基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。     

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。     

物联网海上舰船航行数据挖掘方法

为了保证海上舰船航行的安全,解决传统航行数据挖掘方法中存在的延时长的问题,利用物联网技术优化数据挖掘方法。遵循数据挖掘的基本原理搭建数据挖掘框架,在该框架下确定舰船的航行方向、航行路线等数据为待挖掘数据。在舰船的相应位置上安装物联网传感器,实现实时数据的采集与传输。以采集的实时航行数据库为基础,通过去除错误、航行位置计算等步骤,得出海上舰船航行数据的挖掘结果。通过与传统数据挖掘方法的对比发现,设计方法的数据挖掘速度提高了约50%。     

基于Web的舰船动力定位控制开发

随着人们对海洋资源的深入开发,在舰船的动力定位系统中,需要实时采集并处理船舶的运动状态数据,并通过计算机的处理,从而实现对船舶姿态的快速调整。本文主要介绍了船舶动力定位系统的组成结构,然后基于Web系统,对舰船的动力定位系统进行变频控制,通过动力定位主动克服了舰船动力定位时的扰动误差,在遇到恶劣的航行环境时,能够显著增强动力定位的效果,使得船舶的航行更加稳定。通过结合Web技术,船员能够利用以太网络进行数据的实时传输,非常便于快速搭建监控网络,从而实现对整个船舶动力系统的控制。     

基于深度学习的舰船电气控制优化

为了更好地保障船舶航行安全,避免船舶设备运行故障,提出基于深度学习的舰船电气控制优化方法,结合深度学习理论对船舶电气运行工频信号进行采集,并对采集数据进行频率特征反馈,为保障信号源处理效果,对船舶电气控制设备结构进行优化,以提高船舶电气控制设备处理能和速度,对船舶电气控制数据信息进行高速反馈和交互处理,从而有效保障舰船电气控制效果,最后通过实验证实,基于深度学习的舰船电气控制优化方法可以更好地保障船舶运行稳定性,充分满足研究要求。     

数据挖掘技术的舰船磁性目标定位方法

针对传统舰船磁性目标定位方法在定位舰船磁性目标时,受到航行环境的影响,存在目标定位偏差大、时间长的缺点,提出数据挖掘技术的舰船磁性目标定位方法。根据舰船磁性目标特征的确定原理,确定了舰船磁性目标的特征,采用数据挖掘技术将舰船磁性目标特征提取出来,利用平滑处理技术对舰船磁性目标特征进行滤波处理,在引入舰船磁性目标的边缘停止函数基础上,对舰船磁性目标特征进行映射,预处理了舰船磁性目标特征,通过分析舰船磁性目标的定位原理,布置磁性传感器,通过判断磁性传感器采集的舰船磁性目标是否有效,实现了舰船磁性目标的定位。实验结果表明,数据挖掘技术的舰船磁性目标定位方法不仅可以提高舰船磁性目标的定位精度,还可以加快目标定位速度。     

船舶无线传感网络安全态势异常检测方法

为了更好保障船舶航行安全,避免船舶航行过程中常见的无线传感网络异常导致的船舶航行过程中信号网络信息处理效果不佳的问题,对船舶无线传感网络安全态势异常检测方法进行研究。通过对无线传感网络安全信息进行采集分类,实现对船舶网络信号特征的实时检测和提取。根据检测结果进行无线传感网络安全异常数据的修正,提高船舶网络运行安全。实验证实,船舶无线传感网络安全态势异常检测方法在实际应用过程中具有更高的准确性,可以更好实现对复杂船舶网络数据异常区域进行快速检测和修正的研究目标,从而更好地提高船舶航行安全效果。     

