基于神经网络技术建立船舶性知识库

应用神经网络技术建立船舶稳性知识库，该方法建模简单，船型参数表达比较全面，预报精度高，根据船舶初步设计阶段特点及影响船舶稳性的相关因素，提出了目标函数形式及建立知识库的方法，用一艘实船数据对知识库进行检验，结果表明，基于神经网络建立的船舶稳性知识库，能利用过去的数据资料对其训练，获取知识并有效地预报设计船舶的稳性性能。     

基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

基于船舶预报模型的动态定位控制

根据船舶定位的原理和特点，设计了基于ANFIS自适应模糊神经网络预报模型的控制方法．该方法对影响船舶定位的各种无规律运动的海浪、风、水流等因素，通过MISO ANFIS模糊神经网络的结构，给出影响船舶定位的预报模型，从而建立船舶控制模型．以混合式的学习算法为基础，对条件参数采用反向传播算法，而结论参数采用线性最小二乘估计算法来调整参数．使控制快速准确，实现了船舶推进装置的最优控制，达到船舶精确定位的目的．     

海损事故中船舶危险程度的预报

提供了船舶剩余稳性及剩余浮力的计算原理和具体问题的处理方法，同时给出了船舶破损后，船舶危险程度的自我评价及预报手段。     

快速预报船舶破舱危险程度的方法

提供出船舶破损第三类进水舱浮态快速计算方法。同时利于自由流通对稳性的影响，理论分析和推导出破舱稳性公式。并参照国际海事组织有关文件，结合国际惯例，对破舱稳性衡准的有关问题进行了探讨。同时给出了船舶破损后，危险程度的快速预报方法。     

船舶自由纵倾随浪稳性计算

论述了船舶在整个横倾过程中不发生纵倾，浮心只在船体剖面内作二维移动时的 稳性。建立了波浪稳性力臂的表达式和浮态方程式．并对一艘灯光兼围网渔轮在随浪 波峰上的稳性进行了计算，计算结果是满意的。还讨论了船舶在随浪中自由纵倾的情 况；提出了纵倾浮态方程式和流体动压力修正，从而给计算船舶在随浪中的稳性提供 了一种方法。     

基于小波神经网络的船舶运动预报

利用残值学习算法进行小波节点的选择,利用Akaike 准则确定预测模型的结构,采用误差反传方法在线调整网络连接参数.通过建立的自适应神经网络模型有效辨识船舶操纵运动动态.船舶航向预报仿真结果显示,基于小波神经网络的船舶航向预测器可以较高精度预报船舶操纵运动过程中船舶航向的变化.     

基于BP神经网络的挖掘机智能故障诊断知识库设计

介绍了基于BP神经网络智能故障诊断技术在贵阳矿山机器厂O.8m3.液压挖掘机故障诊断系统应用中系统故障诊断神经网络知识库设计的方法与步骤,结合液压泵子系统故障诊断实例详细阐述了智能故障诊断故障库设计过程中神经网络建立、训练样本获取及神经网络学习的具体方法.     

船舶横倾航行的稳性

当船舶的重心偏离中线面时，船舶会出现横倾角，该横倾角的存在将使复原力矩减小，稳性降低，对船舶不利，为此分析了船舶产生固定横倾角后稳性的大小，并通过实例，对船舶在不同固定横倾角状态下与横向正浮状态的稳性及抗风能力进行了比较，提出了样本船产生较大的固定横倾角后，其稳性和抗风能力的计算方法。     

随机横浪中船舶倾覆概率的时域分析方法

为了研究随机海浪中船舶航行安全域的构造及生存概率的预报方法，考虑阻尼和复原力矩的非线性及海浪的随机性，建立随机横浪中船舶运动的随机非线性微分方程．综合考虑船舶运动的瞬时状态和窄带海浪谱，采用简谐加速度方法在时域内求解横摇随机微分方程，进行随机倾覆过程的数值模拟，构造船舶航行的安全域，计算船舶安全航行的生存概率．选取不同的初始蒂件及随机波浪参数，在横摇初值平面上构造了一手长30．27m渔船航行的安全域，预报了不同有义渡高作用下渔船安全航行的生存概率．采用本文方法，可以从数量上预报船舶在随机海浪中的生存概率．     

边坡变形的GPS-ANN综合分析方法

基于边坡变形破坏的演化规律,通过对GPS变形监测数据的分析,评价了边坡的稳定现状;构建了基于GPS监测数据的位移-时间神经网络识别模型,并对未来某段时间内边坡的变形趋势进行预测;利用Matlab神经网络工具箱,实现了基于GPS监测的神经网络位移预测模型;通过实例研究,对基于GPS监测数据的边坡变形ANN预测结果进行了分析。     

散货船配载仪中完整稳性计算方法研究

为提高散货船配载仪中完整稳性计算精度,基于船舶三维设计数据对完整稳性进行了计算.首先通过对三维设计模型切片得到每个肋位处横剖面型值数据;然后对横剖面型值数据进行等距偏移模拟板厚,得到各肋位处的外板数据;再通过水线面与外板数据求交计算该浮态下的船舶参数;最后按照不同完整稳性计算方法计算复原力臂,绘制出不同载况下的船舶复原力臂曲线.以38 300t散货船RUI AN CHENG为例,分别采用固定纵倾法和自由纵倾法对其3个典型载况进行实例计算.结果表明,采用静平衡下的自由纵倾法与NAPA计算结果更为接近,复原力臂平均误差为0.003 7m,最大误差为0.009 4m,验证了基于三维设计数据进行完整稳性计算的准确性及可行性.     

