摘要：[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。

摘要：[目的]针对内河复杂航道特点,提出一种基于绿色智能散货船多能源并联混合动力系统的直流组网系统设计方案。[方法]首先,分析混合动力系统采用直流组网的优势,采用功率链计算法得出各典型工况下的混合动力直流组网推进效率。然后,研究针对绿色智能船舶附加标志具体要求的直流组网系统应用设计特点。最后,对实船直流配电系统保护及安全设计进行综合分析。[结果]结果表明,实船采用包含储能系统的并联柴电/气电混合动力直流组网推进系统,整体性能优于常规主机推进和全电力推进方式。采用多种装置相结合的保护措施及失电恢复解决方案,确保了直流组网系统实船应用的安全可靠性。[结论]直流组网可为实现内河船舶最高绿色等级水平提供柔性能源平台,并为智能机舱、智能能效管理及智能集成平台技术应用提供全方位支撑。研究成果可为绿色智能混合动力船舶直流组网的设计提供参考。

摘要：提出了一种深度学习网络即结构⁃随机卷积神经网络,用于实现内燃机的智能健康监测。集成多个单一的卷积神经网络构成新的网络构架,通过卷积计算和池化操作对振动信号进行自动特征提取。在随机卷积神经网络结构中,应用Adabound优化器使学习率自适应变化,从而加快模型的权值更新。同时通过Dropout技术使结构中神经元随机失活,防止对训练数据进行复杂的协同响应,通过Dempster合成规则融合各个网络模型的诊断结果。所提出的健康监测方案用于对内燃机工作时的振动信号进行分析。实验证明,该方法克服了传统的数据驱动和卷积神经网络健康监测方法的局限性,摆脱了对人工特征设计的依赖,并且有较好的诊断性能,能够有效地对内燃机进行健康监测。

摘要：为解决目前内河船舶营运中生活污水排放实时远程监测问题,依据我国现行船舶生活污水排放标准,提出船舶生活污水排放远程在线监测系统功能需求,设计生活污水排放远程在线监测系统的整体架构,利用传感器协同技术、远程数据传输技术、云计算技术开展基于云平台的船舶生活污水排放监测系统设计。远程在线监测系统由船载终端与岸基监测平台组成,系统不仅具备生活污水关键参数监测、违规排放分析与报警、违规排放量计算、移动及个人计算机(Personal Computer,PC)端的远程监测等基本功能,而且能够实现远程传输方式切换,避免因区域变化造成系统丧失监测能力。经过试验环境测试,系统稳定、功能完备、监测效果良好。

摘要：[目的]内河船舶在航行时存在顺水、逆水和急流等多种工况,传统的内河船舶船-机-桨匹配设计方法仅对船舶在逆水上行时进行了匹配设计,而在顺水下行工况,因船舶推进效率低、主机利用率低,造成油耗成本高、经济性较差等,因此需进行多工况内河船舶船-机-桨匹配优化设计。[方法]首先,在不同工况下对内河船舶推进系统的各参数进行设计,并将结果进行对比得出各设计参数对整体推进系统的影响;然后,对船舶推进系统的设计过程进行分析,以航行成本和推进系统效率为目标函数,以螺旋桨设计参数、主机功率、船舶上水航速和下水航速为变量,建立数学模型;最后,应用NSGA-Ⅱ算法进行多目标优化,得到兼顾经济性和推进效率的船舶主机功率和推进系统设计参数。[结果]结果显示,使用所提方法得到的设计参数能够更好地适配内河的通航环境,船舶的经济性更高。[结论]研究成果可为内河船舶推进系统的选型与匹配优化提供设计工具,从而为船舶的实际运行提供理论依据。

