一、挖泥船运行自动测试系统研究（论文文献综述）
徐龙辉,王淮[1]（2020）在《船舶监管系统在苏南运河三级航道整治疏浚工程中的应用》文中认为为了规范土方疏浚工程,严格监管施工船舶机械,苏州市航道管理处以苏南运河三级航道整治工程为对象,探索、研究、开发了船舶监管系统,对疏浚施工现场进行全方位、全过程监控,同时通过自动化运行,实现了对运泥船采集信息、数据分析、轨迹查询、出区报警、指令发送、运输趟数统计等功能。
朱逸峰[2]（2020）在《基于大数据技术的挖泥船疏浚性能评估研究》文中进行了进一步梳理疏浚装备越来越发展成为大国角力,提升我国远海岛礁建设、海洋维权、港口航道、填海造陆和海洋工程建设能力的国之重器,更是贯彻落实国家“交通强国”、“海洋强国战略”和“一带一路”倡议的重要保障。疏浚装备的升级使得挖泥船疏浚作业数据呈现爆炸式地增长,存储疏浚数据所需要占用的磁盘空间越来越多。来自船载服务器与岸端船舶管理平台中存储的海量历史数据,数据量可达数TB,甚至PB,如何高效存储、提取和处理这些宝贵的疏浚数据成为了疏浚大数据分析利用需要解决的问题,目前海量的疏浚施工数据没有得到有效的分析和利用。我国作为疏浚大国,急需在疏浚大数据分析方面取得进展,为安全、高效和智能的疏浚提供支持。为此,本文提出了基于Hadoop技术的挖泥船大数据平台架构,构建了挖泥船大数据平台的采集模块、存储模块和分析模块,并在此基础上,利用Hadoop生态系统的机器学习技术Mahout对疏浚数据进行数据挖掘,并根据聚类结果进行了挖泥船疏浚性能评估。本文主要研究工作如下:（1）基于Hadoop技术对挖泥船大数据平台的架构进行了设计,完成了挖泥船大数据平台的分布式集群搭建。（2）研究了挖泥船施工作业时疏浚数据的采集过程。针对存储到岸端服务器中的疏浚数据,通过Sqoop大数据接入技术构建了挖泥船大数据平台采集模块的异源数据库历史数据采集系统,完成了疏浚大数据的采集任务。（3）基于数据仓库Hive技术和分布式数据库Hbase技术构建挖泥船大数据平台存储模块,设计实现了多维疏浚数据存储模型。通过Hive/HBase架构优化了存储模块的效率,完成了疏浚大数据的存储、查询分析任务。（4）基于机器学习技术Mahout对于经过Hive预处理提取出的疏浚工艺点进行数据挖掘,通过使用K-Means聚类算法及结合了Canopy算法的K-Means算法对于疏浚工艺点进行了聚类分析,并根据聚类结果得到的簇及工艺点分布情况进行疏浚性能评估。
高胜标[3]（2020）在《水下清淤机器人的结构设计及控制系统研究》文中认为城市黑臭水体严重制约着城市的经济发展和水体生态系统可持续发展,影响着城市居民的生活质量和身心健康,开展城市水体清淤行动可以有效治理城市黑臭水体,目前针对于中小型城市水体的清淤技术还存在许多不足,快速发展的水下机器人为研发出一种能够弥补这些不足的水下清淤机器人提供了新的思路。本文以城市黑臭水体清淤治理为背景,在经过对现有环保清淤技术、清淤机器人技术、水下机器人技术的充分剖析及相关的国内外研究现状调研分析之后,拟研发出一种具备环保清淤功能设计的小型缆控式水下清淤机器人模拟原理样机（简称水下清淤机器人）,并开展其结构设计、控制系统研究以及测试实验与分析工作,为城市黑臭水体清淤治理提供一种较为实用可行的机器人水下清淤解决方案。首先,对水下清淤机器人进行详细的结构设计。先是提出总体结构设计方案。然后再对水下ROV功能子系统和履带清淤功能子系统这两大子系统组成分别进行具体的结构设计,如对矢量布置式推进器模块、履带式底盘移动模块、绞吸式环保清淤模块等进行结构设计,确定载体的结构形式及材料、推进器的选型及布置形式等。之后便对这两大子系统进行总体结构集成。其次,对水下清淤机器人进行了详细的控制系统研究。先是提出总体控制系统研究方案。