船舶柴油机装配工艺专家系统研究

船舶柴油机装配工艺专家系统是人工智能在船舶柴油机制造领域的一个具体应用,它能帮助船舶柴油机装配工艺设计人员制定工艺方案。研究结合实际课题,运用专家系统的知识,将专家系统、网络数据库、软件工程等理论与技术应用到船舶柴油机装配工艺设计中,提出了船舶柴油机装配工艺专家系统的实现方案。     

利用Apriori算法进行船舶缺陷数据研究分析

港口国检查是以确保人员和船舶安全、预防海事事故、防止海洋环境污染为目的的专门检查。随着环保意识的不断加强,港口国检查发挥着越来越重要的作用。数据挖掘技术能够从大量模糊数据中发现有价值的信息。船舶缺陷数据分析利用数据挖掘技术,从海量船舶数据中发现数据间的关联规则,从而提高港口国检查的工作效率。本文研究Apriori算法,针对该算法的不足进行改进,实现了基于改进Apriori算法的船舶缺陷数据分析系统。     

船舶柴油机装配工艺编制专家系统之范例库设计

结合研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油机制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。介绍了大型船舶柴油机装配工艺编制专家系统的范例库设计。     

大数据在轮机故障诊断系统设计中的应用

随着现代船舶技术的发展,轮机系统向大型化和自动化方向发展,设备和控制系统日益复杂,现有的故障诊断技术越来越无法满足人们的需求。数据挖掘技术能够从大量的数据信息中提取并找到有用的信息,极大的推动了人们分析和处理大数据的能力。将数据挖掘技术引入船舶轮机故障诊断系统中,能够有效提高诊断系统的效率。本文设计基于大数据的轮机故障诊断系统,研究现有的基于关联规则的Apriori数据挖掘算法,并进行优化改进,有效降低整个算法的复杂度,并进行了仿真实验。     

大型船舶柴油机装配工艺编制专家系统设计研究

结合"大型船舶柴油机装配工艺智能编制"的研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油机制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。本文介绍了大型船舶柴油机装配工艺编制专家系统的设计方案。     

基于三维模型的柴油机零部件虚拟装配技术研究

本文描述了虚拟现实的体系结构、碰撞检测和工艺规划,实现了基于约束的装配仿真。采用了3ds模型文件作为虚拟环境中几何模型,以Microsoft的DirectX SDK为开发工具,在Visual C++6.0的环境下为进行船舶柴油机虚拟装配的技术研究,提出了一条解决途径。     

基于改进蚁群算法的装配序列规划研究

针对复杂装配产品的装配序列规划问题,构建了包含零部件装配方向、重量、尺寸、装配关系数以及装配连接方法的装配序列评价体系函数.提出一种改进的蚁群算法,建立了算法寻优的数学模型和以零部件为对象的启发式函数,将启发式函数值作为引导蚂蚁进行零部件选择的信息素,并在蚂蚁逐步寻优过程中加入候选零部件筛选规则、装配方向规则和装配阻碍规则等计算规则,辅助蚂蚁摒弃劣质解选择最优解,直到获得产品的整条装配序列.最后以船舶某机型柴油机气缸盖模型为例,验证了改进蚁群算法在求解复杂产品装配序列规划问题的可行性和有效性.     

基于改进Apriori算法的船舶通信入侵检测方法分析

非法入侵行为危害着船舶通信系统的安全,针对当前船舶通信入侵检测错误率高的缺陷,提出了基于改进Apriori算法的船舶通信入侵检测方法。首先对国内外当前的船舶通信入侵检测方法进行分析,指出了各种方法存在的局限性,然后采用Apriori算法建立船舶通信入侵检测关联规则,实现船舶通信入侵检测数据进行挖掘,并对Apriori算法存在的不足进行相应的改进,最后进行了船舶通信入侵检测仿真实验,本文方法简化了船舶通信入侵检测过程,加快了船舶通信入侵检测速度,提高了船舶通信入侵检测正确率,为船舶通信系统安全管理人员决策提供了有价值的参考依据,能够保证船舶通信系统的安全。     

船舶柴油机装配工艺专家系统之任务管理实现

结合研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油杌制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。介绍了大型船舶柴油机装配工艺编制专家系统的任务管理实现。     