基于数据挖掘的船舶主机故障远程诊断系统设计

如果船舶的主发动机不能正常的工作,船舶的安全航行就难以保证。传统的故障诊断系统主要依靠船员的经验来分析每台设备的参数并推断出故障的类型。该方法精度低,成本高,无实时性。为解决这一问题,基于数据挖掘技术设计了一种新型船用柴油机故障诊断优化系统。本文将数据挖掘技术应用故障诊断,利用算法上的高效,包括VSM算法和关联规则,建立远程船舶主机故障诊断系统,对主机的运营进行实时动态的仿真。对发动机各子系统运行状态的实时监控可以与整个船用柴油机的故障特征相结合。     

改进D-S证据理论在舰船直流电机故障诊断的应用

现代信息技术水平明显提升,促进了现代船舶行业的可持续发展。特别是将电力电子技术合理应用于直流电机中,有效地改善了舰船直流电机运行的性能与效果,为舰船的正常航行提供了必要保障。但在长期海上航行的过程中,受诸多因素影响,舰船直流电机的故障发生几率也明显提高,不利于舰船的安全可靠航行。在这种情况下,本文将改进D-S证据理论合理应用于舰船直流电机故障诊断过程中,能够及时且准确地确定具体故障与故障定位,进而采取具有针对性处理措施,以保证舰船始终处于正常行驶状态。     

船舶操作预报中数据挖掘算法的应用与实现

在现代海上交通管理中,船舶航行操控对整个航道的安全非常重要,因此只有充分挖掘海量的操作数据,才能有效实现船舶的航行安全。本文从海上交通的角度对船舶的操作行为模式展开研究,利用数据挖掘技术对AIS系统的数据进行分析,从而实现对船舶行为的预测,监测的数据主要有船舶的航行位置、船舶状态的监测和船队数量的识别等。通过仿真对特定港口的船舶数量进行大数据预测,从而能够提前预报,有效提高港口的管理水平。     

海洋实时监测数据库的多来源数据深度挖掘方法

在舰船实时监测数据库的数据挖掘中,针对使用传统数据挖掘方法伸缩性较小的问题,提出了一种舰船实时监测数据库的多来源数据深度挖掘方法,利用差集交叉计数策略,将舰船实时监测数据库中垂直数据格式的多来源数据转换为水平数据格式,利用基于数据集的数据聚类方法,对舰船实时监测数据库中的水平数据格式多来源数据进行聚类分析,利用HFPM数据集构造法,实现舰船实时监测数据库的多来源数据深度挖掘。为了验证该方法的有效性,与PFP数据挖掘方法与mrDFIN数据挖掘方法进行对比,得出该方法的伸缩性为92.3%,通过比较可知,本文所提方法的伸缩性最大,证明了该方法的有效性。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

组合机械故障诊断技术在船舶电机轴承异常检测中的应用

为保障船舶航行安全,针对当前船舶机械轴承故障检测过程中常出现检测速度缓慢、检测误差大等问题进行分析,结合组合机械故障检测技术对船舶电机轴承异常诊断方法进行了创新和优化。首先对电机轴承正常运行状态下的信号特征和故障信号特征分布进行提取,并录入数据库。其次,利用人工蜂群算法对最优信号分类参数进行搜寻。最后,利用组合机械故障诊断算法对电机轴承运行参数采集结果做出判断。最后通过实验检测结果证实,结合组合机械故障诊断技术在船舶电机轴承异常检测可及时对船舶电机轴承异常情况进行检测,快速检测出设备运行异常,避免船舶航行过程中的安全隐患,促进船舶航运工程的快速发展。     

人工智能的舰船航行速度自动调整研究

为了更好保障船舶航行效果,有效实现在复杂海洋环境下对船舶航行速度进行有效控制的目标,提出基于人工智能的舰船航行速度自动调整方法。通过对舰船航行速度特征参数进行采集,获取船舶航行速度变化规律,并结合非线性模型实现对船舶航行速度的有效建模,减少环境干扰影响,有效降低船舶航行控制误差,保证速度调整的准确度。最后通过实验证实,本文提出的人工智能的舰船航行速度自动调整方法具有较高的实用性,充分满足研究要求。     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

