船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

进化粒子群优化算法在船舶纵向运动参数辨识算法设计中的应用

我国航运事业飞速发展,各种类型和用途的船舶被制造出来,以满足经济发展的需要。而在复杂的海洋环境航行时,由于天气环境可能会非常恶劣,船舶的航行安全受到了严重的威胁。而基于进化粒子群优化算法的控制系统,能够有效对运动参数进行优化,从而避免发生意外,船舶纵向运动的控制是本文的研究重点。由于船舶的纵向控制需要多个系统联合同时进行,需要对众多的相关参数进行时序上的优化,从而找到最优的一组运动模态,以提高航行的安全性。     

船舶动态多速度点的数值模拟研究

为了保障船舶安全,要求船舶沿航行线路稳定航行,当前船舶航运事业不断发展,船舶航行速度受环境、天气、洋流等多种不确定因素的影响,因此当前对船舶动态速度的研究仍存在较多困难,难以对其进行准确计算,易导致船舶航行晚点甚至超速碰撞等问题。基于上述原因提出结合水面微幅运动动力分析的方法对船舶动态多速度点数值进行模拟研究,对船舶的航行速度和水流速度进行综合分析和数值模拟,对湍流模型进行设计和计算,并将结果与实际检测数据进行比较,以便对该算法的准确性进行检验。最后通过仿真实验结果证实,该算法对船舶动态多速度点的数值模拟研究效果较好,计算与船舶的实际航行速度检测结果基本吻合。由此证实通过利用水面微幅运动动力分析法对复杂船型流动速度问题进行研究,可有效对航线阻力、伴流等问题,以便对船舶动态多速度点数值进行准确计算,并及时给出与船舶运行实际情况相一致的结果,以保障船舶安全航行。该方法为船舶航行速度优化计算方法提供重要的参考依据。     

大型船舶自动舵系统精准智能航向控制研究

为保持船舶在指定轨迹上航行,目前使用最为广泛的技术是船舶航向自动舵控制系统。基于航行安全和节约成本的考虑,船舶航行对自动舵的精确度提出了越来越高的要求。目前,通常采用船舶操纵运动模型研究船舶自动舵控制系统。通过分析船舶运动及其受到干扰力作用的情况,建立船舶控制系统数学模型。本文结合PID控制、模糊控制和粒子群算法,分析研究船舶航向自动舵控制系统。     

免疫粒子群算法在夜航船舶避碰规划中的应用

受夜晚环境的影响,传统的船舶在航行过程中存在碰撞事故多发的问题,为此应用免疫粒子群算法对夜航船舶避碰规划方法进行优化设计。首先利用航行船舶上的AIS设备确定夜航船舶运动参数,并结合障碍船的位置划分夜航船舶会遇态势。设置夜航船舶安全会遇距离并计算夜航船舶碰撞危险概率。应用免疫粒子群算法更新船舶速度和位置,当两船之间的碰撞危险度达到危险区间,确定避碰时机以及幅度,进行夜航船舶避碰规划。实验结果表明,应用免疫粒子群算法,能够有效地降低碰撞事故发生率。     

基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。     

云模型自适应算法在船舶航向控制系统中的应用

我国航运发达,船舶在航行的过程中会受到风浪流等不确定因素的影响,人们在提高航行安全性和可靠性方面进行了大量的研究。本文利用云模型对传统的粒子群算法进行优化,在优化过程中主要采用的是正态云粒子发生器,对种群中不同区间中的粒子,通过自适应的方式获取惯性权重值,并详细地阐述了算法的实现过程。最后利用Matlab进行系统仿真,在仿真的过程中增加了白噪声干扰,实验结果表明本文算法较PID控制鲁棒性强、调节速度快、能耗少。     

船舶柴油发电机组智能控制及优化

由于传统PID控制在复杂多变系统难以做到精确控制,因此结合PID控制与模糊控制策略应用于发电机组的调速系统与励磁系统,对船舶发电机组实现模糊PID控制。由于模糊控制的控制规则取决于人为主观经验,且模糊控制规则和隶属度函数需要大量实验与经验佐证,采取PSO粒子群算法对模糊PID控制中的隶属度函数进行优化。根据Matlab仿真平台模型搭建及分析,表明PSO粒子群算法优化后的模糊PID控制使得船舶柴油发电机组的调速系统与励磁系统更加优化稳定,具有良好的稳态与动态性能。     

粒子群算法优化PID的USV航向稳定性控制

航向稳定性直接影响水面无人艇(USV)的安全航行,针对当前USV航向稳定性控制存在的控制误差大、抗干扰能力弱等缺陷,设计了粒子群算法优化PID的USV航向稳定性控制方法。首先将PID控制方法引入到USV航向稳定性控制中,然后采用粒子群算法对PID控制参数进行动态优化,以适应USV航向稳定性控制误差的变化,提高USV航向稳定性控制的鲁棒性,最后与其他USV航向稳定性控制方法进行对比测试,本文方法的USV航向稳定性控制精度高达90%以上,而且在受到外界干扰时,可以快速保证USV航向稳定,提高了USV航向稳定性控制的抗干扰能力,本文方法的USV航向稳定性控制效果要优于经典USV航向稳定性控制方法,验证了本文方法的优越性。     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

基于云的粒子群算法在船舶工程中的研究

船舶的运动情况对于船舶航行的安全非常重要。本文利用船舶纵向运动微分方程获得辨识参数,通过云的粒子群算法进行参数优化,最后进行实验仿真,实验结果表明了此算法能够较为精准的描述出船舶的纵向运动情况。     

