基于LDA-GA-SVM的船舶电力推进系统故障诊断

在船舶电力推进系统发生故障时,进行快速准确诊断对于船舶航行的安全性至关重要。文章针对电力推进系统中永磁同步电机的常见故障,提出基于线性判别分析(LDA)与遗传算法(GA)优化的支持向量机(SVM)相结合的船舶电力推进系统故障诊断方法。以"烟大轮"作为研究对象搭建故障仿真模型,以此为基础生成故障数据。运用小波包算法结合LDA算法提取故障数据中的特征向量,再利用经过GA优化后的SVM模型对故障特征向量进行分类。分析仿真验证结果,与未优化的SVM模型对比,GA-SVM具有更高的故障诊断准确率。     

基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。     

基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。     

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。     

基于DSP的船舶通信设备故障辨识模型

针对当前船舶通信设备故障辨识误差大,不能满足现代船舶通信要求的难题,提出基于数字信号处理(DSP)的船舶通信设备故障辨识模型。首先分析船舶通信设备故障辨识原理,并采用数字信号处理技术采集船舶通信设备的状态信号,然后采用小波包对船舶通信设备的状态信号进行处理,并提取最有效的船舶通信设备故障辨识特征,最后引入机器学习算法建立船舶通信设备故障辨识模型,采用具体船舶通信设备故障辨识样本进行仿真测试,结果表明,数字信号处理的船舶通信设备故障辨识精度高,船舶通信设备故障辨识误差小于当前其他辨识模型,而且故障辨识的训练时间和测试时间相应减少,改善了船舶通信设备故障辨识结果。     

基于支持向量机的船舶航向广义预测控制研究

船舶的动态性能具有大惯性、大时滞、非线性等特点,采用基于结构风险最小化原则的神经网络———支持向量机(SVM),充分发挥其可以任意逼近非线性模型的良好特性对船舶模型进行有效辨识,以此作为广义预测控制(GPC)算法中的预测模型,并加以相应的GPC算法达到保持航向的目的。仿真结果表明:SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于SVM的GPC算法在航向保持方面具有很好的控制性能。     

基于人工鱼群算法的船舶电子设备故障智能诊断方法

为实现电子设备的高效维护,确保船舶安全航行,设计了基于人工鱼群算法的船舶电子设备故障智能诊断方法。采用离散小波变换法分解电子设备运行信号样本,通过计算不同尺度下的小波能量值完成船舶电子设备故障特征参数的提取,将其作为基于RBF神经网络的故障诊断模型的输入,利用人工鱼群算法对故障诊断模型的权值、阈值参数作优化处理,最终输出不同类型故障发生概率,实现电子设备故障诊断。实验结果表明,正常以及不同故障状态下,电子设备运行信号的时域波形存在很大差异,研究方法可实现故障特征参数的提取,并完成故障类型的识别,30次迭代后MSE指标即可降至最低,仅为10^-4。     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

A finite element model for the Venice Lagoon. Development, set up, calibration and validation

The development, calibration and validation of a two-dimensional finite element model for the Venice Lagoon is described. The model uses a staggered grid for the spatial integration of the water levels and velocities. A semi-implicit numerical time stepping scheme is implemented, which guarantees unconditional stability for the gravity wave propagation. Because of the shallow depths in the lagoon, the model deals also with areas where flooding and drying occur.A first calibration of the model has been performed against harmonic constants of 12 tide gauges located in the lagoon. After this calibration, model output shows a good agreement with a set of water level data referring to a period of calm winds and to another data set of water level data measured in 38 stations during a period of strong winds.Meteorological data and river discharges are used to set up a 1-year long simulation that models the salinity and temperature fields. The temperature time evolution is well simulated. Comparison of model output to salinity data is not straightforward, since input data for the main rivers that discharge freshwater into the lagoon is not available for the year of reference. However, yearly averages of observed values of salinity are in a reasonable agreement with results of a climatological simulation.The presented model shows good propagation of the tidal wave and stability characteristics. It is the first step for a comprehensive model of the Venice Lagoon that deals not only with hydrodynamic variables, but also with sediment transport and ecological processes.     

