船用甲板起重机噪声分析及控制措施

文章以船舶噪声要求日趋严格为背景,通过梳理船用甲板起重机噪声规范和标准要求,指出未来船用甲板起重机将受到规范或标准限制。在此基础上,以电动液压船用甲板起重机为目标,分析其机械和液压噪声来源。最后结合相关噪声控制原则和实施途径,提出了船用甲板起重机噪声控制措施。     

虚拟样机在船用甲板起重机的动力学分析应用

目前,设计人员主要利用传统的物理样机进行船舶甲板起重机设计工作,该方法消耗时间长,设计成本高。针对这一问题,本文利用虚拟样机技术设计甲板起重机。在理解虚拟样机技术定义的基础上,分析虚拟样机的开发流程及其优缺点。对甲板起重机进行动力学分析,推导起重机机构的运动微分方程,计算机构动载荷,并利用ADAMS软件进行仿真。     

基于CAN总线的船用起重机自动定位控制系统设计

随着工业自动化、智能化技术的发展与应用,船用起重机日趋向自动化、高效率、智能控制方向发展。针对这种趋势,本文设计了一种基于CAN总线的船用起重机自动定位控制系统,以多路电液比例阀为控制对象,利用编码器读取起重机各自由度实时位置并进行坐标变换,采用模糊PID控制算法,并在Labview平台下进行试验验证。实验结果表明,该系统运行可靠,实现了起重机的自动定位与控制,相比于传统的PID控制,提高了起重机的自动转运时间和目标定位精度。     

基于模糊PID控制器的门式起重机大车定位控制系统研究

以门式起重机大车准确定位问题为研究对象,根据准确定位作业控制和系统动态性能的要求,设计了基于模糊PID控制器的准确定位控制系统,并利用MATLAB语言对门式起重机大车运行定位系统进行了仿真。仿真结果表明,这种复合控制方法,不仅保持了模糊控制器原有的鲁棒性,而且响应时间短,稳态误差小,达到较理想的控制性能目标。     

基于有限元分析法的折臂式船用甲板起重机垂直设计系数计算

结合有限元分析工具ANSYS和海上平台起重机规范,在50 t折臂式船用甲板起重机的设计项目中,提出该类型起重机垂直设计系数的计算方法并成功应用到该项目设计中。     

船用起重机波浪补偿技术研究

船用起重机是海上运输物资补给船舶间输转的重要设备,解决因波浪引起的吊运物资相对接收船甲板的升降变速和摇摆对于提高物资补给速度和安全性有重要意义．本文介绍了现有的几种波浪补偿技术及美海军在这项技术领域的部分研究成果,并初步提出一种主动式波浪补偿控制技术．     

基于模糊控制的船用起重机消摆控制

介绍了一种船用起重机载荷摆振模型,并将模糊控制原理应用到船用起重机的消摆控制中,设计了船用起重机消摆模糊控制器。仿真研究表明,该控制器有效地减轻了载荷摆动,取得了比较理想的控制效果。     

船用锅炉蒸汽压力系统的模糊免疫神经网络PID控制设计

在船用锅炉系统中,蒸汽压力是影响整个燃烧系统的一个重要因素.保持蒸汽压力恒定是船舶锅炉控制系统的一个重要指标.文章有机结合模糊控制、神经网络控制和免疫算法的优点,提出了基于免疫的模糊神经网络控制策略,仿真表明用该方法控制锅炉蒸汽压力的优越性.     

船用锅炉水位控制系统的补偿模糊神经网络仿真研究

针对船用锅炉这种具有非线性、参数不稳定、难以建立精确的数学模型的特性,结合模糊控制理论和人工神经元网络理论,提出用补偿模糊神经网络构造自适应控制器实现对锅炉的水位控制。通过补偿模糊推理和快速学习算法的引入,使其在性能上优于一般的模糊神经网络,并且利用MATLAB仿真工具对这种自适应控制器的性能作初步研究。     

