基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

基于正交设计的船用柴油机燃烧系统参数匹配及优化

为研究柴油机燃烧系统参数匹配对柴油机动力和排放性能的影响,首先分别利用AVL_BOOST和AVL_FIRE仿真软件建立4190ZLC-2型船用柴油机整机模型和缸内燃烧高压循环模型,然后基于已建模型应用正交试验设计方法安排柴油机进气系统、喷油系统和燃烧室结构尺寸参数匹配仿真计算。研究结果表明,通过极差分析可以得出燃烧系统参数对4190ZLC-2型柴油机性能的影响主次顺序。以柴油机指示功率为评价指标时,参数组合0.26 mm-28°CA-160°-0.9-145 mm-2.6 mm-22 mm(喷孔直径-喷油提前角-油束夹角-涡流比-喉口直径-凸台高度-凹坑半径)对应的指示功率为63.40 k W,比原机仿真值高15%;以NOX排放为评价指标时,参数组合0.30 mm-24°CA-140°-0.4-135 mm-6.6 mm-14 mm(喷孔直径-喷油提前角-油束夹角-涡流比-喉口直径-凸台高度-凹坑半径)对应的NOX排放质量分数为0.015 7%,比原机仿真值低30.2%。     

煤合成柴油(F-T柴油)在柴油机上的试验研究

试验研究了单缸柴油机燃用F-T柴油和0号柴油的燃烧特性和排放特性。与发动机燃用0号柴油相比，燃用F-T柴油时燃油消耗率降低，有效热效率升高，有害排放降低，结果表明，F—T柴油是一种高品质的柴油机代用燃料。     

自动化轨道式龙门起重机大车车轮异常损坏整改措施

造成自动化轨道式龙门起重机大车车轮异常损坏的因素多种多样.分析了相关实际案例,给出了大车车轮异常损坏原因分析办法和整改措施,可以为自动化轨道式龙门起重机设备的制造方和码头运营方在设计制造和维护保养过程中提供一定的参考.     

异常波及其对海上结构铃振现象的影响

海上结构物的铃振(Ringing)现象是新近发现的一种高频共振响应现象,对结构物有显著的破坏作用。从实测资料中发现,在恶劣海况下发生的具有强非线性和非对称性的异常波(Freakwave)有可能引起海上结构物的铃振响应。文中综述了可能引起铃振响应的异常波的研究现状及成果,分析了其能量分布,并指出异常波是海上结构物产生铃振现象的机理之一。     

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。     

船舶无线传感网络安全态势异常检测方法

为了更好保障船舶航行安全,避免船舶航行过程中常见的无线传感网络异常导致的船舶航行过程中信号网络信息处理效果不佳的问题,对船舶无线传感网络安全态势异常检测方法进行研究。通过对无线传感网络安全信息进行采集分类,实现对船舶网络信号特征的实时检测和提取。根据检测结果进行无线传感网络安全异常数据的修正,提高船舶网络运行安全。实验证实,船舶无线传感网络安全态势异常检测方法在实际应用过程中具有更高的准确性,可以更好实现对复杂船舶网络数据异常区域进行快速检测和修正的研究目标,从而更好地提高船舶航行安全效果。     

ZPW-2000A轨道电路小轨电压异常判断分析

ZPW-2000A轨道电路小轨电压反映调谐区的状态.一是日常出现的波动原因较多,造成现场不容易查找;二是发生故障时,对小轨电压关注分析不够,造成查找故障走弯路.结合现场经验及案例,利用信号集中监测数据及曲线,分析小轨电压波动、异常成因.     

铁路旅客列车垃圾与煤的燃烧特性

在综合热分析仪中对旅客列车垃圾的单组份以及垃圾和煤粉的混合样品进行了热特性的研究。采用了TG、DSC、DTA、DTG对燃烧行为进行了评价。结果表明,与单独燃烧煤相比,旅客列车垃圾和煤粉以1：1混合的样品的燃点温度和燃尽温度较低。旅客列车垃圾表现出更容易的可燃特征,加入煤中可以提高煤的反应活性。     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.