基于小波神经网络的船舶电站冷却系统故障诊断

船舶电站为船舶的机械设备、照明设备等提供优质的电力,船舶电站以及输电网络对维护船舶的正常运行有重要的意义。船舶电站的柴油主机长时间高速运转,产生的高温可能会导致柴油机冷部件受损,甚至引发火灾等问题,因此必须配置相应的冷却系统。本文主要研究了船舶电站冷却系统的故障诊断问题,主要结合小波神经网络算法,显著提高了船舶电站冷却系统故障诊断的效率和精度。     

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。     

基于灰色小波神经网络的船舶交通流预测研究

船舶交通流预测的准确性和可靠性已成为制约港口经济科学发展的瓶颈因素。文章综合利用小波变换的局部化性质与神经网络的自学习能力,并引入灰色模型以反映船舶交通流的发展趋势,使得小波神经网络在灰色模型预测结果的基础上结合船舶交通流的影响因素再预测,构成基于灰色小波神经网络的船舶交通流组合预测模型。实验结果表明,灰色小波神经网络的预测精度高于BP神经网络与小波神经网络,提高了整个预测系统的精度及其鲁棒性。     

基于物联网的船舶排污智能监测系统研究

海洋环境对于人类具有非常重要的意义。当前船舶在污水处理系统的研制上取得了很多成果,但是对船舶污水排放的监测重视仍然不够,很多系统对污水排放的监测获取数据不够准确和及时,导致很多超标的污水排向海洋。本文提出了一种基于物联网技术的船舶排污智能监测系统,对物联网技术进行分析和介绍,在此基础上设计了智能监测系统的整体构架,最后提出了一种基于嵌入式解决方案的污水监测系统,系统具有很好的稳定性和经济性。     

基于物联网技术的船舶危险货物监测系统

研究物联网技术的船舶危险货物监测系统,实时、全面监测船舶危险货物,保障船舶危险货物运输安全性。该系统通过终端层内的RFID、多种传感器等设备,采集危险货物的固定信息以及状态信息,并通过构建RFID处理模型融合采集的信息,保证采集信息完整性;通过网络层将融合后的危险货物相关信息传送至监控层数据库中存储,同时监控层采用深度学习网络检测危险货物的实时状态,并通过监控中心和智能终端展示监测结果。测试结果显示：该系统能够获取危险货物的状态变化信息;保证阅读器在货物监测时均匀分布,避免RFID发生采集碰撞,全面读取货物信息;能可靠检测货物状态,判断货物是否发生泄漏或者损害。     

基于遗传小波神经网络的港口船舶交通流量预测模型比较

对船舶交通流量进行准确预测在现代智能交通系统领域发挥着重要作用,为提高对船舶交通流量预测的准确性,本文将遗传算法分别与小波分析和神经网络进行结合,构建改进遗传小波神经网络模型,对广东省船舶交通流量的季度数据进行预测,并与遗传BP神经网络和传统小波网络等算法的预测进行对比。结果表明:经过遗传小波神经网络预测模型的误差相比传统的遗传BP神经网络模型和小波神经网络模型大幅度减小,提高了预测精度,从而保障水上交通安全,给水上安全主管部门的相关决策提供理论依据。     

基于小波神经网络的船舶动力系统故障预测方法研究

船舶动力系统是船舶的心脏,其性能的优劣对船舶的安全航行至关重要,研究船舶动力系统故障预测的方法对保障动力系统安全运行具有重要意义。本文采用小波神经网络针对船舶动力系统的性能参数进行预测,选取柴油机动力系统的油管压力作为预测对象,试验结果表明小波神经网络预测的结果符合预期值。     

基于物联网技术的船舶危险品货物监测系统研究

我国经济的快速发展使得近年来船舶危险品运输量逐年上升,危险品运输具有常规货物运输所不具备的特点,其具有种类多、运输要求高、危险性高、危害大等特点,对船舶危险品货物进行实时监测可以有效保障船员的生命财产安全,降低对环境污染。本文提出一种基于物联网技术的船舶危险品货物监测系统,介绍RFID技术和GPS定位技术,对系统进行整体设计,并给出嵌入式无线传感网络设计方案,本系统具有很高的稳定性和可靠性。     

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。     

基于小波神经网络的船舶导航雷达航迹相关外推方法

采用小波神经网络实现船舶导航雷达跟踪的航迹相关外推,本算法采和神经网络的并行处理方式,结合小波分解理论中局部Lipschitz指数信息,实现雷达的高精度在线相关跟踪滤波,仿真结果表明,该算法的计算量不随目标运动模型复杂性增加而增加,并且具朋在线处理精度高、实时检测误跟踪准确等特点。     

