船舶操纵的自整定PID参数模糊控制器研究

船舶操纵是一个非线性、高阶的时间滞后过程，并受各种不确定的环境干扰。由于传统的ＰＩＤ调节器的操纵性能不能令人满意，故本文提出一种模糊推量功能实现ＰＩＤ参数自整 控制。它能根据船舶动态特性的变化，自动重新整定ＰＩＤ参数，从而改善了操纵性能和鲁棒性。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

船舶辅锅炉温控自整定调节系统的研究

本文着重介绍了自整定调节器在船舶辅锅炉温控系统方面的应用和自整定调节器的自整定调节功能及其优越的特点．     

自整定调节器在船舶辅锅炉温控系统的应用

介绍了自整定调节器在船舶辅锅炉温控系统方面的应用和自整定调节器的自整定调节功能及其特点.     

蚁群算法的舰船电机智能调速系统参数整定

随着舰船自动化程度的不断提高,舰船自动化电气设备的使用量越来越大。永磁同步电机体积小,输出功率大,是舰船使用量非常大的一类电机,在舰船的生产和船员生活保障中有重要的应用。舰船永磁同步电机的智能调速系统对于电机功率控制有重要的意义。本文结合蚁群智能算法和遗传算法,对舰船电机的调速系统参数整定进行详细的研究,有助于提高舰船电机的控制水平。     

船舶电网重构网络中的粒子群算法研究

船舶电网重构是船舶电网控制的重要功能之一。本文在深入研究船舶电网结构和需求的基础上,提出一种有效的电网重构方法。选择粒子群算法(Selective Particle Swarm Optimization,SPSO)作为电网重构的优化方法,并将最小化电网重构的功率损失作为优化目标。选择粒子群算法是二分粒子群算法(BPSO)的改进方法,相比于BPSO,本文采用的SPSO能够实现更好的优化性能。最后在多种不同电网负载情况下,比较SPSO和BPSO算法的网络重构效果,证明本文提出的方法具有较好的性能。     

人工智能算法的船舶电网继电保护整定研究

传统船舶电网继电保护整定算法,存在电路整定相关参量定义模糊的问题。在对群居电路参量整定过程中,无法有效识别电路故障代码字串语义,导致整体电路整定出现误差,无法有效保护电路完全。因此,提出人工智能算法的船舶电网继电保护整定方法。根据继电保护整定逻辑特征,引入人工智能算法对其过程进行优化。建立继电电路的电流保护整定模型,根据模型参量特征,对整定参量进行语句的人工智能识别定义。最后,完成电路整定参量与识别量的整合,实现继电保护参量的智能化高精度识别。通过与传统继电保护整定算法对比测试,采用提出算法的继电保护整定准确率均能到达95%以上     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

船舶航向模糊自整定操舵控制器的研究

船舶航向操舵控制是个典型的非线性系统,而工程上经常使用的常规PID(Proportional Integral Differential)控制器则为线性控制,至于模糊控制虽为非线性控制,但稳态精度不高。将常规PID控制与模糊控制相结合,基于Norrbin非线性系统模型和模糊自整定PID控制器的设计步骤,提出一种新的船舶航向控制算法,即船舶航向模糊自整定操舵控制器,并针对5 446标准箱的集装箱船舶,用Matlab进行了仿真计算。仿真结果表明,该控制算法可以使船舶航向控制从动态和稳态上都具有较好的精度,跟踪响应迅速,超调量小。     

船舶电力系统的监测与继电保护应用研究

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、精确而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、智能化等方面都有了新的改进与发展。     

船舶电力网继电保护测试系统的研究

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。     

负序继电器在船舶上的应用与分析

将负序继电器用在船舶上,以防止接岸电时,相序接错和单相运行是非常有效的一种方法。本文剖析其的主要构成及其实质负序电压过滤器,绘出了船舶接岸电时的实用接线图,并通过矢量图对其负序原理、断相原理等进行了分析,列出了有关的分析方程,进一步证明了其在船舶上的继电保护原理。     

多目标进化算法在船舶设计中的应用

针对船舶概念设计阶段船型参数优化问题,根据快速性、操纵性、舱容衡准及基于经验公式建立船舶优化数学模型,采用改进的非支配解排序的多目标进化算法（NSGA-Ⅱ）,以推进系统总效率、舰船经验系数、相对回转直径及船舶造价4个参数为优化目标,选取若干设计变量,对50 000 DWT油船进行多目标优化.数值算例表明,改进的非支配解排序的多目标进化算法能够有效、客观地选择合理的船舶主尺度参数.     

船舶电网电流差动保护的应用研究

大型船舶一般采用多发电机供电,在不同的运行工况下,运行的发电机数及容量都不相同,不利于保护的整定与运行。电流差动保护具有绝对的选择性,其性能不受系统运行方式的影响,因此在船舶电力系统的重要部位,有必要合理配置一定的电流差动保护。本文对船舶电网的实际工况进行分析,讨论了船舶电网的保护协调问题,提出电流差动保护的配置原则,为船舶电网的安全运行提供保障。     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

免疫粒子群算法在船舶避碰上的应用研究

在船舶避碰决策过程中,转向避让是采用频率最高的一种避让方法.为了获得更加有效和合理的转向幅度,以来船与本船构成的方位、距离、船速比、最近会遇距离和最近会遇时间为主要参数,并综合考虑其他因素来确定船舶间的碰撞危险度,通过改进的免疫粒子群算法,建立相应的适应度函数模型,进而求出最优转向幅度.仿真结果表明,改进的免疫粒子群算法对于处理多船会遇情况下的本船最优转向幅度,结果准确可行.     

改进遗传算法在船舶自由浮态计算中的应用

为了更快、更准确地计算船舶自由浮态问题,对原有计算方法进行改进。根据船舶自由漂浮的平衡条件,将自由浮态计算归结为多目标约束优化问题,并引入一种改进遗传算法对该优化问题进行求解。实例计算表明,使用该方法,迭代次数明显少于基本遗传算法,船舶自由浮态计算时间大幅下降,计算结果准确可靠。研究结果对于迅速掌握船舶状态,可靠保障船舶生命力具有重要意义。     

遗传算法在船舶电缆布局优化设计中的应用研究

船舶电缆布局优化是实现船舶布线自动化的一项技术难题,这一问题的解决可节省大量电缆布局设计的时间和费用。建立优化模型,并对传统遗传算法中初始种群的产生方法、选择算子及变异算子进行改进,增加检测操作,从而构造求解该模型的改进遗传算法。仿真结果表明,该算法是一种具有全局寻优能力的布局优化方法,具有高效性、实用性,并可扩展于解决船舶设计中的其它优化问题。     

基于港航联动的船舶航行计划优化

针对船舶航行成本受航速影响较大的问题,设计一种港航联动机制,旨在降低船舶航行成本。在港航信息互通的基础上,建立以最大程度降低航线总成本为目标的多阶段优化模型,得出船舶航行成本优化效果随规划距离变动的关系曲线,并分析航行成本优化效果同规划距离之间的关系,证明该联动机制的可行性。计算结果表明:在通过该联动机制对船舶航行计划和对航行速度进行优化后,船舶航行成本能够获得有效的降低,并通过计算获得该机制下存在的最优规划距离。因此,该联动机制能够更好地对船舶航行计划进行优化,满足船舶航行的实际需求。