人工神经网络的船舶引擎冷却系统故障诊断方法研究

以船舶故障诊断作为应用背景,对人工神经网络在船舶冷却系统故障诊断中的应用进行研究。首先对船舶引擎冷却系统进行介绍;然后介绍人工神经网络的基本知识,给出基于人工神经网络的船舶引擎冷却系统故障诊断方法。该方法选用BP神经网络模型,并利用LM算法来提高方法的收敛速度。实验结果表明,本文给出的方法具有较高的计算能力和准确率。     

基于卡尔曼滤波的船舶侧偏角软测量

船舶在航行过程中会受到外界环境的干扰,对船舶的运动状态产生影响。为了保证行使的安全性需要对船舶的关键状态变量进行控制。本文利用软测量技术对船舶的相关参数进行获取,并且通过卡尔曼滤波技术进行状态估计。最后进行的实船实验结果表明,本文算法能够有效对船舶的侧偏角进行测量,误差控制在10%以内。     

干扰抵消算法的船舶通信系统构建

通信系统在船舶中具有不可替代的作用和地位,该系统的运行稳定与否关系重大。由于干扰信号的存在,使得船舶通信系统构建时需要充分考虑干扰抵消问题,这是确保通信系统可靠运行的关键。干扰抵消技术的相关算法较多,应当从中选取出最适宜船舶通信系统的算法。基于此,本文从船舶通信系统的构成及功能介绍入手,分析干扰抵消技术及相关算法。经过对比,选取LMS作为干扰抵消算法,并基于该算法对船舶通信系统的构建进行论述。     

云平台最速梯度准则的船摇数据自适应滤波快速算法

在海洋船舶遥感测绘领域,由于受到海风海浪等作用力的影响,船舶的动态及静态测量数据受到了来自船摇误差等多方面影响,实测数据需要经过处理才能得到更准确的数据。基于最速梯度最小二乘法对实测数据建立了可调步长递推准则,通过自适应的滤波过程,可有效滤除实测数据的船摇干扰数据。本文研究船舶遥感测量数据的船摇过滤算法模型,并利用云计算平台实现对实测数据的自适应最小二乘算法过滤,最后给出仿真结果。     

基于Kalman滤波的船舶磁化干扰系数测量算法

[目的]针对以船舶为载体的三分量地磁场测量系统,为了提高其测量效率并降低工程难度,提出基于Kalman滤波的船舶磁化干扰系数测量算法。[方法]根据三分量地磁场测量数学模型中船磁干扰的作用形式及特征,提出解算船舶磁化干扰系数的Kalman滤波算法实施步骤,然后开展计算机仿真和船模实验,以验证该算法的有效性。[结果]在有效磁场测量数据样本较少的条件下,该算法保证了良好的收敛性,分离出了较高精度的三分量地磁场。[结论]Kalman滤波算法为船舶磁化干扰系数测量的工程实践提供了一条高效率、低成本的可行路径。     

自适应干扰抵消在船舶通信系统中的应用

在船舶信息化技术飞速发展的今天,绝大部分船载设备都需要与船载通信控制系统建立联系,从而能够实现对整个船舶运行状态的实时监控。但是在有限的船载空间中,需要安置众多的通信交换设备,多种设备之间必然存在通信干扰,因此为了提高通信网络的性能,需要对网络中的干扰进行滤除。本文结合船载通信设备的特点和网络拓扑结构,介绍了一种自适应干扰滤除算法,该算法能够主动侦测系统中的干扰信号,通过反馈网络,对干扰信号的特征进行主动学习,然后在网络中的节点对噪声进行滤除,从而大大提高了船舶通信系统的整体性能。     

船舶动力定位系统非线性估计滤波器的设计

随着航运业发展,海上航行船舶的密度及体积越来越大,如何控制船舶航线的误差精度是保障航行安全的关键。船舶动力定位系统分析船舶受到的海风、海浪等综合外力,利用推进器产生的作用力平衡各种外力,使船舶按照既定航向及速度航行;同时,采集的综合外力信号混有测量噪声、低频运动等各种非线性因素。本文建立了船舶动力定位系统受力模型,针对船舶航行中的各种外力干扰因素设计了非线性估计滤波器,对干扰动力进行滤除,最后进行仿真。     

船舶航向实时控制算法优化

针对原有船舶航向实时控制算法存在保航性能较差的问题,提出一种优化船舶航向实时控制算法。首先构建船舶数学运动模型,包括系统推进模型、系统舵机模型、纵移模型、横移模型以及运动首向模型。完成船舶数学运动模型的构建后,需要对模型的环境干扰量进行描述,包括海流、海浪等,在NED坐标系中分别建立海浪模型与海流模型等环境干扰量模型对环境干扰量进行描述。将支持向量机当做船舶航向实时控制的最优控制律,在最优控制律中引入参考状态,获取其约束条件与最优控制目标,实现船舶航向实时控制。为了证明优化船舶航向实时控制算法的保航性能较好,将原有船舶航向实时控制算法与优化船舶航向实时控制算法进行对比实验,结果证明优化船舶航向实时控制算法的保航性能优于原有算法。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

动力定位船舶全速度路径跟踪CB导引自适应闭环控制

针对仅使用槽道推进器提供横向推力的动力定位船舶路径跟踪控制问题,建立慢变环境干扰影响下的非线性船舶数学模型,设计带有自适应干扰补偿的反步控制算法来消除环境干扰的影响。引入平行目标接近(CB)导引算法为跟踪控制生成期望速度矢量信号,通过与所提出的自适应反步控制算法相结合,得到不受船舶驱动特性限制的全速度范围动力定位船舶导引跟踪控制算法,应用李雅普诺夫稳定性理论证明系统跟踪误差渐进收敛到零。仿真结果表明通过调整导引算法参数可以调节船舶跟踪过程表现,并可以得到较好的控制精度。