复杂海域船舶自适应障碍规避算法研究

目前,船舶的航行海域越来越广阔,各种航道的环境也复杂多变,这对船舶的航行造成了很大的安全隐患。为了最大限度防止船舶之间发生碰撞,人们开发出了各种避碰设备。本文在船舶基本运动模型的基础上,采取模糊神经网络规避算法,并结合PID控制理论,对避碰策略展开研究,详细分析船舶的多种避碰运动模式。仿真结果表明,此算法的性能达到实际应用的基本要求,值得深入研究。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

船舶动力定位自适应滤波器设计

传统的陷波滤波器虽然能够很好的滤除一阶高频海浪波,但是滤波的同时也使得信号产生了相位滞后,在时域里面的表现就是信号的延时。卡尔曼滤波器虽然能够解决这一问题,但是其非常依赖于船舶模型。本文针对传统陷波滤波器的缺陷,使用了一种积分补偿型陷波滤波器,对传统的陷波滤波器进行改进。并以某拖轮为仿真对象进行仿真实验,其结果表明,该滤波器不但能够很好的滤除高频海浪波,还能够保持很好的相位特性。同时,递推的最小二乘估计(RLS)方法能够实时的估计出海浪的主导波频,使得陷波滤波器具有很好的自适应性。     

舰船电力系统保护性能优化的自适应算法

为满足舰船电力系统保护在快速性和选择性方面的要求,提出保护性能优化模型,根据电力系统的运行方式、拓扑结构和故障类型的变化,实时在线计算并修改保护整定值的自适应保护方法。将快速性和选择性指标作为保护性能综合指标的基本元素,采用模拟退火粒子群算法进行优化,最终实现不同运行工况下保护性能最优的整定值自适应调整。并在PSCAD/EMTDC软件中建立包含自适应保护算法的舰船电力系统保护仿真模型,仿真结果证明所提方法可有效提高系统保护性能。     

三轴船舶电动摇摆模拟试验台研究

针对船舶摇摆模拟试验台系统在科学研究和船载仪器可靠性试验中的应用,设计了一种多功能三轴船舶电动摇摆试验台随动控制系统。首先对摇摆试验台进行控制建模,确定电流、速度、位置三闭环控制方案,然后采用常规PID算法设计三环控制器参数,对位置环用模糊自适应PID控制器进行优化设计。提出以变周期、变幅度和组合曲线给定的摇摆方法模拟风、浪、流干扰,对系统进行仿真研究。仿真试验结果表明,设计的系统具有响应迅速、模拟准确、可靠等特点,能够较好的模拟实际海况中船舶摇摆运动,为搭建实际试验平台奠定了基础。     

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。     

物联网技术在海面作战统一调度系统中的应用

物联网技术在信息获取、处理、传输、识别都有了全新的定义,它连接了射频RF、无线传感器、雷达、红外线装置以及全球定位系统,其在现代化海面作战统一调度系统中受到重视。本文研究基于物联网的海面作战统一调度系统,提出一种自动化、自适应及分布式的指挥调度网络。最后通过实验表明该方法在对海上战争信息的获取、处理、存储及传输中,实效性有很大提高。     

基于MLPG法的船舶结构无网格自适应分析技术

研究船舶结构无网格自适应分析方法。首先运用无网格局部Petrov-Galerkin法,采用最小二乘法和加权余量法来求解结构位移场量的逼近函数,并给出问题的控制方程和刚度方程的一般表达式;然后采用Delaunay三角化细分方案对方程进行自适应计算;最后对船舶实肋板和带裂纹板进行应力分析计算,并通过与有限元法的计算结果进行比较,验证文章提出方法的有效性。     

自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战,在实际应用中,控制器的参数经人工调试后便固化,在控制过程中无法适应环境的变化。针对上述难题,该文借鉴自适应控制思想,提出一种基于强化学习的参数自适应S面控制方法,采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练,通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明,所提方法能对控制器的参数进行实时在线调整,具备良好的控制效果和环境自适应能力。