路径,通过遗传算法,搜索出最优全局路径,检测全局最优路径环境信息,构造一个人工势场函数,判定机器人所受合力的方向和大小,在全局路径中局部控制机器人行进,再计算新位置势能,直至机器人到达目标点。进行对比实验,结果表明,此次设计方法相比传统方法,规划路径行进偏差减小了0.069 m,对目标点的定位偏差减小了5.39 cm,机器人自动控制更加精确。     

基于智能优化算法的舰船电气设备状态自动检测

为了获得高正确率的舰船电气设备状态检测结果,提高舰船电气设备状态检测效率,设计了基于智能优化算法的舰船电气设备状态自动检测方法。首先分析当前舰船电气设备状态检测的现状,找到引起舰船电气设备状态检测效果不理想的因素,然后采集舰船电气设备状态信号,从中提取可以描述舰船电气设备状态特征向量,并选择智能优化算法选择重要的舰船电气设备状态检测特征,最后引入神经网络建立舰船电气设备状态检测的分类器,并采用Maltab工具箱实现舰船电气设备状态检测仿真实验,本文方法的舰船电气设备状态检测正确率超过95%,舰船电气设备状态检测误差减少,舰船电气设备状态检测的时间复杂度降低,舰船电气设备状态检测综合性能要优于当前一些典型的检测方法。     

基于智能优化算法的舰船航行轨迹跟踪

针对当前舰船航行轨迹跟踪精度的难题,设计了基于智能优化算法的舰船航行轨迹跟踪方法。首先结合舰船航行轨迹跟踪的特点,将舰船航行轨迹跟踪问题转换为一个多目标优化问题,然后引入智能优化算法对网格点的多目标优化问题进行求解,找到最优的舰船航行轨迹跟踪方案,最后进行舰船航行轨迹跟踪仿真测试,测试结果表明,智能优化算法获得了比传统算法更优的舰船航行轨迹跟踪精度,而且舰船航行轨迹跟踪的速度高,具有较好应用价值。     

云计算技术的舰船发电机组转速控制方法优化

舰船发电机组受到海上环境的影响,导致舰船发电机组的转速不稳定。为了稳定舰船发电机组的转速,降低舰船航行的风险,提出云计算技术的舰船发电机组转速控制方法优化。利用舰船发电机组的功能转换,建立了发电机组等效电路模型。通过设定发电机组等效电路模型参数,计算舰船发电机组输出功率和输入功率之间的关系。建立舰船发电机组的动力学模型,利用发电机组输出扭矩与喷油量和角速度之间的关系,建立优化目标函数。通过负载功率,选取了舰船发电机组的最佳运行转速。通过制定舰船发电机组转速控制策略,实现了舰船发电机组转速的控制。实验结果表明,云计算技术的舰船发电机组转速控制方法可以稳定舰船发电机组的转速,降低舰船航行的风险。     

深度学习算法的舰船无线网络安全分析

针对传统网络安全分析方法实际需求的无线网络数据量过大,导致实际安全分析范围过小的问题,研究深度学习算法的舰船无线网络安全分析过程。控制舰船网络攻击要素,设定数据控制条件,获取多个网络信息组合,利用深度学习算法计算无线中断概率,综合网络保护域技术定义安全数值关系,实现对无线网络的安全分析。模拟设定支持舰船无线传输的网络结构,设定舰船通信点,对2种传统安全分析方法与所设计的安全分析方法进行实验,结果表明所设计的安全分析方法可分析的安全范围最大。     

不确定负荷下船舶微网功率自适应控制方法

传统自适应控制方法不能根据船舶航行情况,及时调整负载电荷的输出功率。为解决此问题,设计基于不确定负荷的船舶微网功率自适应控制方法。通过基本规划原理分析、控制范围协调2个步骤,完成不确定负荷下船舶自适应控制范围规划。通过微网智能体结构搭建、控制流程完善、多环控制范围确定3个步骤,实现新型船舶微网自适应控制方法的顺利运行。模拟方法应用环境,设计对比实验结果表明,与传统控制方法相比,新型船舶微网自适应控制方法在低、高频航行情况下,都可以实现船舶负载电荷输出功率的及时调整。     

基于大数据与人工智能的舰船避碰路径优化调度算法

舰船航行路径中存在许多障碍物,当前舰船避碰路径优化调度算法存在障碍物识别正确率低、规划路径长,不仅无法获得最优的舰船航行路径,而且不能保证舰船航行的安全,为了获得最优的舰船航行路径,设计了基于大数据与人工智能的舰船避碰路径优化调度算法。首先分析当前舰船避碰路径优化调度算法的工作原理,找到弊端,然后引入大数据分析方法建立舰船避碰路径优化的数学模型,实现障碍物识别,并采用人工智能技术——遗传算法找到最优的舰船避碰路径,最后进行舰船避碰路径优化调度算法性能的仿真测试,结果表明,本文方法可以更快找到最优的舰船避碰路径,舰船避碰路径更短,不仅减少了舰船航行的时间和成本,而且可以准确识别各种舰船障碍物,具有显著的优越性。     

基于机器人的舰船智能导航系统设计

随着AI控制技术的发展,智能机器人的应用领域在不断扩展,针对传统舰船导航系统航迹精度控制差的不足,设计一种基于机器人的舰船智能导航系统。智能导航系统的硬件部分由AMI1086芯片、FPGA电路控制模块、AIS信号收发模块、GPS导航模块和数据存储模块等部分构成,并给出基于机器人控制的舰船导航系统的主控程序,和用于航向纠偏的脉冲信号累计控制算法,以实现对舰船海上航行的精确控制。仿真结果表明,提出系统设计在航迹偏差方面要明显优于传统系统,有助于保证舰船的安全行驶。