BP神经网络在船舶远程监控中的应用研究

近年来,随着无线通信、传感器网络等技术的快速发展,船舶远程监控系统在保障航运安全、维护船载设备等方面发挥着越来越重要的作用。船舶远程监控系统实现船岸间数据信息共享和交互,对船载设备的运行状态进行实时监控,并根据采集的数据进行状态预测和故障诊断。本文在船舶远程监控系统基础上,利用BP神经网络的自组织学习特性,提出远程故障诊断模型,该模型能够根据设备运行参数对故障趋势进行准确判断并发出预警。     

船舶远程监控数据的动态采集方法

利用传统方法对船舶远程监控数据进行动态采集时,存在采集准确性差的问题。针对上述问题,提出一种新型基于传感器的船舶远程监控数据动态采集方法。该方法主要分为两部分:一部分为数据动态采集准备工作,包括传感器装置选择、传感器节点定位部署;另一部分为数据动态采集实现,包括构建数据采集特征状态方程、数据滤波处理。结果表明:与传统方法相比,基于传感器方法的数据采集准确率提高2%～11%,达到了研究的目的。     

基于物联网和嵌入式技术的船舶远程监控系统开发

我国不仅是海洋运输大国,也是造船大国。船舶的大型化以及自动化要求对船舶进行实时监控,很多船舶监控系统采用线缆连接,灵活性差,成本高,且很难实现远程监控。本文提出一种基于物联网和嵌入式技术的船舶远程监控方案,对系统的需求进行分析,重点设计基于Zigbee技术的无线网络节点,并设计基于IOS的手机移动端监控软件。系统具有功耗低、实时性好、稳定性高等特点。     

物联网中嵌入式船舶远程数据采集系统研究

在船舶物联网通信系统中,核心数据处理器一般都采用嵌入式结构。为了实现远程数据传输,物联网会与外部互联网连接,能够远程控制船舶的有关设备,进行预警和数据的云处理。本文设计的嵌入式船舶数据远程采集系统,主要的通信控制模块和数据采集处理模块都相对独立,采用嵌入式单片机AT89S52实现主要的数据传输功能,在硬件设计时,充分考虑A/D模数转换器的选型,分析数据滤波的变换算法。最后利用VC++软件实现船舶远程数据采集的流程控制。     

船舶物联网远程安全监控中数据通信机制研究

通信技术的革新使得船舶远程监控系统功能不断完善,这对于降低船舶安全事故、保障航行安全具有重要意义。本文对传感器网络进行研究,设计实现了基于船舶物联网的远程安全监控系统,在Zig Bee无线通信协议基础上,提出了拥塞控制算法,有效提高了系统的数据通信效率。     

基于物联网的船舶排放控制区监控系统设计

我国设立船舶排放控制区的目标,是为了控制船舶硫氧化物、氮氧化物和颗粒物排放,改善沿海及内河区域环境空气质量,为控制船舶大气污染奠定基础。根据上述目标的要求,提出一种可对排放控制区内船舶废气进行实时数据采集的监控系统设想。该系统借助物联网技术,将传感器设备嵌入至船舶烟囱内,通过互联网无限通信、GPRS DTU和云计算等技术监控控制区内所有船舶废气排放的实时动态,以更为客观精确的数据统计和直观及时的动态跟踪促进船舶排放控制区环境管理的有效性和决策的科学性。     

BP神经网络对船舶远程监控系统的改进分析

为了满足公司对于远洋船舶更加有效监控的要求,应用BP神经网络对监控系统加以改进,使船舶远程监控系统发出预警信号,并能在船舶上报警.此时,相应参数识别码也能够第一时间到达岸上公司,岸上公司即能在最佳时间协助船舶对设备进行维修.BP神经网络在远程监控系统的应用分析过程中,以6缸柴油主机排气温度变化趋势为模型,利用BP神经网络良好的学习特性,建立了排气温度变化的持续升高预警模型及其他非预警模型.分析表明,此种方法适用于远洋船舶的远程故障监测及船舶系统故障预测.     

