船舶是一個(gè)龐大的“人-船-海洋”多因素耦合的復(fù)雜系統(tǒng),對(duì)于這樣龐大、復(fù)雜的系統(tǒng),其監(jiān)測(cè)和預(yù)警顯得尤為重要。每年大量的船舶海難事故的發(fā)生和第四代工業(yè)革命的興起,促使人們迫切地需要設(shè)計(jì)和開(kāi)發(fā)一種現(xiàn)代化的船舶智能監(jiān)測(cè)與預(yù)警平臺(tái):通過(guò)在船舶關(guān)鍵部位布設(shè)傳感器,利用通信技術(shù)和電子技術(shù)完成船載傳感器的分布式組網(wǎng)和船舶狀態(tài)數(shù)據(jù)的實(shí)時(shí)采集,應(yīng)用人工智能技術(shù)對(duì)采集到的船舶狀態(tài)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)和在線(xiàn)預(yù)警,使得船員在船舶發(fā)生異常前,能夠提前發(fā)現(xiàn)、提前干預(yù)和控制,確保船舶的船體健康和航行安全,避免重大海難事故的發(fā)生。本文設(shè)計(jì)開(kāi)發(fā)出一種基于人工智能的船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)。首先,根據(jù)船舶監(jiān)測(cè)與預(yù)警的數(shù)據(jù)需求,設(shè)計(jì)出一種用于統(tǒng)一管理、統(tǒng)一接入、統(tǒng)一組網(wǎng)的傳感器節(jié)點(diǎn)控制器,完成船舶狀態(tài)數(shù)據(jù)的采集;然后,針對(duì)采集到的傳感器序列數(shù)據(jù),提出統(tǒng)計(jì)規(guī)則、無(wú)監(jiān)督學(xué)習(xí)和深度學(xué)習(xí)耦合的綜合異常檢模型（Comprehensive Outlier Detection Model,CODM）,建立了船舶狀態(tài)異常檢測(cè)、離線(xiàn)學(xué)習(xí)和在線(xiàn)預(yù)警三維一體的船舶監(jiān)測(cè)預(yù)警平臺(tái);最后,基于設(shè)計(jì)的硬件平臺(tái)和算法平臺(tái),設(shè)計(jì)開(kāi)發(fā)出一套運(yùn)行在工控機(jī)上的船舶監(jiān)測(cè)與... 

【文章來(lái)源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)

蘭州大學(xué)碩士研究生學(xué)位論文船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)關(guān)鍵技術(shù)研究及其實(shí)現(xiàn)6的設(shè)計(jì)目標(biāo)是通過(guò)傳感器實(shí)時(shí)采集船舶運(yùn)行數(shù)據(jù)，并應(yīng)用深度學(xué)習(xí)算法，檢測(cè)出船舶出現(xiàn)微小異常并提前預(yù)警，為船舶安全航行和船體健康運(yùn)行提供安全保障。本文設(shè)計(jì)的船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)是一個(gè)集硬件、算法、軟件于一體的智能平臺(tái)，主要研究?jī)?nèi)容與關(guān)鍵技術(shù)如圖1-2所示。為了完成設(shè)計(jì)目標(biāo)，首先，根據(jù)預(yù)警數(shù)據(jù)的需要，開(kāi)發(fā)出一種用于統(tǒng)一管理、統(tǒng)一接入、統(tǒng)一組網(wǎng)的傳感器節(jié)點(diǎn)控制器，用于對(duì)船舶狀態(tài)數(shù)據(jù)的采集；然后，研究了基于統(tǒng)計(jì)規(guī)則和無(wú)監(jiān)督學(xué)習(xí)耦合的綜合異常判決模型和基于深度學(xué)習(xí)的船舶狀態(tài)在線(xiàn)預(yù)警方法，建立了船舶狀態(tài)異常檢測(cè)、離線(xiàn)學(xué)習(xí)和在線(xiàn)預(yù)警的三維一體的預(yù)警體系。最后，基于設(shè)計(jì)的硬件平臺(tái)和算法平臺(tái)，設(shè)計(jì)開(kāi)發(fā)了一套運(yùn)行在工控機(jī)上的船舶監(jiān)測(cè)與預(yù)警軟件，實(shí)現(xiàn)了船舶狀態(tài)數(shù)據(jù)采集、存儲(chǔ)、監(jiān)測(cè)、預(yù)警的全流程。圖1-2本文研究?jī)?nèi)容及關(guān)鍵技術(shù)本文的關(guān)鍵技術(shù)包括以下四個(gè)方面：（1）船載分布式傳感器的數(shù)據(jù)采集方法研究；（2）船載傳感器協(xié)同組網(wǎng)及數(shù)據(jù)傳輸方法研究；（3）基于深度學(xué)習(xí)的船舶狀態(tài)在線(xiàn)預(yù)警方法研究；（4）船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)的軟件設(shè)計(jì)與實(shí)現(xiàn)。下面分別闡述每個(gè)關(guān)鍵技術(shù)的研發(fā)難點(diǎn)和研究思路。1.3.1船載分布式傳感器的數(shù)據(jù)采集方法研究在船舶數(shù)據(jù)采集方面，由于傳感器分布在船體、機(jī)艙、甲板等各個(gè)位置，傳感器類(lèi)型眾多、位置分散，而且傳感器的輸出信號(hào)格式、傳輸速率、信號(hào)電平不盡相同[34]，針對(duì)傳感器接口的多樣性和船艙部署的難點(diǎn)，需要研究設(shè)計(jì)一種能夠?qū)⑷我獯d傳感器統(tǒng)一接入、統(tǒng)一部署和統(tǒng)一管理的傳感器節(jié)點(diǎn)控制器。本節(jié)的研究方法和思路如下：首先，調(diào)研船載傳感器和感知設(shè)備的種類(lèi)、工作原理、輸出信號(hào)類(lèi)型、通信