海事事故的聚类与关联规则

为进一步分析海事事故发生的潜在原因,保障船舶航行安全,在对比各海事局事故数据质量的基础上,以浙江海域海事事故数据库作为研究对象,通过对海上船舶风险及其影响因子进行识别,以事故类型为聚类中心,并与关联规则Apriori算法进行融合,以较高的挖掘精度实现对海事事故数据的致因分析。挖掘试验结果表明:基于k-medoids和Apriori组合的挖掘算法在提升度和挖掘精度上均优于传统的Apriori算法。通过对逐条关联规则进行解释,分析出浙江海域海事事故的特征及致因,提出预防海事事故的建议和对策,保障浙江海域船舶的航行安全。     

基于数据仓库和信息挖掘的柴油机维修决策支持系统

针对舰船柴油机维修决策中待处理数据量的急剧增加，研究以数据仓库和信息挖掘技术为核心的智能维修决策支持系统。对数据仓库的设计与实现进行了介绍，把信息挖掘作为一种特殊的模型应用于决策支持系统中的知识发现，说明了柴油机维修决策支持系统的实施原则和步骤。     

船用柴油机三维装配工艺可视化技术

针对船用柴油机装配具有复杂性的特点，装配工人按照纸质的装配工艺规程和二维装配示意图进行装配不直观的缺点，开发了船用柴油机三维装配工艺可视化系统。通过三维工艺仿真技术、基于MBD的三维信息定义技术、基于XML的工艺信息结构化表达技术，实现了装配信息的可视化表达；通过对teamcenter的二次开发，实现了装配工艺的可视化发布。最后以某船用柴油机中的典型安装工序机架正时齿轮端的中间齿轮安装为对象，验证了三维装配工艺可视化系统的有效性。该系统能够有效地提高装配工艺的直观性，提高工人的装配效率和准确度。     

Association rule learning to improve deficiency inspection in port state control

ABSTRACT

The inspection of foreign ships in national ports is a critical measure in port state control (PSC), preventing substandard ships from entering national ports. Multifarious inspection items, limited inspection time and inspector manpower are challenging PSC inspection. This research applies data mining to analyze historical PSC inspection records in Taiwan’s major ports to extract potential valuable information for PSC onboard inspections. Using the Apriori Algorithm, the analysis identifies many useful association rules among PSC deficiencies in terms of specific ship characteristics, such as ship types, societies, and flags. The general rules identified show that the items ‘Water/Weathertight conditions’ and ‘Fire safety’ are significantly related. Besides, in the analysis of the various ship types, several different rules are found. After comparing the analysis of ship types and ship societies, it can be observed that the association rules for specific ship types, such as oil tankers, have a better effect than those for individual ship societies do. These identified rules can not only help inspectors effectively spot the associated deficiencies, but also improve the efficiency of PSC inspection. The ports other than Taiwan’s ports can apply a similar analysis method to identify corresponding association rules suitable for their own inspections.     

基于改进深度学习算法的船舶柴油机故障诊断技术

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

基于SolidWorks的船舶柴油机虚拟装配及运转

在使用SolidWorks软件完成船舶柴油机装配体设计的基础上,再利用其动画制作功能,可实现船舶柴油机的虚拟装配及运动仿真.仿真结果直观、生动、形象,可验证装配序列和装配路径的可行性、分析最佳装配次序、确定最优装配路径,从而缩短柴油机的装配周期和提高柴油机的装配质量.     

Risk assessment of inland waterborne transportation using data mining

ABSTRACT

China has constructed a relatively complete inland waterborne transportation system. However, the frequent occurrence of inland water accidents with serious consequences, like the catastrophic Orient Star shipwreck, is an urgent unsolved problem. To reduce such accidents in the future and improve inland waterborne transportation safety, this study uses data mining, mainly containing text mining and association rule mining to risk assess China’s inland waterborne transportation, rather than the traditional quantitative risk assessment model. Text mining enables the risk factors to be objectively identified and distilled from accident reports. The potential relationships between risk variables are explored using association rule mining, based on the FP-Growth algorithm. The results reveal the essential problem facing China’s inland waterborne transportation system: frequent and varied ship accidents; key risk factors include overloading or improper loading, poor navigation visibility, inadequate sailor competence, and insufficient government supervision of shipowners and shipping companies. Combining the actual circumstances of inland waterborne transportation operations, this study proposes relevant recommendations for governments and relevant supervisory departments. The integrated application of text mining and association rule mining serves to avoid uncertainty and subjectivity, and achieve good results proving their scientific nature as a feasible method in water transportation risk research.     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

数据挖掘技术在舰船机舱概念设计中的应用

数据挖掘技术代表了数据处理和知识创新的一种新方向。本文通过分析舰船机舱概念设计的原理及方法，讨论了数据挖掘技术如何应用于计算机辅助概念设计系统中，并分析了相关关键技术。