详情

原文传递船舶机舱监控系统关键技术研究

论文题名：	船舶机舱监控系统关键技术研究
关键词：	故障诊断;粗糙集;神经网络;船舶机舱监控系统
摘要：	无论是从船员人身安全还是从环境污染和经济效益角度考虑，船舶安全始终是航运企业经营管理中特别重视的问题。船舶机舱监控系统是船舶重要的组成部分，也是实现船舶安全运行、机舱自动化乃至船舶自动化不可缺少的条件之一。船舶机舱监控系统对船舶设备进行数据采集时，能够获得大量的实时数据，但其中可能包含大量杂乱的、重复的、不完整的数据，如果完全根据这些数据进行故障诊断，将会严重影响故障诊断的效率，甚至可能导致诊断结果的偏差。因此，在进行故障诊断前，必需对采集到的原始数据进行预处理，去除与诊断目标不相关的属性，为故障诊断提供干净、准确、更有针对性的数据，减少故障诊断的数据处理量，提高诊断效率。　　本文以上海海事局的海测21船的机舱监控系统为背景，重点对机舱监控系统涉及的关键技术及实现展开研究。论文的主要工作如下: 　　(1)介绍了课题研究背景及意义，重点对船舶机舱监控、故障诊断技术及基于粗糙集神经网络的故障诊断方法研究现状进行了较系统的分析与总结。　　(2)设计了机舱监控系统的总体框架，详细阐述了船舶故障诊断的基本流程，同时分析了系统涉及的关键技术。　　(3)提出了一种基于粗糙集的数据预处理算法，该算法采用改进的属性约简和值约简算法，对采集的实时数据进行约简，得到的最小约简集，一方面可作为船端在线故障诊断的输入，另一方面，也可同步传输到岸端，作为远程故障诊断的输入。　　(4)给出了一种基于神经网络的故障诊断方法，该方法将最小约简集作为神经网络的输入，通过基于BP模型的网络训练与学习实现故障诊断。　　(5)完成了船舶机舱监控系统主要功能实现，给出了主要的数据库表设计及典型界面。根据不同的应用需求及数据特性，设计了数据采集模式。同时，重点阐述了基于粗糙集的数据预处理以及基于神经网络的故障诊断，较好地验证了本文的研究成果。
作者：	陈娟
专业：	软件工程
导师：	周良
授予学位：	硕士
授予学位单位：	南京航空航天大学
学位年度：	2012
正文语种：	中文