Statistical modelling for ship propulsion efficiency

This paper presents a state-of-the-art systems approach to statistical modelling of fuel efficiency in ship propulsion, and also a novel and publicly available data set of high quality sensory data. Two statistical model approaches are investigated and compared: artificial neural networks and Gaussian processes (GP). The data presented is a publicly available full-scale data set, with a whole range of features sampled over a period of 2 months. We further discuss interpretations of the operational data in relation to the underlying physical system.     

基于Matlab/Simulink的低功率汽轮发电机组系统仿真研究

针对一种低功率汽轮发电机组进行仿真研究，建立了汽轮机、发电机、冷凝器等设备以及水和水蒸汽热力计算的数学模型，建模以单通道、一维集总参数模型为基础，仿真模型的建立基于Matlab7．0／Simulink6．0。针对汽轮机甩负荷、冷凝器常见故障以及外部蒸汽机动性变化时汽发电机组的准稳态特性进行了仿真计算。计算结果表明，所得到的结论基本符合理论分析及现有的科技资料。论文的目的是希望建立一个能够描述低功率汽轮发电机组基本热力特性的仿真模型，展开系统的准稳态及动态特性等基础性研究工作，为热力系统的定量化设计提供分析手段。     

舰船材料疲劳统计分析中的贝叶斯方法

讨论了舰船材料疲劳统计分析中的贝叶斯方法,将疲劳模型中的未知参数作为随机变量处理,利用贝叶斯定理求出参数的后验分布密度,然后建立不同存活率下的贝叶斯疲劳曲线的求解方程;最后再编程进行计算,结果表明,贝叶斯方法既考虑了统计上的不确定性,又合理解决了疲劳试验数据中的越出问题。     

基于YOLOv3的船舶目标检测算法

为提高船舶目标智能检测的精度和实时性,提出一种基于YOLOv3算法的船舶目标检测方法,可用于视频图像的监测与跟踪。参照PASCAL VOC数据集格式,构建船舶目标检测数据集,采用k-means聚类先验框、mixup、标签平滑化等方法对算法进行改进和优化,在GPU(Graphic Processing Unit)云服务器中完成算法模型的训练和检测,并与FasterR-CNN、SSD(Single Shot MultiBox Detector)、原始YOLOv3等算法进行模型性能的试验对比。试验结果表明:改进的算法明显优于其他算法,其在测试集上的平均精度均值(mean Average Precision,mAP)和检测速度分别达到89.90%和30每秒检测帧数(Frames Per Second,FPS)。     

基于粗糙-支持向量机的航运企业客户信用评估

针对航运企业客户数据样本量少,信息量贫乏、不确定性等特点,提出了一种基于双向互动的粗糙-支持向量机的动态建模方法.利用该方法对具有复杂动态特性和不确定性的航运企业客户信用评估进行建模,并进行了实例研究.结果表明,基于粗糙-支持向量机的动态模型具有较快的收敛速度、较高的建模精度以及较好的泛化能力.     

舰船研制中基于STEP的数据模型集成系统设计

舰船研制过程中需要建立一种能直接服务于舰船系统的采办过程并能集成性能、设计、分析、仿真及费用评估的数据模型。采用以STEP标准为基础的数据模型技术来解决舰船研制中不同应用之间的数据交换,分析了数据模型集成中的核心处理模块与基本功能模块,构建了由应用接口层、核心层、数据存取层组成的数据模型集成体系。     

面向船舶制造的MBD技术应用分析

系统研究面向船舶制造的基于模型定义(Model Based Definition,MBD)技术.以船体和舾装为例,定义基于三维模型的船舶三维数据集应用框架,并基于产品结构树建立三维标注模型与数据库之间的关联关系,使得MBD数据的存储与调用更为直观方便.基于二次开发技术建立基本数据集传递规则,提高数据传递效率.开发面向船...     

基于WSEIAC模型的系统效能求解新算法

WSEIAC模型是武器系统效能评估经典模型。模型中能力向量矩阵通常根据经验数据由专家打分给定,不能准确与具体实验数据关联。新算法采用核主元分析方法,提取可信赖性向量矩阵的核主元比重,作为能力向量矩阵,提高了系统效能与具体数据间的准确关联性。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.