面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。     

基于DES方法的螺旋桨尾涡演化数值研究

采用分离涡模拟(DES)方法对多工况下螺旋桨的尾流场特性及尾涡结构进行数值研究,应用滑移网格技术完成螺旋桨敞水试验模拟,采用Spalart-Allmaras湍流模型封闭N-S方程组。数值计算结果显示:采用DES方法得到的水动力特性结果与模型试验结果吻合度高,DES方法能够较好地捕捉到螺旋桨尾流场中复杂的尾涡结构,螺旋桨不同桨叶产生的梢涡之间的自诱导和相互诱导作用引起尾涡结构形态变化,4叶桨梢涡结构之间会产生2次融合重组,毂涡振荡与梢涡演化之间存在相互干扰作用,不同进速系数下尾涡演化规律基本一致。     

基于子空间的ASM电涡流控制系统辨识

通过采用子空间辨识方法对ASM电涡流控制系统进行辨识。建立了适用于ASM测试的电涡流加载控制器的系统辨识方法,并获得了相应的数学模型,进行了辨识试验设计,并通过时域验证辨识模型精度。辨识试验结果表明,试验获得的数学模型,其仿真输出与加载减速运行试验数据基本一致。     

云计算平台中大规模电子航海信息全局监控系统

在大数据环境背景下,针对传统船舶电子信息监控系统,存在多样数据融合性计算能力差,数据多样整合处理时间长,导致出现全局监控力不足的问题。基于大数据处理技术,提出基于大数据融合的船舶动态电子信息全局监控系统设计。根据大数据融合的技术要求,创建船舶多样数据采集融合架构,通过搭建的硬件对船舶多项数据进行采集,配合引入的纵深融合算法,利用大数据融合技术对采集的多样数据进行深度融合计算,实现信息全局一体化监控。通过对比实验数据,证明设计的监控系统,在解决传统监控系统数据融合问题上,具有显著效果,满足设计需要。     

舰用齿轮箱抗冲击能力时域计算

为找出舰船设备的潜在问题或薄弱环节，从而保证舰船的战斗力；以及为避免由于对设备的抗冲击性能不了解即进行冲击试验可能对设备造成的损坏，抗冲击数值模拟分析对于舰用设备是必要的。对舰用齿轮箱抗冲击能力进行时域数值模拟，使用MDT软件建立齿轮箱三维几何模型，利用HyperMesh软件进行前处理以及有限元网格划分，并将有限元模型导入ABAQUS软件，对齿轮箱抗冲击能力进行时域计算。分析数值模拟结果得到了齿轮箱典型部位处冲击响应，总结了齿轮箱抗冲击的一些规律，并找出了齿轮箱结构抗冲击的薄弱环节，为齿轮箱结构优化设计提供了参考。     

基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模...     

老龄化船体结构的腐蚀疲劳风险评估

提出了对由于腐蚀和疲劳而引起的船体结构极限强度老化进行风险评估的方法。提出了由腐蚀增长、疲劳裂纹和腐蚀一疲劳裂纹联合作用引起的船体强度降低的随机时域函数模型。并利用二阶可靠性方法计算主要船体结构的瞬时可靠性。提出了进行老龄化船体结构时域可靠性分析的方法，用统计和概率的方法描述了腐蚀和疲劳裂纹参数对老龄化船体结构可靠性的敏感度。最后以一艘老龄化油船的结构为例进行了验证。     

模糊支持向量机在船舶发电机故障诊断中的优化应用

对以往提出方法的优点进行总结,在故障诊断中对模糊支持向量机进行优化应用,提出一种优化诊断方法。基于模糊支持向量机进行发电机故障分类,构建模糊故障分类模型。利用故障仿真模型获取各种发电机故障的对应电流信号,将电流信号中的特征量设为模型的四维输入向量。根据模糊故障分类模型的分类结果和船舶发电机历史运行数据,建立故障诊断融合识别框架。根据建立的故障诊断融合识别框架,将故障诊断过程分为4个步骤进行船舶发电机的实际故障诊断。对模糊支持向量机的优化应用进行实例研究,测试结果证明其优化应用实现了有效的故障诊断,验证了设计方法的有效性。