然后再对水下ROV功能子系统和履带清淤功能子系统这两大子系统组成分别进行具体的控制系统研究,为水下ROV功能子系统搭建一套硬件环境并应用基于Ardu Sub和QGround Control的水下机器人控制软件系统来进行相应的控制,以实现水下多自由度运动、水下状态信息显示等功能,为履带清淤功能子系统搭建一套软硬件环境并开发Robot端ROS底层控制、PC端Qt界面控制、Mobile端微信小程序应用控制这三大软件子系统来进行相应的控制,以实现履带底盘移动、清淤功能演示等功能。之后便对两大子系统进行总体控制系统集成。最后,对水下清淤机器人进行相关的测试实验与分析,具体包括功能测试及性能测试实验与分析。针对于功能测试实验与分析,先使用控制手柄进行水下ROV控制功能测试,然后再通过相关的软件操作及测试信息进行履带清淤功能子系统的三大软件子系统功能测试。针对于性能测试实验与分析,先对水下清淤机器人进行实际样机组装、下水实测及系统性能测试,然后再采用基于暗亮通道掩码及CLAHE算法联合处理的水下图像清晰化算法来优化水下图像,以改善水下图像模糊及对比度低的问题并降低其对水下清淤机器人系统性能造成的可能影响。
高晓峰[4]（2019）在《智能疏浚预测反馈控制系统设计及多电极测速的探究》文中研究表明挖泥船是现代疏浚工程中重要的工程工具,具有广泛的适应性和高效的工作效率。挖泥船的输送管道需要监测很多的工程指标,其中较为重要的流速和浓度指标分别由电磁流量计和放射性源密度计检测得到。在目前的系统工况下,各个工程测量指标之间是独立的,并没有利用这些指标之间的相关性关系为系统提供控制和反馈信息,因此其控制过程的自动化程度较低,同时流速指标是由传统的电磁流量计测量得到的,但是挖泥船的管道内部存在大量的泥沙流层,其内部流层分布明显的工况使双电极电磁流量计显现出对内部区域流速不敏感的局限性。针对以上挖泥船系统中存在的问题,本文提出了一种基于指标预测模型的反馈控制系统,从而达到产量和效率提升的效果,同时对多电极电磁流量计测量装置进行了探究,具体的工作内容如下:1.建立流速和浓度的指标预测模型。根据监测指标与流速和浓度之间的相关性关系,采用线性回归的方法建立流速预测模型,对流速的预测精确度达到了80%-95%的效果,并对线性回归模型加入L2正则化约束性（岭回归）和L1正则化约束项（Lasso回归）,其准确度得到了有效提升;浓度指标采用最近邻预测模型,其预测精确度可以达到72%-75%的准确率。由于预测模型的最终目的是为了模拟产量的走势,因此这样的准确度完全符合实际工程需求。2.建立针对于产量提升的反馈控制模型。首先根据预测模型得到的流速和浓度指标计算得到产量值,通过这种方式计算得到的产量值不存在实际测量时的时滞,因此可以作为实时反馈加入控制模型;使用Choquet积分计算得到指标组合与产量值之间的相关性,按照指标组合的相关性大小,分别使用不同指标组合的控制方式来进行实际实现,结果显示对产量产生了显着的提升效果。3.第五章针对挖泥船实际的施工环境和管道流况特点,设计了一种16电极的电磁流量计测量装置,改善了两电极对管道内部区域不敏感的缺点,根据电极对的所有组合之间的电学信息,引入相互作用指标的概念,最后在不同的工况下对其进行了实验,验证了理论的可行性和有效性。
于桐[5]（2019）在《疏浚船舶复合储能系统控制策略研究》文中研究指明与传统的运输型船舶不同,疏浚船舶作为工程船舶,具有更加复杂的作业工况,为满足工况需求,船舶配备了包括动力设备、辅助设备及疏浚设备等在内的众多大功率负载设备。目前,国内外大型挖泥船上的大功率负载设备均采用电力驱动形式,当挖泥船的工况发生改变时,动力设备与疏浚设备会快速改变运行状态并随着外界的扰动剧烈变化,使负载功率波动剧烈,从而导致船舶发电机输出功率和母线电压频繁波动。为此,本文提出将复合储能系统应用在疏浚船舶电网中作为能量和功率的供储设备,平抑发电机输出功率,稳定母线电压,提高船舶电网的稳定性,保证挖泥船能够高效稳定地航行与作业。首先,以某型号挖泥船实测负载数据为依据,对储能装置的技术性能进行需求分析,确定选用磷酸铁锂电池和超级电容作为疏浚船舶复合储能系统的储能单元。