摘要：复合储能系统可改善由船舶负载功率波动引起的燃料电池寿命损耗问题,但配置成本限制了其在燃料电池船上的广泛应用。为合理配置储能容量,使船舶动力系统设计具备长期的可靠性,提出了一种计及复合储能系统全寿命周期的容量优化配置方法。在构建各电源系统模型的基础上,建立包括购置成本、维护成本、置换成本和能耗成本的复合储能系统全寿命周期成本模型,并采用雨流计数法来评估储能的置换成本。最后依据“Alsterwasser”号燃料电池船的典型功率需求数据,以储能设备的容量参数、燃料电池的输出功率和电源系统的运行参数为优化变量,采用灰狼优化算法进行求解。通过不同储能类型和优化目标下的配置方案对比,验证了所提方法的经济性。

摘要：依据我国现行船舶生活污水排放标准与系统控制功能需求,为解决传统控制方法对船舶生活污水控制精度低的问题,文章在分析归纳近海某7500 t散货船所使用的生活污水处理装置的工艺基础上,建立系统曝气装置的数学模型,提出一种基于传统比例积分微分(PID)控制与模糊控制相结合的模糊PID控制算法。基于Beckhoff PLC技术与对象链接与嵌入的过程控制(OPC)通讯接口开发一套基于智能控制策略的船舶生活污水监控系统。仿真结果表明:系统的控制精度提高,排放监测效果良好,系统能稳定运行。

摘要：近年来,无人驾驶汽车(Unmanned autonomous vehicle,UAV)作为未来智能交通系统(Intelligent transportation system,ITS)的重点发展方向已成为业内研究的热点。作为一种新兴智能交通工具,无人汽车的行驶完全依赖于导航传感器提供的精确位置和路径数据。GPS传感器因计算机黑客的恶意网络攻击或物理故障而造成导航位置数据异常或篡改给无人车的安全行驶带来了巨大的威胁和挑战。针对无人汽车GPS传感器易受攻击的现实问题,提出一种基于深度学习的无人车GPS传感器异常检测新方法。该方法通过改进传统一维卷积神经网络(1D Convolutional neural network,1D-CNN)的拓扑结构,设计出1DGAP-CNN算法框架,使其满足快速实时性的诊断要求。首先,原始的多传感器位置数据直接输入到提出的算法中进行数据融合和预处理;其次,提出的算法自动的进行特征提取、降维减参和模式辨识;最后,模型直接输出诊断结果,整个诊断过程由模型自主完成。结果表明,提出的方法相比于主流的智能诊断算法具有更高的诊断准确率和更快的检测速度。

摘要：多船协同航行在海事搜救、资源勘探、极地航运等领域中具有显著优势,其中纵向航速协同控制是实现船舶协同航行的关键。通过分析船舶螺旋桨转速、加速度与航速之间的关系,构建了考虑风力影响的船舶纵向动力模型,为实现前后船加速度与跟驰距离的关联,引用基于变时距策略的船舶间距模型。设计了考虑航速、加速度等多约束的多船航速控制目标函数,并利用模型预测控制方法实现了最优化问题的实时求解。通过Matlab进行仿真验证,结果表明,提出的基于模型预测控制方法的船舶纵向航速协同控制方法在前船加速、减速、匀速等工况下,后船均能实现对前船的精确稳定跟驰,其距离跟踪误差分别为0.0925 m,0.1928 m,0.1662 m,与PID方法相比具有更好的收敛性、跟踪精度和抗干扰能力。

摘要：为研究救助船舶在恶劣海况条件下的失速性能,保证救助船舶的航行安全性,选取非线性势流计算方法和黏流CFD方法,计算KCS船在静水和规则波中的波浪增阻及船舶运动。将计算结果与船模试验数据进行对比可得:2种数值模拟计算方法在计算波浪增阻时,误差均在3.6%以内,但非线性势流理论方法相较于黏流CFD方法能够大量节约时间。因此,选定非线性势流理论计算方法为救助船数值试验计算方法,将救助船非线性势流理论计算结果与静水船模试验结果对比,在设计航速17.5 kn时,阻力误差绝对值为2.22%,选取方法有效。根据ITTC 2014年提出的失速系数计算方法进行目标船型失速预报,在设计航速17.5 kn条件下,5级海况时失速系数最大,为0.93,7级海况时失速系数最小,为0.66。