基于支持向量机的船舶机舱火灾温度快速预测

以船舶机舱为研究对象,采用大涡模拟方法,以FDS软件为平台,计算了不同火灾功率、风机启动时间、风机流速和补风口面积条件下的火场温度变化过程。以FDS的数值模拟数据为样本建立了船舶机舱火灾温度的支持向量机计算模型,为提高模型预测的精确度,利用遗传算法对参数进行寻优。实验表明:应用本文模型预测结果与FDS计算结果基本一致,优于SVM模型以及BP神经网络的预测结果,提出一种快速预测火场温度的工程计算方法。     

基于三点模型的柴油机热工参数预测

准确预测热工参数劣化趋势是对柴油机实施预测维修的前提。已有预测技术均视不同时段信息所具有的建模价值相等,忽略了近期信息比远期信息更能反映设备当前运行态势这一客观事实,导致预测模型难以准确描述柴油机热工参数的真实变化规律。针对该问题,提出一种基于三点模型的柴油机热工参数预测方法,并采用新陈代谢法同步更新建模数据,以提高建模数据的利用效率及预测精度。与灰色系统GM(1,1)模型预测精度的对比结果表明,三点模型能够有效处理不同时段信息在反映设备运行态势能力上的差异,得到更为准确的预测结果。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

广州至湛江客运专线客运量预测

广州至湛江客运专线（下称广湛客专）,位于广东省西南部,东起广州铁路枢纽,向西经过佛山、肇庆、云浮、阳江、茂名,最终到达湛江铁路枢纽,全长392.4km,是广东省东西向高速铁路重要的新通道。客运量预测是项目设计的重要组成部分,根据广湛通道的客流特点,并结合广湛客专在路网中的定位进行客运量预测,有利于编制客车开行方案和线路经济效益的测算,为项目建设提供参考。     

基于KS检验的铁路车站日常货运量预测

科学预测货运量对于铁路现场生产和中长期规划具有重要意义。首先,针对铁路日常货运量的动态性和不确定性将其视为随机变量,其次选用正态分布、对数正态分布、Weibull分布和Gamma分布进行拟合,然后运用Kolmogorov-Smirnov检验(KS检验)方法评价拟合效果并确定最佳分布,进而以置信区间形式进行预测。最后,结合黄骅港站的每天接受重车的运量数据进行计算,验证了方法的实用性和有效性。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

管道腐蚀速率机理及预测方法

为控制管道腐蚀,减小管道腐蚀速率,对腐蚀机理开展研究,以进一步预测管道腐蚀速率与趋势。通过分析管道腐蚀的各种因素及其相互作用,结合现场管道运行工况、输送介质组分分析及管道腐蚀产物测试结果,确定管道腐蚀主要为CO2腐蚀,从而合理选择腐蚀预测模型。通过对CO_2腐蚀预测模型与计算公式的分析,利用软件建立管道腐蚀预测模型,找到管道腐蚀速率范围与位置,进而确定腐蚀控制手段。     

三峡水库蓄水后周天河段河床演变分析与趋势预测

本文以现场调研和多年实测资料为基础,采用理论分析与数学模型计算相结合的方法,对长江中游周天河段的河床演变及趋势进行了分析和预测。结果表明:周天河段为顺直微弯河段,河道演变符合顺直型河流演变的规律;过渡段主流摆动频繁、滩槽冲淤多变是河床演变的主要特点;三峡水库蓄水后,周天河段河势格局整体较为稳定,但局部滩槽变化范围仍较大...     

基于LSTM的舰船运动姿态短期预测

舰船的六自由度运动状态形成复杂的非线性过程,运动姿态会受到耦合作用、不定周期、噪声信号以及混沌特性等因素的干扰,因此很难得到精确的预测结果.为了提升舰船运动姿态的预测精度,利用舰船时间序列的特点,建立了基于长短期记忆单元(LSTM)模型,对其进行了舰船姿态预测仿真,将结果与时间序列分析法的结果进行对比.实例分析表明:基于LSTM模型的预测方法具有精确度高、易实现的特点.这为舰船运动短期预测提供了一个新的思路和方法.     

含锂电池储能的船舶电力系统模型预测控制研究

由于船舶运行的特殊性和负载波动的复杂性,严重影响船舶电力系统的稳定性,因此引入了能量存储技术,降低电网的波动。根据发电机和锂电池的状态空间模型,建立了含锂电池储能的船舶电力系统,并提出了一种基于模型预测控制的船舶电力系统。在含有负载波动的情况下,使发电机和锂电池的输出能够稳定跟随负载的变化,从而满足负载的需求。并将整个系统在Matlab/Simulink中进行实例仿真,仿真结果表明,在模型预测控制下的船舶电力系统能够很好地满足负载波动需求,明显改善船舶电力系统的稳态性能,增强船舶电网的稳定性。