發(fā)布時間：2020-04-09 08:16

【摘要】：本文主要研究在艦船艙室振動噪聲領域如何應用人工智能算法進行快速預報的問題。在船舶和海洋平臺建造過程中,對艙室振動噪聲的預報是一個必不可少的環(huán)節(jié)。由于國內(nèi)外各類規(guī)范對各類艙室的振動噪聲有著嚴格的限定,因而為避免在完工后因振動噪聲超標而進行的補救工作,需要在初步設計階段對各艙室的振動噪聲進行預報,并依據(jù)結果采取必要的措施。另一方面,在實船試驗階段,由于試驗時間及工況等原因,往往很難測得所有艙室在要求工況下的艙室振動噪聲,因而如何根據(jù)部分實測數(shù)據(jù)預測其余數(shù)據(jù)就是一個有待解決的實際問題。智能算法在工程中已經(jīng)有了較為廣泛的應用,其可以較好地對參數(shù)較多、關系復雜的非線性映射問題進行處理。對于船舶和海洋平臺等較為復雜的海上結構物,其艙室振動噪聲受較多因素的共同影響,現(xiàn)有的預報方法受限于精度和耗時,本文通過使用BP神經(jīng)網(wǎng)絡和支持向量機兩種算法在保證一定精度的同時提高了對艙室振動噪聲的預報速度。首先對本文用到的兩種智能預報模型進行了較為詳細的介紹,對其中較為重要的算法進行了推導,編寫了相應的MATLAB程序并對其正確性進行了驗證。之后結合船舶與海洋平臺的自身特點,選取相應結構參數(shù)作為智能預報模型的輸入變量。建立了可用于智能預報模型的數(shù)據(jù)庫,其中部分數(shù)據(jù)由海洋平臺的實船試驗測得,另一部分使用統(tǒng)計能量法由VA one軟件計算得到。將數(shù)據(jù)輸入智能預報模型之前,本文并采用消除多項式趨勢項和歸一化等方法對數(shù)據(jù)進行了預處理,解決了零點漂移以及由于影響艙室振動噪聲的變量包含不同類型參數(shù)而導致的數(shù)據(jù)無法直接使用的情況。對于算法中需要提前設定的參數(shù),如激活函數(shù)、代價函數(shù)和核函數(shù)等,本文研究了各算法在選取不同參數(shù)及函數(shù)時對艙室振動噪聲預報準確率的影響。在智能模型訓練完成后,通過對艙壁厚度、橫艙壁數(shù)及圍壁面積等參數(shù)與振動噪聲相關性的分析,確定了各參數(shù)的重要性,為實船中實施有效減振降噪措施提供了方法。本文使用訓練完成的智能預報模型分別對訓練集所在船舶的其它艙室以及其他船舶和海洋平臺進行了預報,獲得了較高的精度。
【圖文】：

．２．１神經(jīng)網(wǎng)絡逡逑生物的yL經(jīng)細胞是組成生物神經(jīng)網(wǎng)絡的基本單元，其主要結構可以分為三部分：（信號輸入）、細胞體（信號處理）和軸突（信號輸出）。神經(jīng)細胞接收到的不同信號會體中進行“匯總”，當結果超過細胞的某一個閾值（ｔｈｒｅｓｈｏｌｄ）時，，神經(jīng)細胞就會被激過軸突向外界發(fā)送一個相應的信號。逡逑神經(jīng)元（ｎｅｕｒｏｎ／ｕｎｉｔ）作為神經(jīng)網(wǎng)絡的基本單元，其結構和功能與神經(jīng)細胞類ｃＣｕｌｌｏｃｈ和Ｐｉｔｔｓ給出了邋Ｍ－Ｐ神經(jīng)元模型［３８］，如圖２．邋２所示。逡逑ｘ．＾邐／（0邐ｍ逡逑：各分），３邋Ｐ薩逡逑