基于有限元分析的船用起重机吊臂参数化设计

船用起重机是一种水上作业的特种起重机,主要负责船舶甲板货物的装卸、海上平台施工的吊装等任务,是船舶海上运输的重要配套设备。随着大型集装箱船的吨位和载货量的增加,船用起重机的工作载荷和作业半径越来越大,这些因素都对船用起重机的结构强度提出更高要求。为了提高船用起重机的强度和使用寿命,世界各国都对船用起重机的开发投入了大量的精力,船用起重机也向着轻量化、高强度、高温定性方向发展。本文针对船用起重机的吊臂结构,采用有限元分析Ansys对吊臂结构建立了参数化模型,并在参数化模型的基础上完成了船用起重机吊臂的优化设计。     

基于神经网络的船舶航向自适应PID控制

详细分析基于单神经元的自适应PID控制算法,并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应 PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法.将控制算法应用到船舶航向控制系统,仿真结果显示了该方法的有效性.     

基于模糊神经网络的动力定位系统

针对船舶动力定位系统，采用神经网络来实现模糊控制的模糊化、规则推理到反模糊化的整个过程，并且采用BP算法进行网络学习；同时针对船舶的纵向运动进行了仿真、比较与分析。仿真结果表明，这种模糊神经网络对船舶的动力定位实施的可行性及有效性。     

基于RBF神经网络的TCSC自适应PID控制

针对可控串联补偿(Thyristor Controlled Series Capacitor,TCSC)的传统PID控制器存在鲁棒性差和自学习能力不强的问题,利用径向基函数(Radial Basis Function,RBF)神经网络可以无限逼近非线性系统的特性,提出了一种基于RBF神经网络设计的TCSC自适应PID控制器.该自适应PID控制器不仅具有传统PID控制器结构简单、易于工程实现等特点,而且通过RBF神经网络辨识的被控系统Jacobian信息来在线实时调整PID控制的参数,对被控系统参数和运行状态改变有较强的适应性,克服了常规PID控制器鲁棒性不强的缺点.两机五节点系统和四机两区域系统的仿真结果表明所设计的控制器控制效果明显优于传统PID控制器,具有较好的适应性和鲁棒性,对系统低频振荡的阻尼特性有很大地改善.     

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

基于BP神经网络自适应控制系统的改进与优化

本文针对BP(Back Propagation)神经网络在控制系统应用中存在的一些诸如收敛速度慢、局部极小点等不足,提出了附加动量法以及自适应的学习速率法等算法,并对该算法的原理模型以及工作流程进行了研究和设计,同时对该算法在PID自适应控制系统中应用进行了改进和优化.     

基于神经网络与专家系统的火控系统故障诊断

为了能在火控系统发生故障时，更快更好地诊断和排除，分析了人工神经网络和专家系统各自特点及其局限性，采用人工神经网络技术与专家系统相结合的方法，建立基于人工神经网络与专家系统故障诊断机制，对火控系统的故障进行智能诊断。克服了传统的诊断专家系统缺少有效的自学习、自适应机制，难以解决非线性系统故障问题的不足。这对于解决火控系统多征兆、多原因的复杂故障问题，是一条方便快捷的途径。     

船舶动力定位系统模糊PID控制算法研究

以ROV工作母船为控制对象模型,设计模糊PID控制器.在总结分析PID控制和模糊控制特性及PID参数变化对系统性能影响的基础J二,借鉴模糊控制的思路,研究在动态过程巾对PID参数进行模糊整定的方法,并进行了仿真研究,验证了模糊PID控制器良好的控制效果.     

船舶动力定位系统模糊PID控制算法研究

以ROV工作母船为控制对象模型,设计模糊PID控制器。在总结分析PID控制和模糊控制特性及PID参数变化对系统性能影响的基础上,借鉴模糊控制的思路,研究在动态过程中对PID参数进行模糊整定的方法,并进行仿真研究,验证模糊PID控制器良好的控制效果。     

基于神经网络的舰艇指控系统故障诊断专家系统

针对舰艇指控系统设备故障的复杂性、多样性,采用神经网络和专家系统相结合的方法,构建了舰艇指控系统故障诊断系统,阐述了该系统的基本结构,以及知识库、推理机和解释机的实现方法。较好地解决了舰艇指控系统故障诊断问题。为舰艇指控系统故障诊断提出了一种新的途径。