蘭州大學(xué)碩士研究生學(xué)位論文船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)關(guān)鍵技術(shù)研究及其實(shí)現(xiàn)9點(diǎn)控制器的方案，完成了控制器主板的PCB制作、焊接和調(diào)試。第四章算法設(shè)計(jì)及其實(shí)現(xiàn)。本章主要介紹基于統(tǒng)計(jì)規(guī)則、無(wú)監(jiān)督學(xué)習(xí)和深度學(xué)習(xí)的船舶智能預(yù)警算法的原理和實(shí)現(xiàn)方法。首先，介紹了時(shí)間序列及其特征序列的提取方法，重點(diǎn)介紹了LSTM的殘差序列提��；然后，介紹了六種異常檢測(cè)方法和深度學(xué)習(xí)異常在線(xiàn)預(yù)警的原理；最后，利用綜合異常判決方法和深度學(xué)習(xí)的方法，完成船舶狀態(tài)數(shù)據(jù)的異常檢測(cè)和在線(xiàn)預(yù)警實(shí)驗(yàn)，對(duì)方法的檢測(cè)準(zhǔn)確性進(jìn)行了評(píng)價(jià)和分析。第五章軟件設(shè)計(jì)及其實(shí)現(xiàn)。本章主要介紹了船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)軟件的實(shí)現(xiàn)方法。詳細(xì)介紹了數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化、數(shù)據(jù)一級(jí)報(bào)警、數(shù)據(jù)二級(jí)預(yù)警的全流程，最后以船舶航行安全和船體健康兩大監(jiān)測(cè)與預(yù)警模塊對(duì)平臺(tái)的應(yīng)用進(jìn)行示范。第六章總結(jié)與展望。本章主要對(duì)本文的工作進(jìn)行總結(jié)和展望。首先，對(duì)本文的工作進(jìn)行了整體總結(jié)，詳細(xì)總結(jié)了平臺(tái)開(kāi)發(fā)的流程，使用到的工具和技術(shù)；然后，對(duì)平臺(tái)目前的完成情況進(jìn)行了總結(jié)，并在實(shí)驗(yàn)室環(huán)境下測(cè)試出了系統(tǒng)的性能和實(shí)驗(yàn)參數(shù)；最后，根據(jù)平臺(tái)目前的不足之處進(jìn)行了分析和展望。論文章節(jié)結(jié)構(gòu)與關(guān)系如圖1-3所示。圖1-3論文章節(jié)結(jié)構(gòu)與關(guān)系1.5本章小結(jié)本章主要從船舶安全和智能船舶兩個(gè)角度介紹了船舶智能監(jiān)測(cè)與預(yù)警平臺(tái)的研究背景和研究意義，然后介紹了國(guó)內(nèi)外關(guān)于監(jiān)測(cè)裝置和預(yù)警方法的研究進(jìn)展，最后詳細(xì)介紹了本文的主要研究?jī)?nèi)容和關(guān)鍵技術(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]長(zhǎng)洲水利樞紐建成“船舶吃水智能化檢測(cè)與預(yù)警系統(tǒng)”[J]. 張建林.  珠江水運(yùn). 2019(24)
[2]一種基于Attention-GRU和iForest的周期性時(shí)間序列異常檢測(cè)算法[J]. 王騰,焦學(xué)偉,高陽(yáng).  計(jì)算機(jī)工程與科學(xué). 2019(12)
[3]基于深度學(xué)習(xí)的滑油監(jiān)測(cè)方法研究[J]. 馬敏,王濤,王力.  推進(jìn)技術(shù). 2020(05)
[4]防止船舶與橋梁碰撞預(yù)警和智能控制系統(tǒng)研究[J]. 鄒德武,程雪松,周振華,王招福.  中國(guó)水運(yùn)(下半月). 2019(10)
[5]基于LSTM神經(jīng)網(wǎng)絡(luò)的船舶異常行為檢測(cè)方法[J]. 楊帆,何正偉,何帆.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2019(05)
[6]智能船舶集成平臺(tái)的研究與設(shè)計(jì)[J]. 龐宇,趙凡琪,吳駿.  船舶. 2019(05)
[7]船舶柴油發(fā)動(dòng)機(jī)智能監(jiān)控報(bào)警軟件設(shè)計(jì)[J]. 陳鑫源,彭軍.  艦船科學(xué)技術(shù). 2019(18)
[8]基于混合方法的多維時(shí)間序列駕駛異常點(diǎn)檢測(cè)[J]. 衡紅軍,劉靜.  計(jì)算機(jī)工程. 2020(03)
[9]一種基于ZigBee的高速無(wú)線(xiàn)壓力信號(hào)采集系統(tǒng)設(shè)計(jì)[J]. 路通,張海鵬,劉宇.  自動(dòng)化應(yīng)用. 2019(06)
[10]基于艙底進(jìn)水監(jiān)測(cè)與火災(zāi)報(bào)警的船舶智能分布式損管監(jiān)控系統(tǒng)[J]. 任賽林,謝坤.  船舶工程. 2019(02)

博士論文
[1]船舶人因事故預(yù)警管理研究[D]. 劉丙泉.哈爾濱工程大學(xué) 2009

碩士論文
[1]基于ARIMA模型的周期性時(shí)間序列變化點(diǎn)檢測(cè)算法研究[D]. 劉陽(yáng).山東大學(xué) 2018



本文編號(hào)：3075274