对复合储能系统的储能单元、拓扑结构以及接入单元进行了原理介绍和特性分析,分别建立了磷酸铁锂电池的PNGV等效电路模型、超级电容的经典等效电路模型及双向DC/DC变换器的功率平衡模型,并对模型的准确性进行了验证。同时设计了基于安时积分法-开路电压法（AH-OCV）的磷酸铁锂电池荷电状态（State of Charge,SOC）估算方法,以提高磷酸铁锂电池模型的准确性。然后,根据疏浚船舶直流电网的基本架构,分析了电网中流动功率与母线电压之间的关系,提出了基于母线电压信号（DC Bus Voltage Signal,DBS）的稳压控制方式,并设计了一种基于低通滤波与分压下垂相结合的功率分配方法对复合储能系统进行功率分配。在功率分配的同时,加入荷电状态限值反馈环节和最大电流限值协调环节为复合储能系统设置保护和限制机制,并实现储能单元之间的协调配合工作,以最大程度发挥复合储能系统的性能。在MATLAB/Simulink中搭建仿真模型,对复合储能系统的运行结果进行分析,验证复合储能系统控制策略的有效性。最后,围绕dSPACE建立复合储能系统的半实物仿真试验平台,对平台中涉及到的设备进行选型与参数介绍。设计试验方案,采集试验数据并进行分析,进一步验证复合储能系统控制策略的实际可行性。
马雨薇[6]（2019）在《耙吸式挖泥船疏浚监控界面设计与评价》文中提出耙吸挖泥船是当前疏浚施工领域的非常重要的一种工作船。集成监控系统是耙吸挖泥船重要组成部分,由于耙吸式挖泥具有复杂的作业过程,影响疏浚效率和质量的因素很多,并且由于耙吸式挖泥船对水下沉积物的挖掘过程发生在水下,因此必须将水下部分的操作过程以界面的形式显示在操作人员面前,对疏浚过程进行全面的监测。不合理的界面信息设计容易给操作员带来较大的工作压力,从而影响操作员的工作效率,对于新手船员来说,复杂的界面信息设计易学性较差,大大增加了操作员学习界面的时间且体验性差,针对这一问题,本论文将从人的视觉认知、心理认知以及用户体验三个方面进行研究,从人的认知特性的角度,对耙吸挖泥船疏浚监控界面进行分析,并对其界面进行优化设计,以提高其可用性。本论文主要研究工作如下:首先,研究了操作员对软件界面信息的认知加工过程,分析了人的认知、信息处理以及认知负荷,提出了基于认知心理学理论的耙吸挖泥船疏浚监控界面设计的要素。其次,从视觉认知、心理认知以及用户体验三个方面提出了基于认知特性的耙吸挖泥船疏浚监控界面设计原则。再次,以耙吸挖泥船疏浚监控界面设计原则为基础,完成了耙吸式挖泥船疏浚监控界面的布局、色彩等界面要素设计。开发了白天和夜晚两种模式的快速交互原型。最后,建立了可用性测试与可用性调查问卷相结合的主观与客观评价体系,并开展了操作人员测试。实验数据表明,优化后的耙吸式挖泥船疏浚监控界面优于原始界面。
杨舒[7]（2019）在《LNG双燃料发动机在大型耙吸挖泥船的应用》文中指出双燃料发动机是目前疏浚船舶设计建造中值得关注的一种选择。世界上第一艘使用LNG双燃料发动机的疏浚船舶是2018年建成“Minerva”号耙吸挖泥船,这标志着LNG双燃料发动机在疏浚领域已正式投入实船应用,并已经做好了在未来疏浚工程领域大显身手的准备,因为它们能够更加符合当前及未来越来越严格的排放法规。从燃料成本的角度来看,燃油价格及其可用性的诸多不确定性因素同样让液化天然气燃料成为一项令业界关注的选择。本文首先从双燃料发动机在疏浚船舶的应用所面临的挑战着手,特别是其中非常关键的由疏浚过程的动态工况造成的动态载荷,首先对这些动态载荷的成因和特点进行了分析。然后通过对耙吸挖泥船动力系统的多种常用配置方案的特点及优缺点进行梳理,进一步对比了双燃料发动机与传统燃油发动机、双燃料发动机与纯气体发动机之间的特点与适用性,为大型耙吸挖泥船选用双燃料发动机为主动力提供了充分依据。在双燃料发动机的具体选型问题上,本文综合分析了高、低压机型的具体运行参数,并得出相关选型结论,这些结论可为未来双燃料动力疏浚船舶的设计建造提供依据。更为重要的是,通过对疏浚船舶自动控制过程的优化和采用更先进的功率管理设计理念,为疏浚船舶动力系统的设计提供了更新颖的解决方案。利用这些解决方案,LNG双燃料发动机在疏浚行业的应用将成为一项可靠的选择。