船舶远程监控数据的动态采集方法

为了提高对船舶的远程监控能力,提出一种基于多传感器组网及融合跟踪识别的船舶远程监控数据动态采集方法,构建船舶远程监控数据采集的无线传感器网络模型,进行传感器节点的自适应分布式优化定位设计,采用量化融合跟踪方法进行船舶远程监控数据挖掘和特征提取,构建反馈均衡滤波器进行数据采集后的抗干扰滤波处理,提高数据采集的干扰抑制能力,结合数据挖掘算法实现对船舶监控数据的动态采集。仿真结果表明,采用该方法进行船舶远程监控数据采集的准确性好,抗干扰能力较强,输出信噪比较高。     

船舶通信终端远程导航监控算法研究

传统的船舶通信终端远程导航监控算法,监控结果准确率低,无法满足现代船舶业提出的要求。为解决上述问题,研究了一种新的船舶通信终端远程导航监控算法,利用GIS定位技术提取船舶运行参数,并将监控到的数据融合到一起,通过CAN总线压缩编码,传给中心系统,再利用简化处理完成整个监控计算过程。为验证研究的监控算法效果,与传统监控算法进行实验对比,结果表明,给出的监控算法计算结果准确率远远高于传统的监控算法,为检修工作提供强大的技术支持。     

基于物联网技术的船舶远程监测通信系统研究

随着信息技术的发展,基于船舶电子信息系统的各类应用越来越多,这些电子系统设计生产厂家不同,其网络类型呈现异构性,如何构建统一的船舶远程监测通信系统是需要解决的首要问题。本文重点分析基于物联网的船舶远程监控通信系统架构,以CAN总线及以太网为通信载体,实现不同异构网络电子系统的统一管理,并详细描述统一监测通信系统中数据采集及通信传输模块的软硬件实现,最后进行仿真建模,并对仿真结果进行分析。     

基于物联网结构的船舶监控中心多源定位数据研究

在船舶物联网结构中,每个船舶的位置信息都能够通过通信系统进行交换,从而每个船舶都能够知道自己在航道中的位置,最大程度上避免发生碰撞事故。因此本文在物联网结构的基础上,采用多源融合的技术,对船舶的定位导航信息进行融合处理,使定位数据的精度更高、获取成本更低,并以多源信息融合技术作为基础,重点对船舶的GPS或北斗导航信息进行处理,采用卡尔曼滤波算法,实现信息的噪声过滤,另一方面也采用物联网实现数据的集中处理,降低了处理成本。     

物联网环境下舰船监控网络高维异常数据挖掘方法

为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。     

海上船舶物联网监测拓扑结构可靠性设计与优化分析

物联网在船舶中的应用对船舶航行的安全、管理和运行效率均具有重要意义。本文在分析船舶物联网分布结构的基础上,设计了基于九点基准监测面的监测系统拓扑结构,并对拓扑结构的参数进行量化分析。为解决簇头节点的失效问题,提出了冗余节点的策略,以船舶监测系统的可靠性为准则进行仿真试验,得出了船舶监测系统拓扑结构的最优参数。     

物联网船舶异常数据自动识别系统

物联网技术促进了船舶监控系统的数据采集、分析和处理效果,提高了船舶监控系统的性能。在船舶监控系统中,受传感器设备、船舶自身突发状况和外界突发响应等影响,系统的信号网络中往往存在某些异常数据,这些数据对于后续信号分析、处理等流程来说有不利的影响。本文针对这一问题,结合物联网技术设计了船舶监控系统异常数据识别的网关,并详细介绍了一种OCSVM异常数据识别的方法,在实际应用时取得了良好的效果。     

基于物联网技术的舰船综合电站监控系统开发

随着物联网通信技术的发展,结合当下舰船电站监控系统存在资源投入高、数据监控质量不高、人力投入较大的问题,提出物联网舰船综合电站监控系统开发。根据物联网监控技术标准,对舰船电站监控系统的硬件进行设计,接着对监控通信软件程序进行架构设计,然后对监控系统的电路监控算法进行针对性设计。最后,由实验对比数据对设计系统的可行性进行验证。     

基于船舶大数据平台的物联网数据挖掘研究

海上监测平台通过传感器网络获取大量的海洋环境数据和船舶航行数据,由于作业平台的网络不稳定,数据来源广、类型多,不便于管理,因此,设计合理的船舶数据平台管理系统有重要意义。本研究充分结合物联网技术和传感器融合技术,对船舶大数据平台的数据管理和数据挖掘进行了系统的研究,并设计了一种聚类数据挖掘算法和数据挖掘引擎。