基于熵值法的船舶涂装工艺多目标评价模型

为提升船舶涂装工艺管理水平,解决传统涂装工艺评价对人工经验依赖性强的问题,基于多目标理论构建多目标评价模型,综合考虑干膜厚度、经济成本及涂装效率,以涂层质量、涂料用量和涂装工时为评价标准建立目标函数。采用熵值法确定各目标函数权重系数,可以更客观地反应各目标函数对评价结果的影响。结果表明,该方法对涂层质量的评价与人工检验结果一致,此外,该多目标函数综合考虑船舶涂装经济性与时效性,评价结果更加科学合理,该研究成果可为船舶涂装工艺的预制定与涂装工艺参数的优化提供参照。     

一种适用于舰船综合电力推进系统的对称混合五电平拓扑及其控制策略

为了满足舰船中压直流综合电力推进系统对中压大容量推进变频器的需求,本文提出了一种适用于多相开绕组电机的对称混合五电平拓扑,每一相电路均由一个高频DC/DC单元和一个高压H桥单元组成。介绍了其工作原理和调制方法,针对其母线中点电压平衡问题,提出了一种微调PWM脉冲占空比的中点电压平衡控制方法。仿真结果表明该拓扑及其控制方法正确、有效。     

基于MMC的船舶中压直流电力系统控制策略的研究

针对全桥模块化多电平换流器在船舶中压直流(Medium voltage DC, MVDC)电力系统中缺乏系统级的建模与控制问题,本文搭建了基于MMC 的船舶MVDC 电力系统模型,说明了该系统的框架结构与运行原理,提出了电压与无功外环,电流内环的双闭环控制策略,进一步验证了该系统发生直流侧短路故障时的故障限流能力,最后采用直流电压下垂控制并网方案,实现了双机有效的并联运行。通过Matlab/Simulink 的仿真分析,表明该系统具有良好的稳态特性和动态性能。     

提高港口工程结构设计使用年限的可行性研究

针对是否全面提高港口工程结构设计使用年限的问题,回顾目前我国港口工程结构设计使用年限确定的过程,对比分析国内外工程结构设计使用年限的规定,总结国内外设计使用年限100 a时的设计规定,分析提高港口工程设计使用年限需考虑的因素,讨论提高设计使用年限需开展的工作。研究认为,全面提高港口工程结构设计使用年限在技术上是可行的,但需要开展作用取值、结构可靠度分析、耐久性设计方法等多方面研究工作。参考国内其他行业和国外港口工程结构设计使用年限规定,结合我国港口使用现状,提出永久性港口建筑物设计使用年限仍采用50 a,对于特别重要的港口工程,可结合业主要求,采用50 a以上的建议。     

一种多源信息融合的声呐综合目标识别方法

针对声呐在搜潜过程中目标识别正确率提升的问题,分析声呐目标特征及其获取手段,研究声呐目标特征提取、分析和识别方法,提出一种多信息源融合的声呐目标综合识别方法。综合运用声呐探测回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息、AIS信息等信息进行联合识别,深层次挖掘目标特征信息,通过图谱特性、频域特征、听音识别、运动要素等多维识别,将孤立的、碎片的数据转化成信息优势,形成标准的声呐目标综合识别使用流程,从而提高目标识别正确率。     

物联网智能决策平台中的多条件约束决策

现代船舶决策平台是保障其船舶航行安全的重要设备,随着舰船组网规模越来越大,决策边界及约束条件也越加复杂,基于物联网智能决策平台IDP需要更高效实时的处理采集、处理决策机制才能适应现代船舶安全航行要求。本文分析基于物联网的船舶航行决策平台架构及关键技术,并重点研究了多条件约束下的决策机制,最后进行仿真。     

强干扰下多路电子通信信号自动捕获算法研究

传统捕获算法性能较差,无法自动捕获伪码,为了解决这个问题,提出强干扰下多路电子通信信号自动捕获算法。在强干扰下搜索多路电子通信信号,以此限制伪码长度和频偏范围,并依据非线性相位原理调制多路电子通信信号参数,在此基础上,结合多普勒频偏频域补偿原理,实现对伪码的自动捕获,考虑到强干扰下自动捕获速度问题,采用循环谱快速捕获原理计算多路电子通信信号的各项参数,使得自动捕获的速度更快,由此,完成多路电子通信信号自动捕获算法的设计。在实验中,为对比2种算法的性能,设计自动捕获过程,实验结果表明,所提算法性能更好。     

舰船一体化网络应用研究

为了提高舰船信息集成水平,推动舰船一体化网络技术的应用,本文分析国内外舰船网络的应用现状和发展趋势,通过对商用主流网络技术的舰载适用性分析,提出舰船一体化网络适合采用的技术体制,并给出舰船一体化网络应用建议,能为舰船一体化网络设计提供借鉴与参考。     

多任务约束条件下基于强化学习的水面无人艇路径规划算法

本文提出一种多任务约束条件下基于强化学习的水面无人艇路径规划算法。利用灰色预测进行区域建议,提升神经网络检测连续视频帧中水面目标的速度和准确率,进而提高了路径规划环境建模的准确性。基于Q_learning算法进行在线训练,完成多任务约束条件下的无人艇路径规划。针对Q_learning算法在多任务约束条件下收敛较慢的问题,提出了一种基于任务分解奖赏函数的Q_learning算法。通过仿真试验,验证了在多任务约束条件下,采用强化学习进行路径规划的可行性,并通过实物试验,验证了该算法能够满足实际要求。