张敏[8]（2018）在《绞吸式挖泥船切削系统液固两相流建模与流动机理研究》文中指出绞吸式挖泥船由于工作平稳、节能、高效,已成为内河黄金航道和远海人工岛屿建设的主要装备。绞吸式挖泥船的切削系统完成泥砂切削,形成较为均匀的泥浆并与输送系统匹配,实现挖掘与输送系统的高效工作,因而切削系统在吸扬系统中尤为重要。在实际疏浚施工中,由于水下切削过程及泥浆形成机理复杂,有待深入认识。本论文在国家自然科学基金面上项目“绞吸式挖泥船切削系统流场建模与机理研究（No.51679178）”的资助下,以绞吸式挖泥船切削系统为研究对象,采用DPM模型和双流体模型对切削系统液固两相流进行了数值模拟计算,分析了工况参数与吸入效率、泥砂颗粒级配参数变化之间关系,探讨了泥砂颗粒运动机理和泥浆形成过程;利用相似原理,研制了某型绞吸式挖泥船的疏浚模拟综合实验台,进行了多种工况模拟实验,利用高速摄像和图像处理方法研究了切削系统外流场浓度特征,对比分析了模型实验和数值仿真的结果。论文主要研究工作如下:（1）建立了切削系统的分析模型,给出了相应的分析方法。研究了土质工程分类法的两大体系、国内疏浚土质分类标准和土类的主要物理性质,剖析了挖泥船切削系统主要构成及其驱动装置电气特性;采用二维切削理论建立了刀齿三维切削力计算模型,根据切削系统施工时运动特性,建立了刀齿座-切削系统-挖泥船坐标系转换模型、切削系统运动模型、切削力计算模型及切削系统动力学模型;给出了工程湍流模型和液固两相流模拟方法,为后续数值仿真计算、疏浚模拟综合试验台研制、实验方案设计提供理论依据。（2）建立了切削系统液固两相流DPM仿真模型,仿真分析了工况参数与吸入效率、泥砂颗粒级配变化之间的关系,探讨了泥砂颗粒运动机理。在绞吸式挖泥船切削系统液固两相流仿真分析中,液相采用了标准k-ε模型和Realizablek-ε模型,固相颗粒粒径采用R-R分布,多相流采用DPM模型,绞刀旋转运动采用MRF模型,网格划分采用结构化网格,模拟计算了切削系统在不同工况参数下的液固两相流流动特性,分析了液相速度矢量场、压力分布、湍动能分布和固相颗粒运动轨迹,获得了工况参数与吸入效率、泥砂颗粒级配参数变化之间的关系,探讨了泥浆颗粒运动机理。（3）利用双流体模型、动网格和滑移网格技术,仿真分析了切削系统在一个旋转周期内流体动态过程,探讨了液固两相体积分数和泥砂颗粒速度等时变特征。建立了Euler-Euler双流体模型,采用标准k-ε模型,利用动网格和滑移网格技术仿真了切削系统绞刀旋转和横移运动,数值模拟了切削系统液固两相流以及流场动态演变过程,研究了一个旋转周期内液固两相复杂动态流动过程。通过数值计算结果,分析了切削系统在典型工况参数下的绞刀横切面、纵切面、垂面、外轮廓面等内外不同位置两相体积分数变化,以及吸泥口中心线、绞刀大环上部绞刀内外圆周等处液固两相速度变化,探索了泥浆形成过程和泥浆浓度变化趋势。（4）运用相似原理分析了某型挖泥船切削系统实船原型与实验模型,研制了小型疏浚模拟综合试验台。运用相似理论量纲分析法Buckinghamπ定理,推导相应的液固两相流两相流动相似准则,建立了某型绞吸挖泥船切削系统原型和模型的关系,确定了模型和原型的工况参数、液固两相相关参数的相似比例系数。在满足流动相似前提下,参考某型绞吸式挖泥船切削系统的主要技术性能指标,首次研制了具有复杂土质切削测试、切削-输送系统匹配优化、疏浚作业自动控制、数据采集与监控、水下流场观测、高速成像等实验功能的室内小型疏浚模拟综合试验台。（5）进行了多种典型工况参数的疏浚模拟实验,对比分析了实验数据与部分仿真计算结果,验证了理论研究的正确性。在疏浚模拟综合实验平台上,开展了多种工况参数下的疏浚模拟实验,记录了实验数据,高速摄像系统记录了切削系统切削场景,后期进行了数据分析及图像处理。实验数据验证了吸入效率、颗粒级配参数变化与工况参数之间的关系;运用数字图像处理技术分析切削系统液固两相流的泥浆浓度,揭示了正反刀工作模式下的切削系统泥浆溢流区的泥浆浓度分布特征,并量化了正反刀工作模式下切削系统外部液固两相浓度分布。
