基于模糊神经网络的水下机器人实时状态监测模型

本文提出了基于人工智能的自主式水下机器人推进器及舵状态监测模块结构,基于模糊神经网络技术,以模糊自适应学习控制网络为核心构筑了状态监测模型,提出了基于最大权值矩阵的规则提取及基于浮点数编码的遗传算法参数调整方法,分析了推进器及舵的状态监测过程,并基于监测模型探讨了推进器及舵工作状态的评价方法.通过计算机仿真试验,验证了本文所提方法的有效性和监测模型的可行性.     

基于神经网络的水下机器人推进器故障诊断

为提高水下机器人系统的总体可靠性,开展了推进器故障诊断研究。在三层BP神经网络的基础上,提出了一种改进的递归神经网络并推导了网络的训练算法。利用直航、转艏等试验对网络进行训练,将训练好的网络用于水下机器人运动建模,对比模型的输出与实际传感器测量值来获取残差,通过分析残差特性来提取故障诊断判据,进而进行推进器故障诊断。将提出的方法应用到仿真试验和海上试验中,得出了相应的试验结果。通过对试验结果的分析研究,验证了方法的有效性与可行性,同时也表明该方法在工程应用方面具有一定的参考意义。     

Application of fuzzy neural network to the nuclear power plant in process fault diagnosis

The fuzzy logic and neural networks are combined in this paper, setting up the fuzzy neural network (FNN) ; meanwhile, the distinct differences and connections between the fuzzy logic and neural network are compared. Furthermore, the algorithm and structure of the FNN are introduced. In order to diagnose the faults of nuclear power plant, the FNN is applied to the nuclear power plant, and the intelligence fault diagnostic system of the nuclear power plant is built based on the FNN . The fault symptoms and the possibility of the inverted U-tube break accident of steam generator are discussed. In order to test the system‘ s validity, the inverted U-tube break accident of steam generator is used as an example and many simulation experiments are performed. The test result shows that the FNN can identify the fault.     

舰船动力装置智能诊断方法研究

文章围绕动力装置故障监控诊断的三种常用方法——热参数分析、油液分析、振动分析,归纳和总结了舰船动力装置智能诊断的基于专家系统的方法、人工神经网络方法、模糊逻辑方法和知识发现的方法,从专家系统的发展、混合智能诊断、不确定性人工智能3个方面对现代动力装置诊断技术的发展趋势和有待解决的问题进行分析与探讨,提出了装置故障诊断领域未来的研究方向。     

舰船机电设备网络监测与远程诊断技术

论述了舰船机电设备网络监测和远程诊断技术研究的必要性.根据网络结构设计时须遵循的原则,指出了星型结构为舰船机电设备远程监测与诊断所适用的网络拓扑结构,并在此基础上构建了舰船机电设备的远程监测诊断结构的示意图,然后对其实现过程中的关键技术进行了详细研究,最后对舰船机电设备网络监测和远程诊断技术的应用前景进行了展望.     

基于加权矢量神经网络的辐射源识别方法

现有的很多分类识别方法包括基于专家系统的方法[1]、基于贝叶斯理论的方法、基于模糊模式识别的方法[2]、基于最近邻的方法[3]、基于人工神经网络的方法[3]等等在辐射源识别中都有比较成功的应用,但这些方法一般都针对测量参数为标量形式的测量值进行处理,在一定程度上解决了由于参数测量误差所引起的辐射源识别问题,对于误差的另一种情形,即测量参数为区间类型模糊值的情况讨论却较少,文献提出了一种基于模糊IF-Then规则的神经网络算法,给出了能够处理模糊输入的神经网络体系结构,同时给出了一种基于代价函数的学习算法,其代价函数由实际模糊输出和无模糊输出决定,通过学习该网络能够实现模糊输入到模糊输出的非线性映射。     

Fault Diagnosing System of Steam Generator for Nuclear Power Plant Based on Fuzzy Neural Networks

All kinds of reasons are analysed in theory and a fault repository combined with local expert experiences is establishedaccording to the structure and the operation characteristic of steam generator in this paper. At the same time, Kohonen algo-rithm is used for fault diagnoses system based on fuzzy neural networks. Fuzzy arithmetic is inducted into neural networks tosolve uncertain diagnosis induced by uncertain knowledge. According to its self-association in the course of default diagnosis. thesystem is provided with non-supervise, self-organizing, self-learning, and has strong cluster ability and fast cluster velocity.     

CODOG监控系统电路板自动测试技术研究

电路板自动测试技术对于舰用动力装置监控系统的故障检测与维修至关重要。以CODOG动力装置监控系统使用广泛、故障率较高的电路板RA1-01继电器输出板为例,选取BDS—9210柜式VXI自动测试设备作为测试平台,介绍RA1-01的测试程序集（TPS）的开发过程。测试结果表明：TPS故障检测率为95%,故障隔离率为80%（模糊度为4）。     

基于模糊神经网络的水下机器人局部路径规划方法

该文探讨了基于模糊神经网络理论的实时局部路径规划问题,并提出了能实现模糊控制规则的基于强化学习的自学习和自调整的规划算法,设计了水下机器人实时运动规划器结构以及规划器操作过程和相应的算法。仿真实验结果验证了本文所提方法的有效性和可行性。     

