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。     

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。     

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。     

基于人工蜂群算法的船舶动力定位自抗扰控制器设计

针对船舶动力定位自抗扰控制器(ADRC)参数较多且人工不易调整的问题,通过建立以船舶纵荡、横荡和艏向角三个方向ADRC响应的时间误差积分和最小的目标函数,采用人工蜂群算法(ABC)中采蜜蜂和跟随蜂的选择机制与邻域搜索,优化整定出船舶动力定位ADRC控制器参数。ABC优化的方法避免了工程技术人员繁琐的试凑工作。此外,仿真结果表明,相比试凑法得出的参数而言,经过ABC优化整定的参数具有更快的响应速度,对船模参数变化具有更强的鲁棒性和适应性。     

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。     

基于BP神经网络自适应控制系统的改进与优化

本文针对BP(Back Propagation)神经网络在控制系统应用中存在的一些诸如收敛速度慢、局部极小点等不足,提出了附加动量法以及自适应的学习速率法等算法,并对该算法的原理模型以及工作流程进行了研究和设计,同时对该算法在PID自适应控制系统中应用进行了改进和优化.     

潜艇按照预定空间轨迹运动的控制

控制潜艇按照预定空间轨迹航行,通过减小潜艇实际运动轨迹和预定轨迹的轨迹偏差来提高潜艇的航行控制精度。通过解算,将轨迹偏差变成指令航向、指令深度和指令纵倾,运用最优控制方法来控制舵角的变化,使潜艇较精确的按照预定的空间轨迹航行。     

水下航行体的改进S面运动控制器

为研究水下航行体的纵向速度对其余自由度运动所产生的影响及其自身所承受的静力学作用,在分析水下航行体运动模型的基础上,提出了一种改进S面运动控制器。该控制器不仅保留了常规S面控制器参数易于调整且结构简单的优点,同时还克服了常规S面控制器在水下航行体高速航行时运动控制效果差的缺点。引入李雅普诺夫函数对该控制器的稳定性进行分析,并将该控制器成功应用于水下航行体的运动控制。将改进S面运动控制器与常规S面控制器的试验结果进行对比,结果表明:改进S面运动控制器在水下航行体的运动控制方面具有可行性及有效性。     

船舶机舱风机一拖多变频调速系统的设计

针对船舶机舱空间狭小,风机调节手动单一等问题,设计了基于单台变频器控制多台风机的“一拖多”智能控制系统.该系统通过PLC控制变频器实现每台风机的软启动,并根据温度变化和换风量需求,采用PID算法自动增加或减少风机运行台数和变频调节输出大小,保证机舱温度在设定范围内.智能控制系统完成风机对电网无冲击启动和自动调节机舱换风量,实现安全可靠和经济运行.     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.