孙健[9]（2018）在《耙吸挖泥船疏浚作业数据分析与优化决策系统设计》文中进行了进一步梳理随着新时代的来临,越来越多的技术革新涌现在我们视野里,数据挖掘、机器学习、深度学习、人工智能等等。疏浚行业开始倡导“绿色疏浚”、“环保疏浚”和“智能疏浚”,耙吸挖泥船作为疏浚船舶的主力船型,应当承担起建设“智能疏浚”的领头羊的历史使命。当前因疏浚作业环境复杂、控制参数多且互相耦合以及操耙手经验因人而异导致疏浚效率不高,提出神经网络结合专家系统对疏浚装舱过程进行优化决策。本文依托于中交疏浚技术装备国家工程研究中心基金项目,针对耙吸挖泥船疏浚装舱优化问题进行分析和研究。本文采用在线极限学习机算法搭建神经网络模型对耙吸挖泥船耙头吸入密度和泥舱溢流损失进行预测,选择神经网络专家系统作为优化疏浚作业的解决方案,设计和开发了一套用于耙吸挖泥船疏浚优化决策的专家系统软件。主要工作如下:（1）研究疏浚设备参数在不同工况下的建议值,研究小波滤波、一阶低通滤器和限幅滤波法在疏浚数据上的应用,针对不同数据类型选择相应滤波方法。（2）针对耙吸挖泥船耙头吸入密度不能及时获知和缺乏有效的溢流损失测量方法的问题,研究极限学习算法和BP神经网络算法,选择使用在线极限学习机算法搭建神经网络模型,对疏浚数据进行预测。使用长江口疏浚实测数据进行实验,仿真结果表明:耙吸挖泥船耙头吸入密度预测精确,预测的泥舱溢流密度能够通过装载量验证,可以提供给操耙手作为参考。（3）针对优化装舱问题,分析出干土吨生产率、泥沙存储率、干土吨质量比三个性能指标在不同疏浚阶段,优化选择不同。通过对基于案例的专家系统和基于神经网络的专家系统的研究,提出基于专家系统的耙吸挖泥船疏浚作业优化决策的解决方案。这样结合离线和在线优化措施,保证专家系统的有效性和实时性。（4）采用Visual Studio2008、MATLAB2011a结合SQL Server2005数据库设计和开发了一套用于耙吸挖泥船疏浚作业的优化决策软件,并对功能进行了测试,实验结果显示达到了设计目标。
曹点点[10]（2017）在《耙吸挖泥船疏浚作业控制参数优化研究与应用》文中指出随着经济的不断发展,近年来,我国耙吸挖泥船的建造和疏浚技术已经取得了较大的进步,国内的耙吸挖泥船正朝着自动化的方向发展。随着国内港口疏浚工程量的日益增加,耙吸挖泥船疏浚作业的高效化越来越受到疏浚行业的关注。然而,国内有关研究提高疏浚作业效率的成果尚少。因此,如何根据现场施工条件来提高耙吸挖泥船疏浚效率已成为国内疏浚行业的重点研究方向,本文通过研究耙吸挖泥船疏浚作业过程,对施工控制参数进行优化。本文在中交疏浚技术装备国家工程研究中心基金项目的支持下,对如何提高疏浚效率进行了研究。文中采用遗传神经网络的方法对耙头密度进行了预测,使用多种群遗传算法对疏浚土质参数进行了估算并对施工参数进行优化,开发了耙吸挖泥船疏浚界面,为施工人员提供了疏浚数据和施工控制参数的参考。本文主要研究如下:首先,本文对耙吸挖泥船耙头疏浚机理进行了分析研究,根据流量、航速、波浪补偿器压力等参数使用遗传神经网络对吸入密度进行预测。通过从厦门港获得的实测数据对预测密度进行仿真验证,仿真结果表明:该方法具有很高的预测准确性,可以为施工人员提供吸入密度参考,以便船员调整施工参数,避免因吸入密度过大使得泥泵发生气蚀而损坏。其次,本文对耙吸挖泥船疏浚过程中泥舱沉积模型进行了分析研究,使用多种群遗传算法对装舱质量进行拟合,从而给出当前疏浚工况的土壤参数,然后,根据土质参数判断土质类型。仿真结果表明:该方法能够准确地拟合装舱质量,可为施工人员提供疏浚土质类型的参考。最后,本文结合耙头模型和泥舱沉积模型使用多种群遗传算法给出优化的航速、流量,提高了疏浚效率。最终,开发了耙吸挖泥船疏浚界面,该界面实现了当前疏浚产量和优化产量的对比。此外,该界面给出了最佳疏浚周期的控制参数,可为施工人员提供参考。
