【摘 要】
：
当前研究的船舶电子设备故障智能诊断方法多是依赖主观经验,诊断时间过长,工作效率低.基于人工免疫算法提出一种新的船舶电子设备故障智能诊断方法,在电路图和电子设备的运行
【机 构】
：
南京工业职业技术学院 航空工程学院,江苏 南京 210046
论文部分内容阅读
当前研究的船舶电子设备故障智能诊断方法多是依赖主观经验,诊断时间过长,工作效率低.基于人工免疫算法提出一种新的船舶电子设备故障智能诊断方法,在电路图和电子设备的运行数据对比电子设备不同元件中的节点检测设备故障,利用人工神经元计算模型,根据已知属性的故障电子元件诊断船舶电子设备智能故障类型.实验结果表明,在相同的诊断准确率下,基于人工免疫算法的船舶电子设备故障智能诊断方法比传统诊断方法诊断时间大约提高了2 min,对实际诊断工作有积极的促进意义.
其他文献
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
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
船舶航行动力系统承担着对船舶动力的传输与调度处理,船舶动力系统的稳定运行是船舶安全稳定航行的前提.经过长期应用发现,传统船舶动力系统控制器无法精准控制动力系统的非
为了解决传统大型半潜式起重船施工进度监测方法存在监测误差大的问题,将视觉辅助应用在大型半潜式起重船施工进度监测中.通过视觉辅助技术采集大型半潜式起重船施工前图像,
为了更好地提高船舶航行速度,针对当前船舶航行过程中动力不佳的问题进行研究.传统的船舶纵向运动水动力特性数值模拟方法大多采用非线性原理进行优化,往往忽视对船舶水动力