船舶动力系统状态评估理论与应用研究

发布时间：2017-04-09 05:18

  本文关键词：船舶动力系统状态评估理论与应用研究，，由笔耕文化传播整理发布。

【摘要】：科技的发展助推船舶行业的迅猛进步。在大数据时代下,为了实现“船舶工业4.0”,以船舶安全性、经济性以及智能化为基础,构建大数据融合环境的智能信息平台已成为行业领域重要的发展方向。而船舶动力系统,作为主推进系统,设备繁多、结构复杂。船舶动力系统状态评估需要整合处理海量监控数据,这更是给船企及各研究院所带来很大难题。因此,本文在对船舶动力系统状态评估现有方法进行研究学习的过程中,融合粗糙集理论和D-S证据理论对船舶动力系统状态评估进行应用研究,并进行了实验。对于研究智能船舶及安全管理具有一定现实意义。在查阅大量国内外文献后发现,粗糙集理论和D-S证据理论对于处理不确定、不精确问题具有良好的效果。而船舶动力系统设备复杂参数众多,在监测过程中常会出现不确定性发生。两种算法融合使用对于处理船舶动力系统状态评估具有很好的效果。粗糙集理论中的近似空间等概念即描述D-S证据理论中的辨识框架等,因此建立两者之间的关系,以粗糙集理论为基础,发挥其对于船舶动力系统参数处理的良好约简效果,进而转化为D-S证据理论中证据信息的合成判断。此外,粗糙集理论的参数处理还在一定程度上规避了D-S证据理论的证据信息获取困难及专家经验不足带来的主观性影响,对于船舶动力系统状态评估的准确性提供了保障。本文在分析两种算法后,针对研究课题搭建了基于粗糙集理论和D-S证据理论的船舶动力系统状态评估模型,并进行评估方法的详细介绍,以船舶实例验证方法可行性。最后,文章采用Visual C#语言、MATLAB数学工具对船舶动力系统状态评估进行系统实验。
【关键词】：船舶动力系统 状态评估 粗糙集理论 D-S证据理论 数据处理
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U664.81
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-16
• 1.1 研究的背景及意义11-12
• 1.1.1 研究背景11
• 1.1.2 融合算法在船舶动力系统状态评估中的研究意义11-12
• 1.2 国内外研究现状及意义12-14
• 1.2.1 D-S证据理论的研究12-13
• 1.2.2 粗糙集理论的研究13
• 1.2.3 在与本文类似研究中的现状及进展13-14
• 1.3 本文的主要工作14-16
• 第2章 粗糙集理论及D-S证据理论16-24
• 2.1 粗糙集理论16-20
• 2.1.1 粗糙集理论的基本概念16-19
• 2.1.2 属性的约简19-20
• 2.2 D-S证据理论20-23
• 2.2.1 D-S证据理论的基本概念20-21
• 2.2.2 D-S合成规则21-23
• 2.3 小结23-24
• 第3章 基于粗糙集的D-S证据理论状态评估24-32
• 3.1 状态评估常用方法24-26
• 3.1.1 单一算法的应用24-25
• 3.1.2 粗糙集理论及支持向量机25
• 3.1.3 神经网络及D-S证据理论25-26
• 3.2 融合算法状态评估26-30
• 3.2.1 粗糙集理论及D-S证据理论26-27
• 3.2.2 对应函数关系27-28
• 3.2.3 融合算法状态评估模型搭建28-30
• 3.2.4 关键技术研究难点30
• 3.3 小结30-32
• 第4章 状态评估模型研究32-41
• 4.1 粗糙集理论中数据的离散化处理方法32-33
• 4.2 决策表分解及属性约简33-36
• 4.2.1 决策表分解33-34
• 4.2.2 决策表分解过程34-35
• 4.2.3 基于决策表的属性约简35-36
• 4.3 基于粗糙集的D-S证据理论中证据的获取方法36
• 4.3.1 证据的获取方法36
• 4.3.2 证据获取的步骤36
• 4.4 证据合成36-39
• 4.4.1 一般证据的合成37
• 4.4.2 冲突证据的合成37-39
• 4.5 决策支持39-40
• 4.6 小结40-41
• 第5章 船舶动力系统状态评估实验研究41-58
• 5.1 船舶动力系统状态评估的发展及存在的问题41
• 5.2 船舶动力系统状态评估的问题描述41-42
• 5.3 基于粗糙集的D-S证据理论的船舶动力系统状态评估42-56
• 5.3.1 模型搭建42-44
• 5.3.2 数据离散化处理44-48
• 5.3.3 决策表分解48-51
• 5.3.4 属性约简51-53
• 5.3.5 D-S证据获取53-55
• 5.3.6 证据合成55-56
• 5.4 决策推理56
• 5.5 小结56-58
• 第6章 船舶动力系统状态评估系统仿真实验58-71
• 6.1 船舶动力系统状态评估系统框架58-60
• 6.2 状态评估仿真软件60-70
• 6.2.1 仿真软件开发60-61
• 6.2.2 算法模型及混合编程的实现61-65
• 6.2.3 状态评估软件的功能介绍65-70
• 6.3 小结70-71
• 结论与展望71-72
• 参考文献72-75
• 攻读学位期间参加的科研项目75-76
• 致谢76-77
• 研究生履历77

【参考文献】

中国期刊全文数据库 前2条

1 臧宏志;俞晓冬;;基于粗糙集与支持向量机的变压器故障诊断[J];变压器;2008年08期

2 屈志宏;杨传道;李方;;基于D-S证据理论信息融合的故障诊断方法[J];火炮发射与控制学报;2008年04期

中国博士学位论文全文数据库 前1条

1 李宏坤;基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D];大连理工大学;2003年

中国硕士学位论文全文数据库 前1条

1 胡沛;决策信息系统分解关键技术研究[D];中南大学;2009年

  本文关键词：船舶动力系统状态评估理论与应用研究，由笔耕文化传播整理发布。

本文编号：294542