大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

云计算框架下的港口船舶生产信息平台设计与实现

在全球物流业不断提升自身信息化水平和市场经济竞争愈发激烈的背景下,港口作为物流业的重要环节,需要建立灵活高效的信息平台,才能跟上不断变化的市场需求,在激烈的市场竞争中利于不败之地。本文深入研究港口船舶生产的相关业务流程,设计并实现基于云计算框架的港口生产信息平台,提出CECloud-MMS任务调度算法,该算法能有效提高港口生产信息系统效率。     

人工智能的航迹控制方法研究

在船舶自动化和电气化的发展历程中,航迹控制作为一项非常重要的功能,正受到越来越多的研究。航迹控制系统中的核心部件之一自动舵,正向着高速化和集成化方向发展。由于海洋环境越来越复杂,天气变化多端,船舶的航行安全受到了更多的威胁,急需一种高性能的自动舵航迹控制系统。本文正是基于这项需求,开发出了基于人工神经智能算法的航迹控制方法,此算法具备了强鲁棒性、自适应性和高可靠性。从仿真结果看,本控制方法的性能优越,易于推广使用。     

船舶黑匣子中对音视频信号压缩存储处理研究

黑匣子被广泛应用于记录和保存航海航空过程中状态信息,它可以为航海事故调查提供客观有效的数据,并且在事故未发生时为船舶隐患检测提供重要的依据。为了保证可以有足够的信息用于事故的准确预测以及为事故发生后的事故责任认定提供足够多的数据,多种音视频压缩技术被应用于黑匣子。本文在构建完整黑匣子软硬件基础的前提下,重点对音视频编解码的压缩算法进行研究,采用混合编码的方法实现了高度的压缩比,实现了VAD算法。在不影响质量的前提下,极大地提高了音频的压缩比。     

分布式云平台在舰船目标检测中的应用研究

在现代海上军事领域,船舶目标跟踪监测系统一直是其重要的研究方向,其监测跟踪的精度、准确度及效率是衡量系统的3个最重要的性能指标。传统的舰船目标跟踪监测系统是基于单处理中心,监测跟踪算法的处理精度及效率已经越来越不能满足现代海上军事系统的性能要求。本文研究基于云计算的分布式平台,分析海上目标跟踪监测中的噪声滤波,结合帧间差分法及背景差分法,提出的基于分布式云平台的舰船目标监测算法,提高了算法效率。     

基于TF-IDF加权朴素贝叶斯算法的ATP车载设备测试案例分类研究

针对列车超速防护（ATP,Automatic Train Protection）系统车载设备测试案例分类存在的工作量大、效率低且准确性不高等问题，提出了将词频—逆文档频率（TF-IDF,Term Frequency-Inverse Document Frequency）与朴素贝叶斯算法相结合，应用于测试案例分类的方案。利用TF-IDF算法筛选特征词及权重，对朴素贝叶斯算法进行加权处理，并基于实验室现有ATP车载设备的测试案例进行验证。实验结果表明，文章的特征词提取及测试案例分类方法具有较高的准确性。     

船舶小组立装焊作业单元CPS系统研究与应用

当前船厂小组立装焊作业过程存在作业任务信息无法直接传递至现场,现场实际执行的状态信息无法及时反馈等问题,导致装焊作业混乱、装焊效率低下.为了解决上述问题,针对船舶小组立装焊作业单元进行研究,构建基于信息物理融合(CPS)的智能制造系统.首先分析了小组立装焊作业流程;然后梳理了装焊作业任务数据,构建了小组立装焊作业数据模型,并在此基础上,完成了基于物联网的CPS框架设计以及系统功能开发,实现了对装焊作业过程的有效监控;最后将该系统应用于某船厂小组立装焊现场,有效规范了装焊作业过程,提高了装焊效率.     

公交惯常出行与随机出行的时空分布差异

差异化和精细化的公交服务要求城市管理者和公交运营者加深对公交出行变异性的认识。本文将公交惯常出行定义为乘客个体多次在同一时段或空间乘坐公交的行为，随机出行的定义与之相反。利用厦门市30天连续的常规公交数据，使用DBSCAN算法对出行天数在10天以上的高频乘客进行划分，用核心点来表征惯常出行，用非核心点来表征随机出行。结果表明有78.70%的出行在时间上具有稳定性，有72.32%的出行在空间上具有稳定性。研究结论凸显了公交高频乘客也具有随机出行，且随机出行的统计特征和时空分布与惯常出行有较大差异。研究结论可以应用于个体时空模式挖掘、乘客人群划分、定制公交线路制定、公交差异化服务设置等方面。     

基于水域精细划分的VTS雷达站选址配置优化

为了提高水上安全监管效率和保障水上运输安全生产, 以船舶交通管理系统(VTS)雷达站为研究对象, 研究了基于水域精细划分的VTS雷达站选址优化问题; 考虑实际环境中遮挡因素和水域风险因素对雷达监测效果的影响, 基于软件ArcGIS 10.4.1提出了水域精细划分方法; 以雷达站建站位置和雷达配置类型为决策变量, 以水域覆盖率最大和总成本最小为目标函数, 构建了混合整数规划模型; 基于模型特点设计了多目标粒子群算法, 给出了生成初始粒子群的启发式规则, 并在算法中引入有效的变异操作; 为了验证方法的有效性, 以ZDT系列测试函数对算法搜寻最优解的性能以及算法的收敛性进行了研究。研究结果表明: 水域精细划分方法能够在考虑遮挡因素和风险因素的情况下实现对水域的空间划分, 实例中在存在62个雷达站候选点的情况下将雷达站所需监测水域划分为2 812个水域单元; 改进的粒子群算法在ZDT测试函数中能够有效地寻找全局最优解, 并且在最优解的分布上具有良好的收敛性和分布性; 针对实例中的VTS雷达站选址项目模型达到了95.92%的覆盖率, 成本为33 800元。可见, 考虑环境遮挡和水域风险因素的VTS雷达站选址模型是有效的, 改进的多目标粒子群算法可以提高VTS雷达站选址的科学性和合理性, 是解决VTS雷达站选址优化问题的一种有效方法。