人工智能优化算法的舰船电网故障诊断优化

传统舰船电网故障诊断算法存在故障点与电路层数据不同步的问题,导致故障点出现时间量与确定故障位置时间量出现误差,进而影响电网保护策略的启动响应速度,造成不必要的连锁故障。因此,采用人工智能算法,对故障诊断模型进行优化,并提出人工智能优化算法的舰船电网故障诊断优化研究。首先在现有舰船电网故障诊断模型输出端,加入故障数据拟合模型计算,对电网络故障数据与电网结构层进行拟合;然后通过人工智能算法,对拟合故障数据的识别响应阈值进行优化计算,从而提升诊断阈值灵敏度,达到最佳的故障诊断效果。最后,通过与传统诊断算法诊断效果数据的对比,证明提出优化方法的可行性。     

全景感知技术在舰船电力线路状态监测中的应用

传统舰船电力线路监测过程中,其图像解析能力受到限制系数较大的影响,电力线路细微异常状态图像评估激发值较高,无法及时发现电力线路轻微故障。引入全景感知技术,提出全景感知技术在舰船电力线路状态监测中的应用。首先,对全景感知数据中对应电力线路状态进行故障权重的优先排序计算;根据线路状态排序结果,建立电力线路状态全系感知评估模型,降低电力线路微异常状态的激发值;根据模型输出数据,完成对电力线路状态的评估。通过实验数据表明:提出的监测方法能够有效提升电力线路故障检出率32.8%。     

基于克隆算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是故障后恢复系统、提高舰船生命力的重要途径之一.故障恢复在理论上是一个复杂的多目标非线性组合优化问题.为了提高区域配电系统故障恢复算法的准确性和快速性,针对舰船区域配电系统的特点,建立了重构数学模型,提出了一种克隆算法对其进行求解;通过选择亲和力高的抗体并且对亲和力高的抗体分别进行克隆来有效地加快收敛速度.理论分析及实例证明,克隆算法比传统的遗传算法在计算速度和全局收敛方面有了很大的提高.     

基于振动信号的舰船发动机故障诊断

传统舰船发动机故障诊断方法诊断时,需要对舰船发动机进行一定程度上的拆卸,无法完成零拆卸的故障检测,为此提出基于振动信号的舰船发动机故障诊断方法。使用不同波段振动信号作为检测探伤手段,采集多频段的振动信号,分析信号携带的诊断信息,完成舰船发动机故障诊断模型构建;计算振动信号非线性鲁棒值,锁定故障位置,通过编程分析,实现舰船发动机故障诊断。试验结果表明,设计的故障诊断方法比传统方法诊断定位准确率高2%,说明设计的诊断方法具备极高的有效性。     

基于极限学习机的舰船网络入侵检测算法

针对传统网络入侵检测算法在舰船网络中存在的检测误差高的问题,提出基于极限学习机的舰船网络入侵检测算法。构建舰船通信网络模型,在该模型下实时采集通信数据并对其进行预处理。将采集的数据作为输入项,利用极限学习机算法提取网络入侵特征。根据网络入侵行为设置行为特征标准,结合舰船网络入侵节点聚集度的计算结果,得出舰船网络入侵检测结果。通过与传统入侵检测算法的对比发现,设计算法的检测误差有所降低,即入侵检测精度得到提升。     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

灰色层次分析法在舰船中水回用方案优选中的应用

[目的]为解决舰船中水回用方案优选过程中决策影响因素多,且因素无法完全被量化和排序的问题,有必要建立科学合理的方案优选评估模型.[方法]基于灰色层次分析法及德尔菲法构建舰船中水回用方案评价指标体系的层次化结构,采用白化权函数的灰色评估方法对各评估要素进行量化,开展不同方案的综合评估.[结果]分析及计算结果表明,采用灰色...     