基于小波神经网络的VTS水域船舶交通流短期预测研究

针对VTS水域船舶交通流随机性大、影响因素多的特点,选择基于小波神经网络的时间序列预测方法,建立船舶交通流预测模型。该预测方法对海事部门提高VTS水域通航效率和服务水平具有一定的参考意义。     

船舶动力精确控制中的小波神经网络控制

小波神经网络具有全局最优逼近等非常优秀的性能,其已被广泛应用于控制和系统辨识等领域。这是由于其结合了神经网络的自学习特性。但小波神经网络对动态反映不及时和泛化能力不足等缺点已经阻碍其应用于实际工程当中。本文提出一种基于Akaike信息准则改进的余值选择算法,其可以通过避免过拟和欠拟合现象来提高神经网络的泛化能力。     

基于神经网络的船舶主机零件磨损监测方法的研究

针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性。实验结果表明:遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测。     

采用小波SAR算法的船舶监测系统设计

根据小波变换和Teagar算子的优良特性,设计出一种基于SAR图像的船舶检测算法,并且基于该算法设计出了一套监测系统。该系统能够准确、高品质的实时对船舶进行跟踪监控。此监控系统的核心是这一套新的算法,该算法对SAR图像进行小波变换,然后针对小波变换的低频分量采用Teagar算子进行增强和去噪处理,再将低频分量和高频分量利用逆小波变换获得高品质的SAR图像。并通过实验验证本系统的适用性和优越性。     

基于小波滤波和LSTM神经网络的船舶运动极短期预报研究

为了提高船舶运动极短期预报精度及预报时间长度,本文采用小波多分辨率分析方法,将含有噪声的船舶运动信号进行了多尺度小波变换,通过采用阈值函数法对各尺度下细节信号的小波系数进行处理,对小波分解层数、小波基函数、阈值处理方法进行了深入研究,并通过模型试验数据对滤波效果进行了验证分析,实现了船舶运动信号的小波滤波.进一步针对船舶运动的非线性特性,基于深度神经网络的非线性映射能力,建立了基于LSTM网络的多步直接映射船舶运动极短期预报模型,并采用滤波后的船舶运动数据进行了不同工况下的预报分析.结果表明,不同时间长度的预报与试验结果幅值和相位吻合较好,验证了所建立的极短期预报模型的可行性.     

基于有限元分析的船舶结构设计

采用Ansys有限元分析平台构建全船模型,通过插值和网格划分2种方法划分模型网格,并在不同载荷情况下,通过3种力学方程模拟和校核船舶模型的抗损程度以及承载强度,分析船舶结构性能,完成船舶模型结构尺寸优化。结果显示：该方法能够获取不同载荷下船舶不同结构部位的应力分布结果,不同载荷下,船舶首部舱段结构和甲板支撑结构发生显著的应力集中现象,最大发生接近8 cm的变形;对船舶结构尺寸优化后,结构的最大应力不超过应力的上限值400 MPa,整体船舶质量也逐渐发生轻量化。     

小波包和神经网络的船舶电力系统谐波检测方法

随着船舶电力系统中接入越来越多的电力电子设备,谐波污染现象变得愈发严重。当前的谐波检测还无法实现较小的谐波频率、相位、幅值检测误差,提出小波包和神经网络相结合的船舶电力系统谐波检测方法。设计由微处理器、信号采集板、上位机构成的船舶电力系统信号采样装置,实施电力系统电流信号与电压信号的采样。通过小波包算法提取采集信号高频部分的有效值。基于神经网络思想设计Elman神经网络谐波检测器,实现船舶电力系统谐波检测。其中在输出层中通过主成分分析方法实施神经网络的输出优化,并实施Sigmoid激励函数的改进,以降低检测误差。测试结果表明,该方法平均谐波频率检测误差、平均谐波相位检测误差、平均谐波幅值检测误差的区间均值分别为0.16 Hz,0.20°,0.12 V,整体误差很低,同时克服了基波分离延时问题。     

基于物联网技术的船舶智能导航系统

本文设计基于物联网技术的船舶智能导航系统,其物理层采集船舶航行的相关信息,并经过滤波处理后,经由具有ZigBee网络协议的通信层传送至资源层,资源层接收信息后分类存储该信息,为船舶智能导航提供数据依据;技术层依据该信息生成航行导航地图,并采用视线导航算法控制船舶自动靠泊。将该结果传送至平台层呈现,同时,采用层次分析法和卷积神经网络结合控制船舶的航行情况,避免船舶发生碰撞现象。测试结果显示：该系统能够实时、全面采集船舶航向相关数据,呈现船舶航行相关的地图结果,导航效果较佳,在低能见度下依旧保证船舶的准确导航;精准停靠在设定的靠泊位置。