“电力机车与城轨车辆产业群信息系统集成”项目通过科技部验收

2006年4月18日，由中国南车集团株洲电力机车有限公司承担的国家863项目“电力机车与城轨车辆产业群信息系统集成”顺利通过了科技部组织的验收。该课题主要研究了数字化设计、数字化管理、数字化制造、整体信息集成与推广5个方面的内容，重点研究了CAD，CAPP，PDM，OA，ERP等应用系统间的异构数据集成和功能集成，并且将成功经验引入产业群其他企业，     

资料库：上海桑塔纳LX型乘用车维修数据（三）

4曲轴与飞轮。(1)曲轴为整体式结构型，其材料为球墨铸铁；有五道主轴颈的全支撑式：主轴颈和连杆轴颈表面经高频感应加热液淬火。深度为3．0-4．5mm曲轴上带有平衡块。见图2。     

浅谈海道测量基面的确定及在航行海图中的应用

通过对海道测量各基准面确定及相互关系的讨论,加深对航行海图水域部分及陆域部分等基准面应用的认识。     

电子海图数据更新及对航行安全的影响

通过对电子海图数据更新机制以及更新过程中存在的不足的分析,说明广泛应用电子海图系统依然有影响航行安全的隐患,航海者以及航运管理者应重视电子海图更新管理。     

航行轨迹稳定性预测数学建模与分析

航行轨迹稳定性建模与预测十分重要,当前航行轨迹稳定性预测效果欠佳,为了解决当前航行轨迹稳定性预测过程中存在的一些难题,设计一种小波去噪和混沌分析算法的航行轨迹稳定性预测模型。首先研究航行轨迹稳定性预测建模的现状,采集航行轨迹稳定性预测的数据,然后对航行轨迹稳定性预测数据进行小波去噪,并采用混沌分析算法对航行轨迹稳定性预测数据进行变换,最后通过现代统计学理论建立航行轨迹稳定性预测模型,并与其他航行轨迹稳定性预测模型进行对比实验,相对于航行轨迹稳定性对比模型,本文模型的航行轨迹稳定性预测准确性更优,可以描述航行轨迹稳定性变化特点,航行轨迹稳定性建模时间短,为航行轨迹稳定性建模与预测提供了一种新的研究思路。     

基于IPV6协议的海上移动通信网中SDN的数据转发技术研究

海上船舶移动通信是指船舶电台之间、船舶与基站电台之间的通信,目前应用范围最广的海上移动通信方式是VHF天线,尽管VHF具有成本低、结构简单等优点,但同时存在着信号传输质量差、抗干扰能力差等问题,因此,有必要对海上船舶的移动通信网络进行升级。IPV6协议是新一代网络通信协议,本文基于IPV6协议,研究船舶移动通信网络中SDN网络体系架构,并重点研究了通信网络的报文格式和数据转发等技术,对改善海上船舶移动通信网络的通信质量、抗干扰能力、数据传输能力有重要意义。     

基于人工智能技术的舰船轨迹规划算法

轨迹规划是保证舰船安全航行的关键技术,针对当前舰船轨迹规划算法存在规划精度低、速度慢等不足,为了获得更优的舰船轨迹规划方案,设计了基于人工智能技术的舰船轨迹规划算法。首先分析了当前舰船轨迹规划的研究现状,并构建了舰船轨迹规划的数学模型,然后采用人工智能技术对舰船轨迹规划的数学模型进行求解,搜索到最优的舰船轨迹规划方案,最后采用具体仿真模拟实验验证舰船轨迹规划算法的性能。结果表明,人工智能技术的舰船轨迹规划精度高,舰船轨迹规划速度快,获得了比其他算法更优的舰船轨迹规划方案,可以应用于实际舰船安全航行管理中。     

复杂海域水下无人航行器航位推算算法优化

针对当前水下无人航行器航位推算算法存在误差大、工作效率低等不足,设计一种性能优异的复杂海域水下无人航行器航位推算算法。首先分析当前无人航行器航位推算算法的研究现状,找到引起各种无人航行器航位推算算法不足的因素,然后收集无人航行器航位推算数据,结合复杂海域水下无人航行器航位的随机变化特点,引入遗传算法优化支持向量机设计无人航行器航位推算模型,最后与其他无人航行器航位推算算法进行对比实验。结果表明,本文算法可以适应复杂海域水下无人航行器航位的变化特点,提高无人航行器航位推算精度,无人航行器航位推算速度快,获得比对比算法整体性能更优的无人航行器航位推算结果,具有十分明显的优越性。     

云计算下海上通信网络异类入侵数据实时检测系统设计

为解决目前广泛使用的通信网络异类入侵数据实时检测系统应用船舶海上通信监测时,存在检测精度较低的不足,提出了云计算下海上通信网络异类入侵数据实时检测系统设计。基于系统架构设计,以及异常数据采集与检测模块设计,实现实时监测系统的硬件设计,依托软件设计,完成了提出的云计算下海上通信网络异类入侵数据实时检测系统设计。试验数据表明,在海上通信环境下,提出的入侵检测系统较目前广泛采用的入侵检测系统检测精度提高37.73%,适合于船舶海上通信网络异类入侵数据实时检测。     

水上通信网络海量多维数据弱关联识别方法

随着网络通信技术的发展,水上通信数据呈现出多元化与复杂化,多维数据交互并行,造成海量数据中部分多维数据出现关联程度差,无法及时被调度交互,致使网络冗余数据量增加,影响网络数据交互识别效率。对此提出水上通信网络海量多维数据弱关联识别方法。首先,通过引入多维聚类算法对网络中的数据进行聚类中心量的计算;然后,根据得到的聚类规则,引入弱关联挖掘算法,对海量数据进行多维度关联计算;接着,通过引入的弱关联定位算法对挖掘出来的数据进行识别定位计算,实现海量数据中弱关联多维数据的精准识别;最后,通过仿真对比实验对提出方法进行验证,证明提出方法具有较强的识别能力,且识别准确性高、稳定性好、可行性强。