基于小波分析的舰船电力系统故障自动检测方法

常规障自动检测方法计算故障信号时频会产生误差,导致检测中的信号丢失,因此,提出基于小波分析的舰船电力系统故障自动检测方法。以故障信号特征为条件建立信号模式分解函数,通过约束函数的历程提取舰船电力系统中的故障信号,利用连续小波变换将提取信号处理拆解为中心式分布的小波,计算分布在信号传递范围内的小波时频,将时频导入到小波工具箱中的Matlab,实现故障检测。实验测试结果表明,与传统方法相比,所提方法的检测结果更加完整,未出现信号丢失的问题。     

低照度的舰船图像增强研究

传统舰船图像低照度增强算法多为单一增强算法,因此在对图像动态范围处理上存在一定误差,导致动态范围外的图像色域噪点处理效果不佳,图像整体增强效果无法达到舰船图像应用要求。为了获得低照度下舰船图像的最佳增强效果,提出低照度的舰船图像增强研究。首先,对低照度图像建立Retinex模型,获得低照度图像增强的理论基础数据;接着将Retinex模型参量引入低照度舰船图像,建立图像光照基础模型,根据光照基础模型获得的各图层光照分布状态,对其亮度进行调整,滤除图层噪点;然后,通过神经网络算法,对增强图像图层进行重建计算,完成低照度舰船图像增强计算。最后,通过对比实验数据,证明提出方法能够提升低照度舰船图像增强处理效果。     

舰船上层建筑结构动力响应的数学模型研究

传统的舰船上层建筑结构动力响应数学模型存在响应性能低的缺点,为此提出舰船上层建筑结构动力响应的数学模型研究。对舰船上层建筑结构的刚度、质量分布与阻尼进行计算,为动力响应数学模型的构建做准备,以上述准备条件为基础对舰船上层建筑结构动力放大系数进行求解,以得到的动力放大系数为依据采用数学公式对舰船上层建筑结构动力响应值进行计算,并对动力响应进行分析,实现了舰船上层建筑结构动力响应数学模型的构建。通过实验得到,构建的舰船上层建筑结构动力响应数学模型响应时间比传统模型快了271 ms,动力放大系数比传统模型增加了0.41,充分说明构建的舰船上层建筑结构动力响应数学模型具备更好的响应性能。     

云计算平台下舰船航行应急响应资源需求预测分析

针对传统的应急资源需求预测分析模型易受干扰而导致的预测误差较大的问题,研究云计算平台下舰船航行应急响应资源需求预测分析模型。使用聚类算法对舰船航行应急资源需求评估,利用小波神经网络构建需求预测模型。在云计算平台中,对构建的资源预测模型参数求解,完成云计算平台下舰船航行应急响应资源需求预测分析模型的构建。设计与传统基于案例推理的资源需求预测模型的对比实验,通过实验证明构建的云计算平台下的预测模型预测误差更小,性能更佳。     

神经网络算法的舰船间距快速预测

间距预测是保证舰船航行安全的重要技术,传统方法存在舰船间距预测不准确,精度低等不足,为了提高舰船间距预测精度,提出基于神经网络算法的舰船间距快速预测模型。首先分析当前舰船间距预测的研究现状,找到引起舰船间距预测不足的因素,然后引入神经网络算法对舰船间距变化特点进行深入挖掘,建立舰船间距快速预测模型,最后采用VC++6.0编程程序实现舰船间距快速预测仿真实验,结果表明,神经网络算法的舰船间距预测精度超过90%,远远高于其他舰船间距预测模型,而且舰船间距预测速度快,减少了舰船间距预测的时间,具有比较明显的优越性。     

基于机器学习的舰船轮机设备多发故障信号监测

针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。     

基于灰色理论的舰船装备剩余寿命预测模型

为方便并精确地预测舰船装备剩余寿命,利用其服役期间的实测资料,采用灰色系统理论建立了舰船装备剩余寿命灰色预测模型。并利用建立的预测模型对舰船装备剩余寿命进行预测,利用实测资料对其模拟计算结果进行残差检验,结果表明预测模型简单、精度高、计算速度快、方便实用,对在役舰船装备维修决策有一定的参考价值。     

