船舶操纵的高斯势函数神经网络PID控制器研究

针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用高斯势函数神经网络的自适应PID控制系统,该系统由2个高斯势函数神经网络组成,其中一个用于船舶运动模型的辨识,另一个用于PID学习控制。文中还提出了广义递归最小二乘学习算法,以便加快网络训练速度。船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

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.     

新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

利用新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

基于小生境免疫算法的船舶FNN自动舵设计

结合隔离小生境技术的特点和免疫遗传算法的全局收敛特性,提出一种基于小生境免疫遗传算法的模糊神经网络控制器优化设计方法,并将其用于船舶自动舵的设计.隔离小生境能有效解决局部和全局收敛的矛盾,可以解决船舶运动控制的FNN控制器难于设计以及传统BP学习算法易于陷入局部收敛的不足.将神经网络结构辨识器作为船舶的辨识模型,船舶运动模型采用二阶非线性方程,模糊神经网络控制器为主控制器,对船舶航向运动控制系统进行仿真研究.结果表明,在船舶无干扰和存在随机干扰的情况下,由此设计的船舶自动舵控制系统均能使船舶转向控制无超调,跟踪快,与BP学习算法相比控制效果更趋于为理想,可以进一步提高航行的性能.     

基于GA优化BP神经网络辨识的Volterra级数核估计算法

为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法.在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征.利用GA优化BP神经网络获得最优的初始权值和阈值,根据BP神经网络算法求得最终的最优权值和阈值.进行Taylor级数分解,得到Volterra级数各阶核,对船舶的横摇运动时间序列进行多步预报.仿真实验表明:所提方法预报精度高、时间长,具有有效性和适应性.     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

两种改进的GM(2,1)模型及其在船舶横摇预报中的应用

实时准确地预报船舶横摇运动是目前船舶运动研究的一个重要课题,对于提高船舶的耐波性和适航性具有重要的意义.灰色GM(2,1)模型有2个指数分量,能反映出序列摆动的运动情况,但预测精度仍然不足.因此在GM(2,1)模型对非线性复杂横摇运动进行建模及预测的基础上,基于误差补偿的思想,用周期外延和神经网络2种方法分别对灰色模型进行改进.仿真结果表明,灰色-周期外延组合预测模型和灰色-BP神经网络组合预测模型均能准确有效地预报船舶横摇运动,进一步提高灰色模型的预测精度,为船舶减摇控制打下了良好基础,具有实用价值.     

船舶航向的神经网络二阶导数多步预测模糊自适应控制

针对大型船舶控制特性,设计了船舶航向的神经网络二阶导数多步预测模型及其辨识和预测算法,提出基于径向基函数神经网络多步预测模型和模糊小脑模型关节神经网络控制器的大时滞船舶航向模糊控制自动舵方案,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对具有大时滞、不确定非线性特性的大型船舶实现高精度输出跟踪控制.仿真结果表明对设定航向具有精确的跟踪控制效果.     

基于神经网络的机器人运动模型辨识及实验验证

为提高机器人模型辨识时神经网络的学习速度，改进得到一种新的神经网络拓扑结构——状态延迟输入动态递归神经网络．以德国PowerCubeTM模块化机器人为研究对象，将机器人关节位置信息和OPTOTRAK 3020三维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本，对包含各种影响因素的机器人运动模型进行了辨识．并以此模型为基础，输入验证样本进行验证，所得结果及误差分析说明了该神经网络在学习能力上的优越性及辨识模型的有效性．     

船舶机舱油料火灾的发展过程研究

在分析船舶机舱火灾危险性的基础上，研究了船舶机舱油蒸气火、喷射火和油池火在不同场景中可能形成的各种火灾类型．通过给出热释放速率、燃烧持续时间和油池火蔓延速度等关键参数的计算方法，详细描述了其发展过程．实际算例的结果表明这种方法可以较好地描述机舱油料火灾的发展过程．     