■邋：．－Ｔｍｒ逡逑圖２．邋１神經(jīng)網(wǎng)絡使用流程圖逡逑２．２．１神經(jīng)網(wǎng)絡逡逑生物的yL經(jīng)細胞是組成生物神經(jīng)網(wǎng)絡的基本單元，其主要結構可以分為三部分：樹逡逑突（信號輸入）、細胞體（信號處理）和軸突（信號輸出）。神經(jīng)細胞接收到的不同信號會在細逡逑胞體中進行“匯總”，當結果超過細胞的某一個閾值（ｔｈｒｅｓｈｏｌｄ）時，神經(jīng)細胞就會被激活并逡逑通過軸突向外界發(fā)送一個相應的信號。逡逑神經(jīng)元（ｎｅｕｒｏｎ／ｕｎｉｔ）作為神經(jīng)網(wǎng)絡的基本單元，其結構和功能與神經(jīng)細胞類似，逡逑ＭｃＣｕｌｌｏｃｈ和Ｐｉｔｔｓ給出了邋Ｍ－Ｐ神經(jīng)元模型［３８］，如圖２．邋２所示。逡逑ｘ．＾邐／（0邐ｍ逡逑：各分），３邋Ｐ薩逡逑圖２．邋２邋Ｍ－Ｐ神經(jīng)元模型邐圖２．邋３單個神經(jīng)元模型逡逑其中，ｎ為輸入值的個數(shù)，Ｘ；為第ｉ個輸入值，０；為第ｉ個輸入值對應的權值，ｈ為逡逑該神經(jīng)元的閾值，／（？）為激活函數(shù)（ａｃｔｉｖｅｆｕｎｃｔｉｏｎ）。激活函數(shù)起到了非線性映射的作用，逡逑若沒有該函數(shù)
【學位授予單位】：哈爾濱工程大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U674.7

【參考文獻】

相關期刊論文 前10條

1 李政;車馳東;;基于半經(jīng)驗法的船舶艙室噪聲實用預報方法[J];船舶;2016年02期

2 溫華兵;倪杰;劉甄真;;全回轉(zhuǎn)工作船艙室中頻噪聲預測分析[J];中國造船;2016年01期

3 王充;劉月琴;陳超核;;100 ft豪華游艇典型艙室噪聲預報與控制[J];船海工程;2016年01期

4 李卓亮;季振林;;車客渡船艙室噪聲預報與控制[J];中國艦船研究;2014年05期

5 劉甄真;溫華兵;陸金銘;昝浩;;30m全回轉(zhuǎn)拖輪艙室噪聲預報[J];噪聲與振動控制;2014年02期

6 虞俊;葉林昌;;船舶艙室噪聲評估及控制研究[J];柴油機;2013年01期

7 杜繼濤;張育平;徐濤;;一種BP神經(jīng)網(wǎng)絡機場噪聲預測模型[J];計算機工程與應用;2013年09期

8 董一平;趙海江;趙健;;船舶艙室噪聲預報的方法[J];船舶;2008年04期

9 曾向陽;基于神經(jīng)網(wǎng)絡法的艙室噪聲預測[J];西北工業(yè)大學學報;2004年04期

10 馮濤,王晶;統(tǒng)計能量法的原理及其在聲學工程上的應用[J];北京工商大學學報(自然科學版);2002年04期

相關會議論文 前1條

1 吳軼鋼;胡士猛;吳衛(wèi)國;;船舶艙室噪聲預報方法研究[A];2005年船舶結構力學學術會議論文集[C];2005年

相關博士學位論文 前3條

1 龐福振;船舶結構噪聲截斷模型數(shù)值預報方法研究[D];哈爾濱工程大學;2012年

2 文學志;基于機器學習的路面對象識別關鍵技術研究[D];東北大學;2008年

3 華斌;貝葉斯網(wǎng)絡在水電機組狀態(tài)檢修中的應用研究[D];華中科技大學;2004年

相關碩士學位論文 前8條

1 莫岳妹;噪聲作業(yè)工人作業(yè)環(huán)境衛(wèi)生及職業(yè)健康狀況調(diào)查與分析[D];蘇州大學;2014年

2 高麗莎;基于實船試驗的鋼鋁混合結構船舶噪聲預報與控制研究[D];武漢理工大學;2014年

3 季麗麗;基于免疫神經(jīng)網(wǎng)絡數(shù)控機床刀具的故障預測[D];沈陽大學;2013年

4 楊博;沖擊載荷作用下艙室噪聲預報方法研究[D];哈爾濱工程大學;2011年

5 于大鵬;應用統(tǒng)計能量分析方法預報船舶艙室噪聲[D];大連理工大學;2007年

6 孫光;船舶上層建筑艙室噪聲預測方法研究[D];哈爾濱工程大學;2007年

7 李書磊;基于小波神經(jīng)網(wǎng)絡的齒輪故障模式識別[D];武漢科技大學;2007年

8 王玉紅;船舶上層建筑艙室噪聲預測[D];哈爾濱工程大學;2003年

本文編號：2620520