【摘 要】
：
传统船舶柴油机振动监测数据与实际柴油机振动参量存在一定的偏差,为了提升船舶柴油机振动监测数据的精准度,提出人工智能技术在船舶柴油机振动监测中的应用.在人工智能技术
【机 构】
：
常州工业职业技术学院,江苏 常州 213164
论文部分内容阅读
传统船舶柴油机振动监测数据与实际柴油机振动参量存在一定的偏差,为了提升船舶柴油机振动监测数据的精准度,提出人工智能技术在船舶柴油机振动监测中的应用.在人工智能技术支持下,首先对船舶柴油机振动监测传感器结构进行参量校准;接着在感应数据标准值下对柴油机曲轴振动数据进行异常信号的分析处理计算;然后对分析后的异常信号源进行提取计算,完成对柴油机振动监测的全局计算.通过对比实验结果表明,提出方法具有提升监测值精准度的作用.
其他文献
采用CAD技术应用于船舶结构设计中遇到不规则弧形造型影响,导致船舶结构稳定性较差.为了解决该问题,提出一种通过控制顶点网格来控制弧形表面的方法,将该方法应用在船舶仿生
由于远洋船舶在行驶中,对气象信息监测结果更新不及时,导致其无法完全规避气象警戒区域,行驶安全得不到保障,为此提出面向远洋船舶气象信息动态监测大数据的可视化分析研究.
在舰船遥感图像目标检测中,传统模型对海面背景干扰的抑制能力较弱,导致舰船目标区域周围存在太多附属冗余背景,降低了舰船目标区域完整性。针对这一问题,提出最小二乘支持向量机的舰船遥感图像目标检测研究。挖掘图像样本中的隐含规则,分析背景局限性,利用背景色与前景色间的灰度值差异,提取并标记潜在目标区域,过滤冗余背景信息,实现最小二乘支持向量机的舰船遥感图像目标检测。为测试该方法的目标检测效果,利用仿真实验
发动机振动信号分析是判断发动机状态的重要因素,传统方法忽略对发动机振动信号的处理,导致舰船发动机状态分析时间较长,为此设计一种基于人工智能技术的舰船发动机状态分析
舰船网络信息调度是确保通信网络中数据信息传输安全的有效途径之一,对海量的舰船网络信息进行调度是一项较为重要的工作.在具体的调度过程中,要保证背景流量的有效生成,由此
未经优化的消声器没有考虑到各腔间连接方式,使气流通道气流快速通过,导致声音分量抑制效果较差,为了避免该问题,提出舰船发动机消声器性能优化研究.依据消声器样机模型,估算
在舰船执行航行任务时,网络会出现局部网络、全局网络被入侵数据干扰的情况.传统的入侵数据定位方法,只能按照入侵数据属性,进行单向入侵数据定位,导致定位结果遗漏部分入侵
潜艇是舰船中比较特殊的类型,主要是在水下运动,为更好地隐藏行迹,对水下目标进行探测和定位时需要依靠声呐系统.为了能够准确获取目标的航迹,需要对目标的运动轨迹进行分析,
船舶的航向控制与定位是船舶操作性能的重要体现,近年来,船舶的吨位不断提高,造成了船舶定位过程中惯性增加,定位精度下降.为了解决这一问题,本文提出一种船舶的自动定位系统
传统的网络流量非线性估计数学模型由于存在丢失流量数据序列周期性的情况,导致模型的自适应能力较差.为此,提出具有时变性的舰船网络流量非线性估计数学模型研究.考虑网络流