某油船惰性气体系统故障分析及思考

以某油船在惰化过程中出现的惰气系统故障为案例,概述了惰性气体系统的功能组成,剖析了故障产生的原因,得出故障解决方案。通过案例分析对现行公约体系中缺乏惰气含氧量监控可靠性的规定进行了思考,据此提出了增加惰气含氧量监控可靠性规定的公约修改建议。     

模糊数据融合技术在柴油机状态监测中的应用研究

针对传统柴油机状态监测的不足,采用模糊数据融合的方法,对多传感器测得的数据进行融合处理,实现柴油机故障的预警及柴油机状态的监测。     

基于自适应模糊系统的船舶碰撞危险评判

本文应用模糊系统方法建立船舶碰撞危险的专家评判系统。该系统用数值化的模糊联想记忆（ＦＡＭ）规则表示专家的领域知识并进行模糊推理,同时采用神经网络的微分竞争学习算法（ＤＣＬ）实现规则的自适应生成,该系统能模仿人类专家迅速作出危险评判,并具有学习,更新和完善的能力。     

模糊神经网络在船舶火灾报警系统中的应用

提出了一种利用神经网络和模糊系统理论设计船舶火灾报警系统的方法。该系统 模糊推理能力哟、神经网络学习能力强的特点,将模糊系统和神经网络结合起来,实现模糊系统设计的自动调整。利用感温式知因式传感器对火灾发生时温度和烟雾两个主要参量进行智能监测委 解决了报警灵敏度和误报率之间的矛盾。     

基于B/S和C/S架构的船舶动力装置远程故障诊断系统

依据“智能船舶”的理念,针对船舶动力装置故障诊断系统,提出一种基于C/S和B/S混合架构的船舶动力装置远程故障诊断系统。依据B/S和C/S架构的优势,开发了基于C/S架构的数据管理平台,实现了船、岸间的数据、信息交互;将基于模糊神经网络的专家诊断模型应用于B/S架构的岸基船舶动力装置故障诊断系统的故障诊断判别,并利用BP算法训练实例对该模型进行了精度验证。结果表明,系统稳定可靠,故障诊断准确性高,为“智能船舶”发展提供了一个良好的解决方案。     

基于模糊神经网络的燃气轮机故障诊断专家系统研究

针对神经网络和传统专家系统在燃气轮机故障诊断过程中各自存在的局限性,提出了一种将模糊神经网络和专家系统相结合的方法.解决了以往专家系统专家知识获取困难和不能描述模糊性知识的缺陷.通过已开发的某型三轴燃气轮机运行模拟器取得典型的故障样本完成了对模糊神经网络的训练工作,最后选取一定数量的测试样本对网络进行了测试,证明了系统的可行性.结果表明,该方法行之有效,在燃气轮机故障诊断领域中有很好的应用价值.     

Application of data fusion method to fault diagnosis of nuclear power plant

The work condition of nuclear power plant (NPP) is very bad, which makes it has faults easily. In order to diagnose the faults real time, the fusion diagnosis system is built. The data fusion fault diagnosis system adopts data fusion method and divides the fault diagnosis into three levels, which are data fusion level, feature level and decision level. The feature level uses three parallel neural networks whose structures are the same. The purpose of using neural networks is mainly to get basic probability assignment (BPA) of D-S evidence theory, and the neural networks in feature level are used for local diagnosis, D-S evidence theory is adopted to integrate the local diagnosis results in decision level. The reactor coolant system is the study object and we choose 2# steam generator Utubes break of the reactor coolant system as a diagnostic example, The experiments prove that the fusion diagnosis system can satisfy the fault diagnosis requirement of complicated system, and verify that the fusion fault diagnosis system can realize the fault diagnosis of NPP on line timely.     

一种燃气轮机状态监测和故障诊断专家系统的研究

介绍了一种燃气轮机状态监测和故障和故障诊断专家系统。提出了产生式规则和框架相结合的知识表示方法；合理地组织了知识库，并提供了较完善的知识库管理功能；实现了该诊断问题中故障严重程度和可信度两种模糊概念的推理；建造了适合本问题的正、反向混合推理机。     

舰船直流电网绝缘状态监测装置设计

舰船直流网络绝缘状态监测装置是保障舰船直流电力系统安全,实时掌握直流供电系统网络绝缘状态的所必须的设备。以往对直流网络绝缘监测的主要采用人工方式进行测量,人员劳动强度大,测量过程繁杂,不能及时掌握绝缘状态信息,察觉系统隐患。因此本文完成了直流网络绝缘监测系统的设计,通过三电压法和附加电源法完成不同直流网络绝缘电阻的测量．并实现故障支路的定位,最后确定了装置数据采集系统和通信系统的实现方案。     

基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值聚类方法在柴油机状态监测与故障诊断中有较好的适用性。     

基于模糊RBF神经网络的辐射源识别

针对模糊识别系统的不足,为了提高辐射源识别系统的识别正确率,构建了基于模糊RBF神经网络的辐射源识别系统,提出了一种等价型模糊RBF神经网络的结构和学习算法,采用五层神经网络结构来实现模糊系统的模糊化和规则推理,神经网络的所有节点和参数对应了模糊系统的隶属函数和推理过程.在仿真实验中,分别采用模糊识别系统、并联型模糊RBF神经网络、结构等价型模糊RBF神经网络进行辐射源识别,给出了三种算法在相同噪声环境下的仿真结果,表明等价型模糊RBF效神经网络有较高的正确识别率,具有更强的抗干扰能力,但运算量相对较大.