海上多船行驶自动避碰系统设计

随着航运事业的发展,船舶数量不断增加。船舶的行驶环境复杂多变,易造成船舶航行偏移现象,在多船舶同时行驶的海域易出现船舶碰撞等问题,严重威胁着船舶航行的安全。为提高船舶航行安全,减少船舶碰撞事故的发生,对海上多船行驶自动避碰系统进行了创新和优化。利用PID控制方法对船舶行驶领域多目标航迹检测系统进行创新,以期达到更精准、快速的船舶避碰检测控制系统设计目标。通过该系统对船舶航迹航行状态进行检测控制,从而避免船舶在行驶过程中受外界环境影响出现的航迹偏离及信息延时导致的船舶碰撞等问题。为了保障船舶自动避碰系统的有效性,对船舶避碰检测和控制情况进行仿真实验。仿真结果表明:该系统可及时有效地对船舶会遇的可能性做出精准分析和有效判断,并及时控制船舶航迹及速度,以便科学合理的执行船舶避碰方案决策,从而有效避免船舶碰撞事故,保障船舶航行安全。     

船舶运动奇异系统鲁棒H_∞估计仿真与分析

全球化的发展带动了航运事业的腾飞,而由于航道资源的有限性,人们对船舶的航行控制要求也越来越高。为了应对各种环境变化对船舶航行控制带来的影响,保证航行的安全,人们对船舶运动的研究也越加深入。常规的船舶运动奇异系统面临着多种不确定的因素。因此,本文采用鲁棒控制的方法,重点对船舶航行中遇到的非线性控制问题进行研究,通过对控制系统稳定性和鲁棒性的仿真研究,设计了一种新型的反馈控制器,实现了对航行轨迹的良好跟踪。     

基于粒子群算法的欠驱动船舶航向控制研究

欠驱动船舶是指只能通过螺旋桨推进器和船舵进行水平面3个自由度运动的船舶,通常,当船舶某些执行器结构出现故障时,船舶此时具有欠驱动特征。欠驱动船舶的航行控制系统是一个典型的非线性系统,研究欠驱动船舶的运动控制不仅可以提高船舶的自动化水平,还对保障船舶的航行安全有重要意义。本文首先介绍了一种粒子群优化算法,并对该优化算法的原理和流程进行研究,然后基于粒子群优化算法对欠驱动船舶的运动控制进行研究,开发了一种基于粒子群算法的欠驱动船舶运动控制器,并进行仿真试验。     

大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

不可估测因素影响下船舶航行安全性分析

在航运事业中最重要的目标在于保证海上船舶航行安全准确。而航运事业受多种因素影响,为提高航海安全性,对海上船舶航行影响进行调查和分析,并通过相关调查数据对航海安全影响因素参数进行统计、对航行指数进行计算、对海上船舶航行安全预报应用作初步探讨。对海洋环境预报资料安全性影响因素和船舶内在安全影响因素进行了系统分析,根据调查数据,建立有效的海洋船舶航行安全航行指数,并分析和讨论了船舶航行指数安全性预报带来的效益和应用前景,最后对海洋船舶航行安全指数在航海应用上进行总结。     

基于FPSO的船舶柴油发电机励磁系统控制

针对大功率船舶柴油发电机工况的复杂性、时变性以及非线性等特性,以及船舶运行负载的变化对发电机励磁系统的影响,借鉴粒子群优化算法能够很好地适应复杂系统参数的寻优的特性以及模糊控制对参数优化的精确性,使用粒子群优化算法对控制器的PID参数进行优化,再使用模糊PID算法以误差和误差变化率作为输入,PID参数的增量作为输出对粒子群优化算法优化出来的PID参数进行修正,构成船舶发电机模糊-粒子群优化(FPSO)励磁控制系统控制器。在Matlab/Simuink环境下进行了额定负载、增加50%额定负载和三相故障等工况的仿真实验。实验表明,端电压经过短暂的波动后能够快速的回归稳定,证明该方法能够很好地适应工况的改变。     

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。     

船舶电网系统三维点云数据聚类提取分析算法

船舶电网系统结构直接对船舶电力系统运行的稳定性和可靠性产生影响,船舶航行过程中经常出现供电不足等问题,严重威胁船舶航行安全。为解决上述问题,采用三维点云数据聚类算法对船舶电网运行状态和可靠性进行评估计算,并结合可靠性评估计算结果对船舶配电系统结构进行优化设计,将船舶电网系统中的电缆设计为环状结构辐射网,以便保障电力系统运行效果。为了对船舶电网系统三维点云数据聚类提取分析算法的准确性进行检测设计了仿真实验,实验结果证实,三维点云数据聚类提取分析算法可更好的提高船舶电力系统的运行效果,保障船舶航行安全     

基于粒子群优化算法的船舶粮食库温湿度PID控制

为了保证远洋船舶粮食长期储存的安全,需有效控制粮食库温度和水分。本文应用粒子群优化算法对粮食库温度、湿度PID控制器参数开展了寻优研究,建立了相应的优化目标函数,利用寻优得到的参数构成温湿度PID控制器,对粮食库空气处理的温湿度进行优化控制。并在Matlab环境下开展了基于粒子群PID控制的粮食库温湿度控制仿真实验,验证了利用这种算法获得的良好控制效果。