舰船避雷技术探讨

目前国内部分舰船采取了一定的避雷措施,但对舰船避雷技术的研究其实尚处于初级阶段。从雷击形成的条件入手,分析了舰船雷击的种类,提出了舰船避雷的要求,最后探讨了舰船避雷技术的研究方向。     

采用本质多目标进化算法的舰船电网故障智能恢复决策

经典多目标决策方法通过直接或利用层次分析法给定各目标权因子,再进行多目标综合。这种算法存在局限性,如缩放因子或模糊集参数实时调整难、获取最优解效率低等。现有舰船电网故障恢复方法仅给出负荷投切方案,且不考虑舰船线损。在严格定义＂支配＂、＂目标支配＂和＂约束支配＂3个概念的基础上,利用解的非支配关系,提出采用本质多目标进化算法并面向开关的故障智能恢复决策,该方法毋需权因子、缩放因子和模糊集参数,并实现了故障恢复后线损最小,在获得Pareto解集后,再作目标偏好选择,给出最优开关动作序列,提高了获取最优解的效率,解决了多约束条件下解的支配关系判别难题。算例分析证实了该方法可行、有效,且优于经典多目标方法。     

舰船综合电力系统智能保护方法研究

舰船综合电力系统在保护方面存在若干问题:多种工况导致断路器整定值难以选取;系统分级增多,时间原则下的保护延时大大增加;电缆长度较短,致使相邻两级故障难以区分,基于BP神经网络,提出一种电流、电压有效值作为输入,神经网络识别结果作为输出,并用输出结果来控制断路器的通断,实现舰船综合电力系统故障定位的智能保护方法.介绍PSCAD/EMTDC与C接口原理,对神经网络输入量选取原则及处理方法进行说明,并调用BP神经网络C程序进行了仿真验证,结果表明该智能保护方法是保护舰船综合电力系统,提高舰船战斗力和生命力的有效方法之一.     

基于FTA的舰船电动机常见故障诊断

通过介绍故障树分析方法,以舰船电动机典型故障为例,根据故障原因绘制了故障树,对其进行了定性分析,并根据故障树进行故障诊断和排查。通过实践发现,故障树分析法可以减少维修的盲目性,具有简便、可靠、实用的特点。     

舰船装备采购项目中的目标管理问题

针对舰船装备特点及舰船装备采购项目面临的复杂形势,在分析舰船装备采购项目目标管理思想的基础上,分别提出了以＂质量＂为中心、以＂进度＂为中心和以＂费用＂为中心的舰船装备采购目标管理问题,并建立了相应的目标管理模型,最后研究总结了舰船装备采购项目的＂质量—进度—费用＂综合管理。研究对于推进项目管理模式在装备采购中的应用,以及提高装备采购项目的效益,具有一定的借鉴和指导意义。     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

SVD和顶帽变换在舰船检测中的应用

提出了一种奇异值分解和顶帽变换在舰船检测中的应用方法.该方法利用了奇异值分解重构技术来抑制斑点噪声,同时通过使用项帽变换技术去除背景不均匀并提升目标的信杂噪比.奇异值分解重构去斑算法先对图像进行奇异值分解,然后经验选取一定数量的大特征值及其对应的特征向量进行重构图像,在尽量保持原图像中目标边缘信息的条件下可以有效地去除斑点噪声,同时海杂波区域得到了平滑;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测.仿真结果证明了算法的有效性.     

基于沙漏型变换的多舰船目标成像仿真

本文描述了基于沙漏型变换的多舰船目标成像流程,并对其进行了仿真。通过对仿真数据进行处理,验证了该算法的有效性,而实测数据的处理结果则表明,该算法可以较好的对运动舰船进行聚焦,对提高图像的信噪比有较大帮助,有利于对弱小舰船目标的检测。     

功能材料在舰船工程领域中的研究进展

对舰船用功能材料在军用领域和民用领域的发展进行回顾,并介绍了高分子材料在舰船建造和维修领域的应用概况。着重介绍了舰船用高分子阻尼材料、高分子树脂基复合材料以及高分子隐身材料的研究进展,同时对高分子材料在舰船工程上的应用前景进行了展望。     

OPUS10在制定随船备件初始清单中的应用

将OPUS10应用于随船备件初始清单的制定,得到了装备供应可用度与费用的最优关系曲线。该方法实际上将保障概率从约束变为优化变量,实现了给定经费条件下装备可用度最大的备件配置方案,是一种比传统的给定保障概率的备件保障方案制定方法更优的方法。