-
公开(公告)号：CN113807280A
公开(公告)日：2021-12-17
申请号：CN202111115447.X
申请日：2021-09-23
Applicant: 大连海事大学
Abstract: 本发明提供一种基于Kinect的虚拟船舶机舱系统和方法。本发明包括用于存储已知类别的骨骼和骨骼链的动作姿态库；用于通过3D体感摄影机获取人体姿态的三维骨骼关节点，构建骨骼节点数据矩阵；数据分析模块，用于基于获取的骨骼关节点构建骨骼节点数据的样本协方差矩阵，求解特征向量与特征值；还用于将骨骼样本投影到特征向量上，得到主成分特征集；还用于计算骨骼数据主成分特征的欧氏距离大小，计算未知类别的骨骼与已知类别的骨骼的相似度的数据采集模块和用于将未知类别的骨骼识别为已知类别的骨骼，骨骼信息映射驱动虚拟人，计算交互语义类别，触发动作姿态库中虚拟人的相应姿态动作的反馈的输出模块。本发明操作者交互负担低，人机交互效率低高。
-
公开(公告)号：CN113763771A
公开(公告)日：2021-12-07
申请号：CN202111055731.2
申请日：2021-09-09
Applicant: 大连海事大学
IPC: G09B9/00
Abstract: 本发明提供一种基于网络的船舶轮机模拟训练考评系统及实现方法。系统主要包括：轮机虚拟仿真训练客户端、轮机虚拟仿真云数据服务端、轮机虚拟仿真云调度服务端以及轮机虚拟仿真服务注册中心。其中轮机虚拟仿真云数据服务端、轮机虚拟仿真云调度服务端以及轮机虚拟仿真服务注册中心均部署在云服务器上。本发明打破了时间和地域的使用限制，使用云技术达到远程训练的目的，可以让学员或考生随时随地进行单机或多人组船联合训练或评估，实现考官、教练员和学员的异地远程教学、训练和考评。
-
公开(公告)号：CN113361016A
公开(公告)日：2021-09-07
申请号：CN202110736853.1
申请日：2021-06-30
Applicant: 大连海事大学
IPC: G06F30/15 , G06F30/25 , G06F30/27 , G06K9/62 , G06N3/00 , G06N3/04 , G06N3/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供一种船舶辅锅炉故障诊断方法和装置。本发明包括如下步骤：获取船舶辅锅炉运行数据，对辅锅炉运行数据进行相关系数的验证，得到相关系数表；对辅锅炉运行数据进行归一化处理，并加入随机噪音，得到第一运行数据；对第一运行数据进行主成分分析，生成第二运行数据；通过训练好的故障诊断模型对第二运行数据进行故障诊断，得到故障诊断结果，所述故障诊断模型为BP神经网络和SOM神经网络组成的混合神经网络模型。本发明采用归一化方法消除不同诊断参数的量纲和数量级之间的影响，采用加噪处理方法模拟真实船舶数据采集环境，提高了真实性。采用主成分分析方法消除冗余的数据特征和数据相关性的影响，简化模型的结构，提高了模型收敛效率。
-
公开(公告)号：CN115240506A
公开(公告)日：2022-10-25
申请号：CN202210800542.1
申请日：2022-07-06
Applicant: 大连海事大学
IPC: G09B9/06
Abstract: 本发明提供一种基于二维/三维混合仿真技术的船舶轮机员虚拟训练系统，包括：用于数学模型的实时计算以及系统参数的配置的轮机系统数学模型管理端、用于二维仿真环境下的模拟训练的轮机系统二维仿真端、用于三维仿真环境下的模拟训练的三维虚拟机舱端以及用于储存定义轮机系统交互元素状态信息的仿真数据的数据池。本发明提供的基于二维/三维混合仿真技术的船舶轮机员虚拟训练系统涵盖了典型大型商船的绝大部分轮机系统，可满足各层次轮机员的培训需求。
-
公开(公告)号：CN110148332B
公开(公告)日：2021-12-21
申请号：CN201910506713.8
申请日：2019-06-12
Applicant: 大连海事大学
IPC: G09B9/00
Abstract: 本发明公开了一种船舶主机遥控操作模拟训练系统，包括：系统管理模块用于控制数据管理模块、船舶主柴油机数学仿真模块以及主机遥控系统逻辑功能模块的运行、停止、冻结、状态保存以及状态加载；数据管理模块用于管理数据管理模块、船舶主柴油机数学仿真模块以及主机遥控系统逻辑功能模块的变量和数据库；主机遥控系统逻辑功能模块；通用交互模块包括：对应于船舶主机本体和工况监测的通用单元和对应于不同主机遥控系统的重新开发单元。解决主机遥控操作模拟训练系统产品老旧过时，通用性不足的问题，节省了更换设备的成本。
-
Patent Agency Ranking
公开(公告)号：CN119047371A
公开(公告)日：2024-11-29
申请号：CN202411159852.5
申请日：2024-08-22
Applicant: 大连海事大学