舰船结构型式选择专家系统

本文运用人工智能技术将船舶结构型式选择中的有关知识加以系统化和条理化,使用Turbo-Prolog语言建立了一个船舶结构型式选择专家系统.文中阐述了系统的功能与结构,讨论了系统的实现策略和方法,分析了知识库的构造和推理机的形成过程,并用示例说明了知识库的修改及扩充问题.     

船舶在规则横浪中的奇异倾覆

采用非线性动力学理论研究了船舶在风浪中的抗倾覆能力．用近似方法求解描述船舶横摇运动的非线性微分方程，获得船舶运动的稳态解．运用分岔分析方法结合Floquet理论对该稳态解进行稳定性分析，结果显示，在一定的波浪条件下，船舶运动将经历倍周期分岔而进入混沌，从而导致船舶的倾覆．由此证明，运动稳定性丧失也是船舶倾覆的一种模式，因此将倍周期分岔归纳为船舶倾覆的机理之一．选择船舶的固定横倾角作为一个敏感因素来探讨它对于船舶抗倾覆能力的影响．结果表明，船舶的固定横倾角会极大地损害船舶在风浪中的稳性．     

基于能量耦合的船舶起重机消摆控制

为了解决船舶起重机在外部海浪干扰下负载摆动幅度大、小车定位精度不高、抗干扰能力差的问题,通过非线性能量耦合方法,应用欧拉-拉格朗日方程对带有船舶横摇以及船低沉降的船舶起重机进行动力学建模,然后构造了一种复合型误差信号来增强小车运动特性以及船舶载荷摆动的耦合关系并将动力学模型转化.在此基础上设计控制器,并进行了基于李雅普诺夫(Lyapunov)方法的稳定性证明和仿真模拟实验.验证了该方法在复杂情况下的可行性,实现船舶起重器系统在平衡点的渐进稳定性.可见所提的控制方法具有良好的控制性能、适应性和鲁棒性.对于运输过程中摆角抑制、系统定位和效率提高具有良好的效果.     

三峡出闸船舶航速分布规律与预测应用

为监控出闸船舶的异常航速、科学调度出闸船舶、提高船舶出闸效率和保障船舶出闸安全,研究了三峡出闸船舶航速分布规律与预测应用问题.以船舶AIS(automatic identification system)统计数据为基础,通过直方图方法分析了船舶离闸距离、船舶尺度与船舶出闸航速之间的关系,在此基础上,利用80％的AIS数据建立了基于BP(back propagation)神经网络的船舶出闸航速预测模型,并以20％的AIS数据对船舶出闸航速预测模型予以验证,最后通过案例阐释航速预测模型的应用.结果表明:该模型预测航速的平均误差为6.7％,对预测航速和实际航速进行单因素方差分析,两组数据并无显著性差异.可见基于BP神经网络的船舶出闸航速预测模型可以应用于船舶出闸航速预测.     

基于事故记录的船撞桥故障树建立

根据历史记录，建立了船撞桥事故数据库，提出了创建船撞桥故障树的方法和原则，构造了船撞桥墩故障树结构图．其结果为寻找可能导致事故发生的原因及其逻辑关系提供帮助，并为风险分析提供参考．     

基于随机衰减信号的耐波性谱分析

提出了一种新的基于随机衰减信号的谱分析方法以用于船模耐波性能分析.该方法通过求解随机衰减信号获得自相关函数,再经快速傅里叶变换计算波浪谱、运动谱以及响应幅算子.将该方法应用于某型船的船模耐波性分析,分别给出了自相关函数、自谱密度函数、频率响应幅算子的结果.通过与规则波试验结果和其他常规谱分析方法的结果比较,验证了新方法的准确有效性.     

杂货船装运木材的稳性核算

货物的重量和体积只有参考数据或者没有数据,是杂货船装运木材经常遇到的问题,给货物配载和稳性计算带来了相当的不便.根据某船多年的装船经验,探讨了一种在装货过程中,对货物重量,尤其是甲板货的重量进行测算以及核算船舶初稳性高度的方法,为船舶驾驶人员在运输木材时正确装船提供了依据.     

关联维估计在舰船辐射噪声特征提取中的应用

为有效利用舰船辐射噪声的混沌特性,提取其混沌特征来对目标进行分类识别,采用了一种集相空间重构技术和关联维数拟合估计为一体的系统的特征提取方案,并成功应用于对舰船辐射噪声的特征提取.首先采用平均互信法和虚假最近邻点比例确定混沌时间序列相空间重构两个重要参数,给出了关联维数的计算方法,并提出用最小二乘曲线拟合,准确估计出关联维数结果.通过不同类别一定样本数量的实测数据计算它们的关联维特征参数,仿真结果表明该方法提取的特征参量具有很好的可分性,为下一步对舰船目标的分类识别打下基础.