网格环境下船舶航行GPS定位数据快速挖掘方法

传统的数据挖掘方法收敛性差,导致挖掘定位数据的速度较慢,因此提出网格环境下的船舶航行GPS定位数据快速挖掘方法。该方法利用回归方程确定GPS定位坏点数据,通过归一化处理修复数据,提升挖掘收敛速度;基于局部特征参量,设置数据时间序列;获取数据发展规律,根据置信度和提升度确定挖掘规则。测试结果表明,与传统方法相比,所提出方法的收敛效果更好,挖掘定位数据的速度更快。由此可见,该方法更满足现阶段的数据挖掘基本要求。     

遗传算法的舰船电力系统供电恢复研究

船舶电力系统的故障重构是船舶运行管理系统中的重要内容。为保障船舶运行过程安全可靠,根据船舶电力系统的特殊性,结合遗传算法对舰船电力系统供电恢复问题进行研究。将遗传算法具体用于船舶电力系统的网络故障重构并通过对遗传算法对电力系统故障信息进行快速、准确地判断,以便更及时准确的对复杂的船舶电力系统供电恢复情况进行调整和控制,确保船舶在中电力系统出现故障的情况下可快速恢复供电,以保障航行安全。通过调查分析和实验检测充分证明了该方法能有效地提高船舶供电恢复的速度及精度,可较好地实现了舰船电力系统的多目标故障恢复。     

船舶动力装置智能故障诊断技术的应用与展望

动力系统作为整个船舶最核心的系统,其安全性和可靠性将直接影响船舶的安全航行,而有效的故障监测与诊断技术是保障航行安全的重要手段。首先,通过分析国内外学者在智能算法与故障诊断方面的研究进展,将船舶动力装置的智能故障诊断分为数据信号获取、数据特征提取、故障识别与预测3个环节,并总结智能算法在船舶动力装置故障诊断中所面临的问题和挑战;然后,结合智能算法的特点,探讨船舶动力装置智能故障诊断技术的未来发展趋势;最后,提议从建立基于云平台的数据监测系统、建立数据库和挖掘监测数据等方面展开深入研究,用以为船舶动力装置智能诊断的工程实践应用奠定基础。     

灰色模型的船舶物联网异常行为实时检测

当前船舶网络异常行为检测逐渐成为航海领域研究的重点问题之一,为了更好保障船舶航行效果,避免航行过程中信息传输和处理的干扰问题,对灰色模型的船舶物联网异常行为实时检测方法进行优化,基于传统实时检测过程中,数据量较大、处理效果不佳、准确率低等问题,结合灰色模型,对船舶网络信息特征行为进行采集和去噪处理,实现对船舶异常行为信息的有效分类和传输,以提高船舶网络异常行为实时检测的准确性和有效性。最后通过实验证实,灰色模型的船舶物联网异常行为实时检测方法在实际应用过程中,处理效果明显更好,且准确性也得到明显提高,充分满足研究要求。     

基于数字孪生的舰船上层建筑运维系统

以降低舰船运行故障为目的,设计基于数字孪生的舰船上层建筑运维系统。该系统利用数据采集层内传感器数据采集模块采集舰船上层建筑设备基本数据和运行数据,得到舰船上层建筑设备中控数据,通过报文解析后,将其存储到MySQL数据库内;数字孪生层通过调取MySQL数据库舰船上层建筑设备中控数据,构建数字孪生体后,利用其模拟舰船上层建筑设备生产和同步虚拟运行后,得到舰船上层建筑设备实时虚拟运行数据,并将其传输到业务逻辑层内;业务逻辑层对实时虚拟运行数据进行预处理后,通过映射驱动将其传输到故障诊断模块内,该模块使用基于规则变量分析的舰船上层建筑故障诊断方法得到舰船上层建筑设备实时运行故障状态,并将故障状态信息传输到展示层内;展示层利用基础管理、数据统计和检测维保等功能实现舰船上层建筑运维。实验表明,该系统运行较为稳定,可精准诊断舰船上层建筑设备故障诊断,并为用户提供设备运维视情优先级。