二、挖泥船运行自动测试系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、挖泥船运行自动测试系统研究（论文提纲范文）
（1）船舶监管系统在苏南运河三级航道整治疏浚工程中的应用（论文提纲范文）
| 1. 研究背景 |
| 2. 系统介绍 |
| 2.1 模块功能简介 |
| 2.2 架构设计 |
| 2.3 系统应用 |
| 3. 功能实现 |
| 3.1 船舶信息备案 |
| 3.2 施工实时监控 |
| 3.3 运行轨迹控制 |
| 3.4 节点触发装置 |
| 3.5 报表统计功能 |
| 4. 小结与展望 |
（2）基于大数据技术的挖泥船疏浚性能评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本课题研究内容 |
| 1.4 本课题章节安排 |
| 第2章 挖泥船大数据平台架构设计 |
| 2.1 挖泥船大数据平台方案设计 |
| 2.1.1 疏浚船舶数据现状分析 |
| 2.1.2 挖泥船大数据平台建设内容分析 |
| 2.1.3 挖泥船大数据平台架构设计 |
| 2.2 Hadoop关键技术 |
| 2.2.1 Hadoop生态框架 |
| 2.2.2 HDFS技术 |
| 2.2.3 Map Reduce技术 |
| 2.2.4 Yarn技术 |
| 2.3 挖泥船大数据平台搭建 |
| 2.3.1 Hadoop集群软硬件信息 |
| 2.3.2 Hadoop集群网络配置 |
| 2.3.3 Hadoop集群功能规划 |
| 2.3.4 Hadoop集群功能配置 |
| 2.3.5 Hadoop集群同步连接 |
| 2.3.6 Hadoop集群基准测试 |
| 2.4 本章小结 |
| 第3章 挖泥船大数据平台采集模块设计研究 |
| 3.1 基于传感器网络的挖泥船端疏浚大数据采集系统 |
| 3.1.1 挖泥船端大数据采集单元 |
| 3.1.2 挖泥船端大数据采集系统通讯网络 |
| 3.1.3 挖泥船端大数据采集系统服务器 |
| 3.1.4 数据采集流程 |
| 3.1.5 异构疏浚数据标准化处理 |
| 3.2 异源数据库历史数据采集系统设计研究 |
| 3.2.1 “疏浚信息孤岛”现状分析 |
| 3.2.2 面向大数据的ETL技术Sqoop |
| 3.2.3 基于Sqoop技术的异源数据库疏浚数据采集设计 |
| 3.3 本章小结 |
| 第4章 挖泥船大数据平台存储模块设计研究 |
| 4.1 数据仓库Hive |
| 4.1.1 Hive原理及架构 |
| 4.1.2 Hive表的概念 |
| 4.1.3 Hive的特点及应用场景 |
| 4.2 基于Hive的挖泥船大数据存储方案设计研究 |
| 4.2.1 多维数据模型概述 |
| 4.2.2 疏浚数据概念模型设计 |
| 4.2.3 疏浚数据逻辑模型设计 |
| 4.2.4 数据分区设计 |
| 4.2.5 疏浚数据物理模型设计 |
| 4.2.6 数据压缩方案选择 |
| 4.2.7 疏浚数据存储格式 |
| 4.3 Hive/HBase架构研究 |
| 4.3.1 Hive与 HBase特点分析 |
| 4.3.2 Hive/HBase架构原理 |
| 4.3.3 Hive/HBase架构优点 |
| 4.3.4 Hive/HBase架构查询性能对比测试 |
| 4.4 本章小结 |
| 第5章 基于平台分析模块的疏浚性能评估研究 |
| 5.1 疏浚数据预处理 |
| 5.1.1 产量指标计算 |
| 5.1.2 工艺点提取 |
| 5.1.3 归一化处理 |
| 5.2 基于K-Means算法的疏浚性能评估研究 |
| 5.2.1 Mahout简介 |
| 5.2.2 K-Means算法介绍 |
