船舶网络流量的异常状态检测模型

船舶网络流量异常状态直接描述船舶网络工作情况,当前船舶网络流量异状检测过程中存在误差大、计算时间复杂度高等缺陷,为了获得更好的船舶网络流量异常状态检测结果,设计了基于复合核函数极限学习机的船舶网络流量异常状态检测模型。首先分析当前船舶网络流量异常状态检测研究进展,阐述船舶网络流量异常状态检测的基本思路,然后采集船舶网络流量异常状态检测数据,并采用复合核函数极限学习机建立船舶网络流量异常状态检测模型,最后进行仿真实验,实验结果表明,复合核函数极限学习机可以全面、客观描述船舶网络流量异常状态,检测精度高、时间短,相对于其他船舶网络流量异常状态模型,综合性能更优,可以有效保障船舶网络正常、安全工作。     

舰船网络服务器的网络流量异常检测

舰船网络服务器是保证舰船正常运行的重要设施。舰船网络服务器一旦遭到入侵,网络流量就会发生异常,严重影响舰船的正常运行。但现有的舰船网络入侵检测方法无论从速度还是准确性上都无法满足入侵检测的要求。基于该模型,提出一种船舶网络流量异常检测方法。通过对舰船网络流量异常特征提取算法的优化,找出最佳特征子集,进行去噪,建立舰船网络流量异常检测模型,优化流量异常检测流程,以实现对舰船网络服务器的网络流量异常检测。最后通过测试结果表明:舰船网络服务器的网络流量异常检测方法能有效地检测船联网系统的异常状态,在保证检测精度的前提下,可以大大缩短检测时间。     

船舶监测网络异常节点定位技术研究

网络节点在整个船舶监测网络中占有重要地位,异常节点可以破坏船舶监测网络的正常通信,影响船舶航行轨迹,埋下安全隐患。目前网络异常节点类型愈加复杂多样,传统的Amorphous技术已经难以准确定位,在覆盖率分析和精准度上经常出现很大的误差。本文提出一种新的船舶监测网络异常节点定位技术—APIT技术,定位过程分为接收节点信息、执行APIT测试、计算重叠区域和计算质心4步。由实验结果可知,较传统技术而言,APIT技术能够检测到更多类型的异常节点,精确性更好,为船舶安全航行提供有力的技术支撑。     

基于无线传感器网络的船舶电力系统故障检测算法

为了解决传统故障检测算法存在的检测精度低的问题,提出了基于无线传感器网络的船舶电力系统故障检测算法。构建无线传感器网络,并利用该网络实现对船舶电力系统实时运行信号的采集。按照不同的电力系统故障类型设置故障特征,作为故障检测的数据对比标准。通过输出故障类型和故障发生位置,实现船舶电力系统的故障检测。实验结果表明,与传统检测算法对比,设计的故障检测方法得出的检测结果更加接近设置的故障数据,即设计的故障检测算法的检测精度更高。     

船舶电力继电保护与监测系统的研究

文章论述了船舶电力系统继电保护装置中相关电力参数的测试原理与技术,系统利用微电脑强大、精确又灵活的控制与运算功能,使新一代测试系统较传统的测试系统在功能、精度、智能化等方面都有新的进展。     

船舶电力保护与监测系统的研究

文章论述了船舶电力系统继电保护装置中相关电力参数的测试原理与技术,系统利用微电脑强大、精确又灵活的控制与运算功能,使新一代测试系统较传统的测试系统在功能、精度、智能化等方面都有新的进展．     

卡尔曼滤波算法在船舶航行轨迹异常行为检测中的应用

现代船舶的信息化、自动化程度不断提高,自动识别系统(AIS)、电子海图综合系统(ECDIS)和船舶总线通信系统等先进技术在船舶上的应用越来越广泛。随着内河航运和远洋海运的发展,海事交通管理部门对船舶航行轨迹异常行为的检测显得尤为重要。本文主要针对船舶在区域内的航行轨迹异常行为检测问题,结合卡尔曼滤波算法,设计一种船舶异常航线检测系统,并对该检测系统的性能进行仿真分析。     

基于数据挖掘的船舶异常行为检测研究

通过对船舶异常行为检测,提高对船舶的实时监测和模式识别能力,提出一种基于数据挖掘的船舶异常行为检测方法。采用并行分列式数据架构模型构建船舶行为特征分布数据库,提取数据库中的关联规则特征量,采用自相关匹配滤波检测方法进行船舶异常行为特征点的提取,实现船舶异常工况下的行为特征数据挖掘,实现船舶异常行为检测优化。仿真结果表明,采用该方法进行船舶异常行为检测的准确概率较高,数据挖掘的分类性较好,虚警较低,在船舶异常监测和状态分析中具有很好的应用价值。     

船舶电力推进系统螺旋桨负载实时监测研究

通过对船舶电力推进系统螺旋桨负载的实时监测,提高对船舶电力推进系统的状态监测和故障分析判断能力,提出一种基于高阶统计量特征提取和串行D/A转换控制的船舶电力推进系统螺旋桨负载监测方法。采用振动传感器进行船舶电力推进系统螺旋桨的振动信号采集,振动信号能有效反映电力推进系统的负载特征,对采集振动信号进行时频分析和高阶统计量特征提取,以提取的特征量为测试集,进行负载监测的信号分析。在此基础上,基于ADSP21160处理器系统进行负载实时监测系统的硬件设计,通过D/A转换控制方法提高负载监测的实时性和准确性。仿真结果表明,该方法进行船舶电力推进系统的负载监测的实时分析能力较强,信号采集和输出的准确性较好。     

