-
公开(公告)号:CN119541135A
公开(公告)日:2025-02-28
申请号:CN202411471957.4
申请日:2024-10-22
Applicant: 中国舰船研究设计中心
Abstract: 本发明提出了一种船舶操作员异常工作状态监测及预警系统和方法,通过安装在船舶重要作业舱室的采集组件,采集操作员的脸部、肢体、语言、体温信息;将信息输入状态信号采集处理设备,经过信号的集中处理、转换,输送到操作员异常状态分析计算设备对采集信息进行计算分析、评估,获得操作员脸部情绪、作业姿态、语言交流、身体温度的信息评估结果;将结果输送到操作员状态管理终端,进行结果数据的管理;根据操作员异常工作状态严重程度,进行管理干预。用于船舶操作员疲劳、情绪异常、注意力不集中、作业姿态异常、用语异常、身体异常等监测、分析和管理,进行操作员异常工作状态分级提醒、管理干预等,减少操作员异常工作状态带来的风险。
-
公开(公告)号:CN119940608A
公开(公告)日:2025-05-06
申请号:CN202411957827.1
申请日:2024-12-30
Applicant: 中国舰船研究设计中心
IPC: G06Q10/04 , G06Q50/06 , G06F18/15 , G06N20/20 , G06N5/01 , G06F18/214 , G06N3/0442
Abstract: 本发明提供一种基于集成经验模态分解的汽轮主机负荷预测方法、系统、电子设备及存储介质。其中,方法包括:对加入白噪声的汽轮主机负荷信号进行EMD分解,得到IMF值;将IMF值的低频分量输入机器学习算法,得到低频IMF预测结果;将IMF值的高频分量输入深度学习网络,得到高频IMF预测结果;将低频IMF预测结果和高频IMF预测结果进行叠加重构,得到汽轮主机负荷预测值。本发明提出的方案能够将集合经验模态分解算法EMD应用于噪声较强、规律性较弱的汽轮主机负荷信号,并针对分解后的信号分量根据频率归为高频和低频信号,为不同频段的信号分量选择合适的预测算法,最大程度的降低预测误差以提高预测效果。
-