基于超级电容的车客渡船能量管理策略

针对车客渡船航行过程中因推进电机需要频繁大尺度启动和制动而造成船舶电网易产生较大波动、能量管理复杂的问题,提出一种基于超级电容的车客渡船能量管理策略.采用模糊自适应(PID)控制策略对储能系统充放电进行控制,以直流母线电压为目标,通过Matlab/Simulink建立仿真模型,并搭建超级电容能量回收试验平台,验证该能量管理策略的可行性.结果表明,超级电容能对推进电机制动能量进行缓冲存储,提高能量的利用率,同时还可以减小船舶电网的波动,避免发电机组频繁调节,提高电网的安全性.     

自航式耙吸挖泥船疏浚性能评估系统设计*

目前耙吸挖泥船疏浚效果的评价主要依靠施工人员的常识经验，例如以牺牲大量的施工时间来换取泥沙产量的最大化，反而造成单土方成本较高。结合耙吸挖泥船厦门港实测施工数据，构建多指标疏浚性能评价体系，各性能指标的权值采用熵值法进行确定。研究表明：多指标评估体系能够更加全面、客观地反映耙吸挖泥船疏浚性能，且与挖泥船辅助决策系统的测试结果保持一致。     

耙吸挖泥船溢流损失估算的一种方法

结合国外相关领域的研究资料,从耙吸挖泥船疏浚机理出发,通过对泥舱系统动态建模,预估了泥舱溢流量与溢流密度,对溢流损失做出了定量分析,并利用实船实测数据进行验证,效果良好。溢流损失大小的确定对于挖泥船决策支持和自动控制是至关重要的,也为开发有效的辅助疏浚决策软件提供了理论依据。     

基于RBF-ARX模型的耙吸挖泥船泥浆管道输送模型预测控制*

针对耙吸挖泥船挖泥装舱过程中管道内泥浆输送流速过低导致管道堵塞影响疏浚效率、造成安全风险等问题,进行泥浆管道输送模型预测控制研究。提出一种基于RBF-ARX模型的预测控制方法,通过改变泥泵转速控制耙吸挖泥船输送管道中泥浆的流速。建立基于RBF-ARX模型的泥浆管道输送模型,设计基于RBF-ARX模型的预测控制器,并对泥浆输送过程进行仿真。结果表明,设计的模型预测控制器与PID控制器相比,该控制方法具有较好的动态控制效果与较强的鲁棒性。     

自航耙吸挖泥船疏浚性能评估系统设计

结合国外相关领域的研究资料,提出一种基于挖泥船实测数据对疏浚性能进行评估的方法,并对疏浚性能评估系统进行设计。通过性能评估指标,根据产量和时间效率对疏浚周期性能进行连续评估,提供与疏浚工况相适应的最佳疏浚参数,实现疏浚过程和生产效率的自动优化,达到提高挖泥船性能和效率的目的。     

一种半潜式支持平台靠泊路径跟踪控制方法

针对PSO算法在应用到路径跟踪时，容易陷入局部最优的缺陷和惯性权重调节机制的局限性，提出基于粒子进化率的改进IM-PSO优化算法。该算法一方面利用粒子的进化率及时调整粒子的惯性权重，提高算法的搜索速度；另一方面利用免疫系统的免疫机制增加粒子的多样性，提高PSO算法摆脱局部最优的能力。选取北海型半潜式支持平台作为工程案例，在北海真实海况下进行靠泊路径跟踪控制的仿真分析，对PID路径跟踪控制器参数进行优化。仿真结果表明，与标准PSO优化方法相比，该方法优化的靠泊路径跟踪控制器的稳定性更高，提高了运算效率，收敛精度更高。     

耙吸挖泥船沙床高度与土粒径在线估计

沙床高度与土壤土质作为调整耙吸挖泥船疏浚策略的重要依据无法通过传感器直接测得。针对这一问题,结合动态沉积模型对沙床和与土质相关的土壤粒径进行分析,对疏浚过程土质的变化方式进行两种模拟,以"新海凤"号为例利用实测数据对模型进行校正。通过模式搜索离线估算疏浚工况的土壤平均粒径,采用粒子滤波算法在验证沉积模型的基础上对沙床高度与土质粒径进行在线估计。仿真结果表明,对粒径建立随机游走模型更能拟合装载曲线,同时沙床高度也受疏浚土质的影响。理论成果为疏浚工程提供参考,并将应用于挖泥船辅助决策系统中。     

基于遗传BP神经网络的耙吸挖泥船产量预测研究

耙吸挖泥船的工作效率和经济效益直接取决于干土方的生产率,因此预测干土方生产率对耙吸式挖泥船疏浚机构分析和效率优化具有重要意义。耙吸挖泥船疏浚过程模式是一种复杂的非线性动力学模型,该模型受多种因素的影响,为了减少各种因素带来的影响,我们采用通过遗传算法(GA)优化的BP神经网络来构建干土方生产率的预测模型。为了评估预测模型的性能,未优化的BP神经网络预测模型也用于实验比较。实验结果表明,遗传算法优化后的神经网络预测模型能够满足预测需求,训练好的神经网络可以作为干土方生产率预测的有用工具。     

基于主成分分析(PCA)和支持向量机(SVM)的耙吸挖泥船工况分析

土质信息对于耙吸挖泥船的挖掘与装舱过程的控制策略具有重要意义,但耙吸挖泥船的耙头无法直接感知土质信息。基于实船数据,通过主成分分析（PCA）对非线性耦合的疏浚数据进行线性可视化和特征分析,对土质信息与工况信息的关联性进行研究。采用支持向量机（SVM）构建分类器,对土质工况进行分类识别。结果表明,该方法能够有效识别不同的土质工况,实现了土质信息的间接感知。