IPC: G06F30/28 , G06F30/23 , G06F30/17 , G06F30/15 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种船用双燃料发动机爆震过程的建模方法，包括：根据发动机工作过程构建发动机一维模型，获取发动机的初始条件和边界条件；根据发动机的结构尺寸参数，构建发动机气缸的三维模型；将三维模型进行网格划分，输入初始条件和边界条件，得到网格模型，进行加密，得到加密后的网格模型；根据燃料类型选取燃烧子模型，获取发动机气缸中燃料的燃烧情况，并获取对应的发动机气缸的缸压情况，对进行分析，确定爆震发生的情况和引发爆震的影响因素。本发明通过设计发动机一维模型和发动机气缸三维模型确定爆震的情况，能够对发动机双燃料的燃烧情况进行模拟，判断燃烧情况对爆震的影响，精度较高，有助于降低成本、减少排放污染，提高效率。
-
公开(公告)号：CN116878902A
公开(公告)日：2023-10-13
申请号：CN202310848515.6
申请日：2023-07-10
Applicant: 大连海事大学
IPC: G01M15/05
Abstract: 本发明公开了一种基于深度学习CNN‑BiLSTM的船舶柴油机故障预警方法和系统，判断船舶柴油机是否发生故障并发出预警，从而避免安全事故的发生。方法步骤包括：S1：获取原始柴油机运行数据；S2：对获取的原始柴油机运行数据进行处理得到处理后的柴油机运行数据；S3：构建CNN‑BiLSTM模型；S4：对CNN‑BiLSTM模型进行训练，将训练后的CNN‑BiLSTM模型用于预测排气温度值；S5：利用CNN‑BiLSTM模型预测的排气温度值和实际获取的排气温度值获取柴油机运行状态的监测指数；S6：确定柴油机处于异常状态的参考值，根据柴油机运行状态的监测指数与参考值实时对比的结果，判断柴油机是否发生故障并进行故障预警提示。系统包括数据采集模块、数据处理模块和故障预警模块，实现故障预警功能。
-
公开(公告)号：CN110148332A
公开(公告)日：2019-08-20
申请号：CN201910506713.8
申请日：2019-06-12
Applicant: 大连海事大学
IPC: G09B9/00
Abstract: 本发明公开了一种船舶主机遥控操作模拟训练系统，包括：系统管理模块用于控制数据管理模块、船舶主柴油机数学仿真模块以及主机遥控系统逻辑功能模块的运行、停止、冻结、状态保存以及状态加载；数据管理模块用于管理数据管理模块、船舶主柴油机数学仿真模块以及主机遥控系统逻辑功能模块的变量和数据库；主机遥控系统逻辑功能模块；通用交互模块包括：对应于船舶主机本体和工况监测的通用单元和对应于不同主机遥控系统的重新开发单元。解决主机遥控操作模拟训练系统产品老旧过时，通用性不足的问题，节省了更换设备的成本。
-
公开(公告)号：CN119942218A
公开(公告)日：2025-05-06
申请号：CN202510102604.5
申请日：2025-01-22
Applicant: 大连海事大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种不平衡数据下的船舶轴承故障诊断方法，S1：获取多种故障信号；S2：利用格拉姆图像编码技术形成轴承故障图像样本集；S3：建立轴承故障诊断模型；S4：将轴承故障图像样本集划分为训练集与测试集，其中所述训练集为按照多种不平衡方式设置，分别将每种训练集输入所述轴承故障诊断模型进行优化训练，得到优化训练后的轴承故障诊断模型；S5：利用测试集验证模型在不平衡样本条件下的船舶轴承故障分类效果，并得到验证后的轴承故障诊断模型；S6：进行不平衡数据下的船舶轴承故障分类。本发明通过构建轴承故障诊断模型，并按照多种不平衡方式设置训练集，利用训练后的轴承故障诊断模型能够实现针对少量样本类故障判别信息的深度挖掘与提取，使轴承故障诊断模型在面对不平衡故障数据时具备较高的诊断准确率，解决了小样本类故障难以判别诊断的问题。
-
公开(公告)号：CN119779682A
公开(公告)日：2025-04-08
申请号：CN202411987024.0
申请日：2024-12-31
Applicant: 大连海事大学
IPC: G01M13/045 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于并行缩放格拉姆角场和CNN的船舶轴承故障诊断方法，包括对各轴承振动故障数据的全局振动序列与分段振动序列，进行并行缩放融合获取轴承一维时序信号；对轴承一维时序信号进行空间极坐标变换，获取各段轴承一维振动时序信号中对应振动采样点的角余弦值；基于振动采样点的角余弦值，根据格拉姆矩阵获取船舶轴承故障的RGB三通道图像样本集；构建基于多卷积块堆叠结合星运算的CNN轴承故障诊断模型，并根据RGB三通道图像样本集获取最优CNN轴承故障诊断模型，根据最优CNN轴承故障诊断模型，实现对船舶轴承故障的诊断预测。本发明解决了现有的船舶轴承故障诊断方法，在故障诊断任务中轴承故障信号提取精度不够且容易产生过拟合问题，导致模型学习效果不佳、故障类间易混淆以及诊断准确度不高等问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
