岸桥用集装箱船舶系泊装卸安全监测系统的仿真及实测

由于系泊装卸时船摇运动存在缆桩系缆力和护舷挤靠力的双侧碰撞约束、以及吊具抓放箱载荷的间歇随机激励,传统测量方法难以在系泊装卸时准确测量船摇固有周期、稳态倾角和平均型吃水.为得到不含双侧系泊约束的局部自由倾角波形,根据小倾角横摇时阻尼力矩与角速度呈线性关系、有阻尼横摇运动微分方程的解可用幅值随时间呈指数规律衰减的正/余弦...     

基于密度峰值的终端区航迹聚类与异常识别

为有效解决高流量终端区内标准飞行模式、非标准飞行模式和异常飞行模式难以自动分离的问题,采用广泛记录的广播式自动相关监视(ADS-B)数据,构建了基于稳健深度自编码器(RDAE)和快速搜索并寻找密度峰值的聚类(CFSFDP)算法的航迹聚类模型; 使用RDAE降维提取终端区内航迹集的非线性特征,利用多种正则化手段约束内部低维流形,以重建更紧密的航迹并将其作为CFSFDP算法的输入,利用轮廓系数选取不同密度飞行模式的聚类中心,并调节边缘密度参数识别出异常航迹; 选取主成分分析(PCA)结合有噪声的空间密度聚类(DBSCAN)算法、动态时间规整(DTW)结合DBSCAN的2种常用航迹聚类模型作为对比项,分别在广州白云机场1 d的少量数据和45 d的大量数据上进行试验。分析结果表明：DTW与CFSFDP的结合模型在少量数据集上具有最优的航迹聚类性能,轮廓系数比对比项分别提升了62%和28%,且可以自动识别出遵循区域导航标准飞行模式的航班和特定环境下遵循管制偏好的非标准飞行模式的航班,识别异常航迹的精确度也分别提高了57%和10%;大量数据下,提出的RDAE结合CFSFDP模型的聚类性能比经典的PCA结合DBSCAN算法提升了13%,且具备可接受的时间复杂度。由此可见,建立的终端区飞行模式区分模型可为空域级交通流性能评估和航班级航迹预测与优化提供数据提取平台。     

基于云平台的热像仪巡检系统

为实现对电气控制柜内元件的在线工作温度监控,利用二维运动机构、运动控制器、热像仪和微软云平台等技术设计电气柜实时温度监控系统,可将实时视频、温度数据、坐标位置发送到微软云平台,经数据处理后,通过智能手机等终端可实现远程监控。同时可基于大数据对被监控设备的温度值和历史记录值进行比对,判断设备老化程度,推算电器柜内器件的使用寿命,减少因过度温升引起的安全风险,减少维护成本。