桥式卸船机抓斗止摆最优控制

文章论述桥式卸船机抓斗的摆动是影响桥式卸船机工作效率的主要因素 ,也是桥式卸船机设计和使用中的重要问题 ,文章对抓斗的摆动进行了分析 ,列出运动方程 ,并介绍对其进行优化的方法 ,对如何控制抓斗摆动并合理利用和提高桥式卸船机装卸效率提出一些建议和措施     

基于甚高频数据交换系统的船舶编队通信网络最优路由方案

甚高频数据交换系统(VHF data exchange system,VDES)是国际海事组织(International Maritime Organization,IMO)主导的e-航海战略与水面自主航行船舶的基本通信方式之一,计划2021年左右发布正式技术标准;其可提供船-船之间自组织高速数据交换,将有效推进船舶编队通信联网技术发展.为此,在分析海上真实船舶运动特征基础上,提出了一种船舶编队群组移动模型.以此为基础,研究了船舶编队通信网络特征,重点对基于VDES联网编队的自组织网络路由协议性能进行了仿真分析.结果 表明,相对DSR(dynamic source routing)协议及DSDV(destination-sequenced distance-vector)协议,AODV(Ad Hoc on-demand distance vector)协议在路由开销及分组投递率方面具有显著的性能优势,能更好地适应基于VDES的船舶编队通信网络,满足船舶编队通信应用需求.     

受损船体总纵抗弯能力的半解析估算方法

建立了船体纵向加筋板与横向加筋板对应大变形损伤的损伤分析模型，并采用半解方法对其受损的承载特性进行了讨论，基于受损构件的剩余承载能力分析，给出了受损船体总纵抗弯能力的一近似估算方法，数值算例表明了该方法的有效性。     

内河浅隧道双尾工作艇的设计

双尾型船是一种优良节能船型，详细介绍我国北方首例内河浅隧道双尾船的设计，指出该船型在浅水中的优越性及设计中应该重视的尾部振动问题及解决这一问题的方法。     

半无限长浅窄航道中船舶变速航行的有限元计算

在流体力学的基础上建立了船舶进入半无限长浅窄航道的数学模型,由于船在狭航道中航行,研究的水的运动是一个变边界问题,采用浅水模型。半连船非惯性坐标系来计算变边界问题,让网格的变化来适应船的移动。开边界处使用辐射边界条件,本文从非守恒型动量方程、二维浅水波动方程、连续性方程出发。采用有限元法计算船舶进入狭航道的水动力学过程;还研究了船和水体的相互作用,描述了自由水面波动、船底部的压力等重要物理量在船行驶过程中的变化规律,给出了船进入狭航道时的水面波高图、压力图。     

基于区间证据推理的不确定性航线配船方法

为弥补不确定性航线配船模拟算法的不足,提出一种基于区间证据推理的航线配船解析算法.该方法以证据推理理论为基础,以船舶公司期望效用最大化为目标,考虑航线特征及船舶属性等因素,构建出一个多航线、多船型的航线配船模型.与目前的模拟算法相比,该方法具有稳定性好、准确性高、可以处理模糊数据等优点.最后,通过算例验证了模型的可行性和方法的有效性.     

三维多层流动过孤立山脉产生的山脉重力波的数值试验

利用中尺度数值模式ARPS研究了分层流动大气中的非线性山脉重力波。分层流动过孤立山脉所产生的山脉重力波的数值模拟表明,具有两层模式结构的气流过孤立山脉产生一个发散模态的拦截背风波,同线性理论模式计算结果具有基本相同的流动特征。但是具有三层模式结构的气流过孤立山脉所产生的非线性山脉重力波和大气船波表现出同两层模式结构的气流完全不同的流动特征,因非线性相互作用在山脉背风面产生了2个发散波模态的拦截背风波向山脉下游传播,具有同两层模式和线性理论模式相比更加复杂的波动特征。