船舶电力电路短路检测系统设计

传统船舶电力短路检测系统不能进行长时间的满负荷运行,且电机检测修复效率较低。为解决上述问题,设计新型船舶电力电路短路检测系统。通过检测电源模块设计、电力短路接口芯片选择2个步骤,实现新型系统的硬件运行环境搭建。在此基础上,通过电路操作协议栈移植、电力检测励磁参数设置、短路驱动程序设计3个步骤,实现新型系统的软件运行环境搭建,结合软、硬件运行模块,完成新型船舶电力电路短路检测系统的搭建。对比实验结果表明,与传统船舶电力短路检测系统相比,应用新型船舶电力电路短路检测系统后,满负荷运行时间最长可达150 min左右,电机检测修复效率始终不低于60%。     

基于DSP的船舶电力监测系统设计

针对船舶电力监测的需要，利用DSP技术对电力监测系统进行了研究和开发。设计了一种基于DSP技术的电能质量监测仪，它主要完成现场数据的采集，然后利用DSP的快速运算能力进行电能质量参量的运算工作，最后把运算结果通过以太网口传送出去，同时将需要保存的数据保存到监测仪的存储器中。     

船舶柴油机轴向异常振动监测智能系统

针对传统振动监测系统在一定时间内处理数据量少的问题,设计船舶柴油机轴向异常振动监测智能系统。设计由KTR微型自恢复式位移传感器、AD转换器和滤波芯片组成的系统硬件。在硬件部分的基础上设计系统的软件部分。使用傅里叶变换处理采集的振动信号,根据EMD分解原理提取可能的异常振动信号。在神经网络中,将信号与模板异常信号匹配,完成对轴向异常振动监测智能系统设计。通过与传统振动监测系统的对比实验,证明了设计的智能监测系统能够在相同时间内处理更多的数据,具有优越性。     

全电力推进船舶航行监测系统分析

本文在电力推进船舶需求逐渐加大,应用逐渐成熟的前提下,介绍了全电力推进船舶航行所需监测的相关内容,设计了一个较为完善的航行监测系统,为后续的研究提供了参考。     

船舶通信系统的异常数据检测

船舶通信系统的传输信道和输出链路层受到码间干扰和多径影响的情况下,容易出现异常数据,导致通信中断和故障,需要进行异常数据检测,提高系统稳定性。提出一种基于频谱特征提取和分数间隔均衡的船舶通信系统异常数据检测方法,基于分数间隔均衡方法构造通信系统的信道均衡模型,采用格型滤波器进行通信系统传输链路的码间干扰滤波,对滤波处理后的输出通信信号进行频谱特征提取,根据频谱特征差异性实现异常数据检测。仿真结果表明,采用该方法进行通信系统异常数据检测的准确概率较高,提高了船舶通信系统的抗干扰能力和信道均衡性,降低输出误码。     

船舶电力系统故障恢复中免疫克隆选择算法研究

在船舶电力管理系统中,网络故障恢复能力作为至关重要的一项内容,正受到越来越多的关注。如果船舶在航行过程中,电力系统中的某个部位发生异常,此时电力恢复系统会快速定位故障的位置和种类,采取进一步的措施防止故障扩大,避免影响船舶的安全航行。本文首先研究船舶电力系统故障恢复系统中的主要组成部分,介绍其关键功能,并采用免疫克隆选择算法对故障系统中的核心功能进行数学建模。通过仿真实验,本文提出的免疫优化算法能够快速排除系统故障,取得了良好效果。     

大型船舶电力网络异常输电线路自动识别分析

电力网络输电线路一旦出现异常,将直接导致船舶上各设备运行受到影响。为此,进行大型船舶电力网络异常输电线路自动识别分析研究。该研究首先利用故障录波装置采集电气量信号,然后利用基于小波能量熵的方法提取特征,最后利用BP神经网络构建识别模型,自动识别船舶电力网络输电线路异常类型。结果表明,所研究方法应用下,得到的识别结果与人为设置的异常类型一致,证明了所研究识别方法的有效性。     

大型船舶电力网络异常输电线路自动识别分析

传统电力网络异常输电线路自动识别方法容错能力差,为此提出大型船舶电力网络异常输电线路自动识别方法研究。建立电力网络输电线路模拟模型对其异常输电线路情况进行模拟,通过模拟采用传感器对异常输电线路信号进行采集,对采集的信号进行特征量提取并将其组合成异常输电线路特征向量,以上述得到的异常输电线路特征向量为依据,采用模糊聚类方法对异常输电线路进行自动识别,实现了大型船舶电力网络异常输电线路的自动识别。通过实验得到,提出的电力网络异常输电线路自动识别方法的容错率比传统方法高出35%,说明提出的电力网络异常输电线路自动识别方法具备极高的容错能力。     

海量船舶移动网络流量数据分析处理

船舶移动网络迅猛发展,逐渐成为航运领域的重要组成部分,同时,带来海量移动网络数据,如何承载船舶移动网络海量数据分析业务是航运领域研究的重点。本文研究网络流量数据分析系统和数据预处理技术,提出了模糊聚类算法和朴素贝叶斯分类算法。聚类算法用于分析用户和流量特征,分类算法用于对海量数据进行分类。     

蚁群算法在船舶电力故障系统中的应用研究

在工业自动化程度日益提高的今天,船舶电力自动化程度也不断提高。在现代化的船舶电力系统中,电站作为整个系统的核心,一直扮演着非常重要的角色,但是由于船舶的用电设备复杂,工作环境也较为恶劣,所以需要对电力系统中可能出现的故障做到快速预警和高效处置。本文在深入研究了蚁群算法的基础上,针对船舶电力系统中常出现的几种电力故障进行数学建模仿真,并对基于信息素的核心算法提出了改进措施,进一步提高了系统运行的稳定性和故障查找的准确性。