基于神经网络和最大产量估算的挖泥船横移控制
【文章页数】:5 页
【部分图文】:
图1控制系统各部分功能
6)横移系统控制功能。通过联合运用5个子控制系统对横移系统进行自动控制,在保证绞吸挖泥船疏浚设备安全的基础上,调整横移绞车的横移速度至预期横移速度,从而达到最佳生产效率。1.2边界控制条件及最大产量的计算
图2BP神经网络预测值
以本文船舶为例,绞刀下沿吸泥口处距密度计约110m,训练时已根据流速计算时间并调整实船数据表格。训练取实船有效样本3500个,通过BP神经网络预测出连续676个预测值,所用BP神经网络含一个隐含层和一个输出层。最大的训练次数设置为100,因泛化能力检查6次满足停止条件,故实际....
图3船舶通信控制系统各模块运行分布图Fig.3Operationaldistributiondiagramofeachmoduleoftheshipcommunicationcontrolsystem
对于后者而言,其分布如图3所示。具体包括:客户端接入计算机网络;客户端向数据中心发起TCP连接请求;数据中心确认请求,建立起与服务器的联系,发送ID信息,完成船载监控操作。图3船舶通信控制系统各模块运行分布图Fig.3Operationaldistributiondiagramo....
图4船舶航行信息传输流向图Fig.4Flowchartofshipnavigationinformationtransmission
,2020(2):86–87.[2]宋冬鹏,张路生.基于神经网络和最大产量估算的挖泥船横移控制[J].水运工程,2020(S1):123–127.[3]孙悦程,王洪祥,刘卫华,等.基于WebGIS的AIS船舶信息与气象自动站联动应用显示[J].气象水文海洋仪器,2018(4):6....
本文编号:3938764
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3938764.html