多参量状态下舰船网络异常故障智能诊断方法分析

为了解决船舶网络数据交互压力成倍增长,网络故障特点已由单纯的单要素故障转变为多因素故障的问题。提出多参量状态下舰船网络异常故障智能诊断方法分析。对网络环境的全局变量进行收集,获取多参量状态,根据获取的多参量状态数据,建立多参量网络健康评估模型,定义对参量下故障识别的学习状态,确定网络故障点,通过数据提取算法完成对故障点的提取,完成故障的智能诊断。通过实验数据表明:相同时间量与故障量下,采用设计方法的故障诊断效果,要比传统诊断方法多诊断出故障21处,提升效果明显。     

基于混沌理论与小波包分析的舰船状态监测方法

随着经济发展,通过舰船进行货物运输越来越频繁,保证舰船的安全性,快速准确的检测到舰船的状态并对舰船的故障进行排除具有非常重要的现实意义。本文从对混沌理论和小波包的分析中获取各自特点,并且将二者相结合进行舰船状态的检测,首先利用小波包分析分解可能引起舰船状态发生变化的特征信号,其次利用混沌理论对信号进行特征提取,确定是哪个部位发生故障,最后通过实验验证本文所设计算法的可靠性。     

舰船网络入侵目标检测效率优化方法分析

传统舰船网络入侵目标检测方法存在检测效率偏低的问题,因此提出舰船网络入侵目标检测效率优化方法分析。通过对网络入侵目标的函数定位计算,锁定入侵目标信号波;对锁定的信号波进行熵值得特征计算,得到入侵信号的特征熵值信息。根据得到的熵值信息对粒子检测算法进行优化计算,提升入侵目标检测效率。通过设计仿真实验场景,对提出设计方法进行对比测试,证明提出的舰船网络入侵目标检测效率优化方法,具有提升舰船网络入侵目标检测效率的作用。     

舰船远程通信信号的定位算法研究与仿真

舰船通信过程中对信号源进行通信定位,能够准确捕捉舰船所在位置。传统远程通信信号的定位算法无法进行高精度的定位,同时舰船运行速率会影响通信定位质量,针对上述问题,提出舰船远程通信信号的定位算法。在传统信号定位算法基础上进行加权处理,优化测距误差自校正流程,降低行速率对通讯定位的影响,增设自校正定位计算,加强定位计算质量。实验数据表明,提出的通信信号定位算法能够对舰船进行高精度的信号定位。     

基于PLC技术的海上自动化动力系统研究

传统海上船舶动力系统在动力输出与传送上存在动力损耗过大、动力值计算输出准确性差的问题。针对问题产生根源结合PLC技术,提出基于PLC技术的海上自动化动力系统研究。通过改进传统动力运算硬件,创建PLC动力综合采集平台,实现对海上舰船动力相关参数的综合收集分析处理;其次,引入多动力遗传数据算法对动力参数进行遗传自动逻辑量运算,求得自动化最优动力参数;最后,通过仿真实验证明,提出设计的PLC技术的海上自动化动力系统,具有动力参数计算准确、动力自动化程度高的特点,能够从根本上解决传统海上动力系统存在的问题。     

基于GAHP的舰船水声对抗侦察装备效能评估

针对舰船水声对抗侦察装备性能参数的不确定性,将灰色系统理论与层次分析法相结合,建立模型对装备效能进行评估。用专家评估分析法确定装备效能评估指标权重,用灰色系统理论建立效能评估模型。以某鱼雷报警声纳为例对模型进行了验证,结果表明该模型能充分利用决策者的判断信息,较为准确地反映实际情况,适用于舰船水声对抗侦察装备效能的评估。