基于神经网络的舰船电机轴承异常检测研究

针对当前舰船电机轴承异常检测正确率低、检测自动化程度低、检测过程十分耗时等难题,为了提高舰船电机轴承异常检测效果,设计了基于神经网络的舰船电机轴承异常检测方法。首先提取舰船电机轴承状态信号,采用小波包分析去除舰船电机轴承状态信号中的噪声,然后采用Hilbert变换提取电机轴承异常状态的特征,将特征作为神经网络的输入,电机轴承异常作为神经网络的输出,建立舰船电机轴承异常检测模型,最后进行舰船电机轴承异常检测的仿真实验,本文方法的舰船电机轴承异常检测正确率超过95%,能够很好检测到舰船电机轴承异常现象,而舰船电机轴承异常检测时间要少于当前其他舰船电机轴承异常检测方法,能够满足舰船电机轴承异常检测的实际要求。     

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。     

舰船监控网络入侵的实时检测研究

传统舰船监控网络入侵检测方法实时性差,无法及时发现舰船监控网络中的入侵行为。为了满足舰船监控网络入侵检测的实时性,加快舰船监控网络入侵检测速度,提出一种舰船监控网络入侵的实时检测方法。首先提取舰船监控网络入侵行为特征,然后引入特征降维算法对舰船监控网络入侵行为进行处理,使得舰船监控网络入侵行为特征数量变少,最后引入支持向量机对舰船监控网络入侵行为进行分类和检测,并通过实例分析本文方法的有效性。结果表明,本文方法能够有效防止出现"维数灾"现象,具有较好的舰船监控网络入侵检测实时性,提高入侵检测的准确性,能够有效保证舰船监控网络安全。     

中压大功率三电平变流应用与研究

随着舰船动力系统向全电力推进的方向发展,中压大功率变流器在船舶电力推进和舰船电力系统中的应用越来越广泛。本文对比分析了工业领域大功率变流器主流拓扑方案的应用情况,指出在DC4 kV～6 kV范围的直流中压水平下,NPC型三电平变换拓扑是舰船大功率变流器的优选方案,介绍了当前NPC型三电平变流拓扑和调制控制技术的研究现状,分析了该技术在工程应用中面临的主要问题,并给出了工程指导建议。     

基于危险理论的舰船通信网络安全风险评价

为了准确把握舰船通信网络安全风险的变化,设计了基于危险理论的舰船通信网络安全风险评价方法。首先引入危险理论将舰船通信网络入侵频率作为风险评价输入,舰船通信网络安全风险级别作为输出,建立舰船通信网络安全风险评价样本集合,然后采用Elman神经网络对舰船通信网络安全风险评价样本集合进行训练,建立舰船通信网络安全风险评价模型,最后采用舰船通信网络系统为例,分析舰船通信网络安全风险评价方法的可行性,结果表明,本文方法能够高精度把握舰船通信网络安全风险变化态势,不仅获得了令人满意的舰船通信网络安全风险评价结果,而且舰船通信网络安全风险评价效果要优于其他方法,具有十分显著的优势。     

基于3D技术的舰船舱室设计缺陷可视化方法研究

传统的的舰船舱室设计缺陷可视化方法工作效率低,针对这一问题,基于3D技术研究了一种新的舰船舱室设计缺陷可视化方法。通过调整局部坐标系与视图坐标系设计缺陷可视化模型,根据设计的模型对舰船舱室的缺陷进行分析,罗列了各个舱室存在的问题。为检测方法效果,设定对比实验。结果表明,基于3D技术的舰船舱室设计缺陷可视化方法在工作效率上优于传统方法。     

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。     

基于贝叶斯网络的舰船故障建模方法研究

舰船故障建模是进行故障诊断的主要技术,舰船故障的种类多,变化复杂,兼具有随机性和规律性,当前舰船故障诊断的建模方法无法描述其变化特点,使得舰船故障诊断结果不理想。为了改善舰船故障诊断效果,设计了基于贝叶斯网络的舰船故障建模方法。首先对舰船故障诊断的工作原理进行分析,指出当前舰船故障诊断方法出现缺陷的影响因素,然后采用贝叶斯网络对舰船故障诊断过程进行模拟和建模,最后采用仿真实验与其他舰船故障诊断模型的结果进行对比。结果表明,贝叶斯网络的舰船故障诊断正确率更高,可以更好反映舰船故障诊断随着时间改变的变化趋势,避免了出现故障诊断错误率高的难题,具有广泛的应用前景。     

舰船云计算系统服务器故障的识别模型

舰船云计算系统服务器故障的种类多,故障与特征之间是一种非常复杂的映射关系,传统舰船云计算系统服务器故障识别模型难以获得理想的识别结果。为了克服当前舰船云计算系统服务器故障识别模型存在的不足,设计一种基于数据挖掘的舰船云计算系统服务器故障识别模型。首先采集舰船云计算系统服务器故障识别数据,然后采用数据挖掘技术对舰船云计算系统服务器故障识别数据进行分析和建模,建立舰船云计算系统服务器故障识别的分类器,最后进行了舰船云计算系统服务器故障识别仿真对比实验。本文模型的舰船云计算系统服务器故障识别率高达95%,而且舰船云计算系统服务器故障的误识率要小于当前其他舰船云计算系统服务器故障识别模型,结果验证了本文模型的优越性。     

基于TOPSIS的舰船避碰信息决策系统

传统舰船避碰信息决策系统对于细节信息分析能力差,决策结果难以应用到实际操作中。为了解决这一问题,基于TOPSIS设计了一种新的舰船避碰信息决策系统,硬件选用的采集器为数字采集器,以RESD526芯片作为核心采集芯片,采用微处理器处理决策信息,将处理的结果存储在数据存储器中。软件由分析决策指标、建立决策矩阵、输出决策结果 3步组成。为验证设计系统实际效果,与传统决策系统进行实验对比,结果表明,设计的决策系统能够更准确地分析出舰船内部和外部信息,得到更加有效的决策结果,提高船舶运行的安全性,降低事故发生率。