| 5.2.3 基于Mahout的 K-Means并行化分析过程 |
| 5.2.4 基于Mahout-KMeans聚类算法的疏浚性能评估 |
| 5.3 基于Canopy-KMeans改良算法的疏浚性能评估研究 |
| 5.3.1 K-Means聚类算法的不足 |
| 5.3.2 Canopy算法介绍 |
| 5.3.3 基于Canopy-KMeans算法的疏浚性能评估 |
| 5.3.4 两种聚类算法的疏浚性能评估结果性能对比测试 |
| 5.4 本章总结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
| 致谢 |
| 详细摘要 |
（3）水下清淤机器人的结构设计及控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水下机器人国内外研究现状 |
| 1.2.2 清淤机器人国内外研究现状 |
| 1.2.3 环保清淤技术国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 水下清淤机器人的结构设计 |
| 2.1 引言 |
| 2.2 水下清淤机器人的总体结构设计方案 |
| 2.2.1 设计思路说明及指标 |
| 2.2.2 总体结构组成 |
| 2.3 水下ROV功能子系统的结构设计 |
| 2.3.1 框架式载体模块结构设计 |
| 2.3.2 矢量布置式推进器模块结构设计 |
| 2.3.3 密封式水下控制舱体模块结构设计 |
| 2.3.4 其他关键模块的设计与选型 |
| 2.4 履带清淤功能子系统的结构设计 |
| 2.4.1 履带式底盘移动模块结构设计 |
| 2.4.2 绞吸式环保清淤模块结构设计 |
| 2.4.3 沉浮式浮力调节模块结构设计 |
| 2.4.4 其他关键模块的设计与选型 |
| 2.5 水下清淤机器人的总体结构集成 |
| 2.6 本章小结 |
| 第3章 水下清淤机器人的控制系统研究 |
| 3.1 引言 |
| 3.2 水下清淤机器人的总体控制系统研究方案 |
| 3.2.1 研究需求分析及目标 |
| 3.2.2 总体控制系统架构 |
| 3.3 水下ROV功能子系统的控制系统研究 |
| 3.3.1 基于Raspberry Pi和 Pixhawk的硬件环境搭建 |
| 3.3.2 基于Ardu Sub和 QGround Control的软件系统应用 |
| 3.4 履带清淤功能子系统的控制系统研究 |
| 3.4.1 基于Raspberry Pi的硬件环境搭建 |
| 3.4.2 基于ROS的 Robot端底层控制软件子系统开发 |
| 3.4.3 基于Qt的PC端界面控制软件子系统开发 |
| 3.4.4 基于Mini-program的 Mobile端应用控制软件子系统开发 |
| 3.4.5 基于ROS和 Websocket的软件通讯环境搭建 |
| 3.5 水下清淤机器人的总体控制系统集成 |
| 3.6 本章小结 |
| 第4章 水下清淤机器人测试实验与分析 |
| 4.1 引言 |
| 4.2 功能测试实验与分析 |
| 4.2.1 功能测试前的准备 |
| 4.2.2 水下ROV控制功能测试实验与分析 |
| 4.2.3 履带清淤控制功能测试实验与分析 |
| 4.3 性能测试实验与分析 |
| 4.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（4）智能疏浚预测反馈控制系统设计及多电极测速的探究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题的研究意义 |
| 1.3 本文的研究内容 |
| 1.4 本文的组织 |
| 第2章 基础技术理论 |
| 2.1 疏浚工程系统控制的理论基础 |
| 2.1.1 输送管道实际物理模型 |
| 2.1.2 指标预测模型理论 |
| 2.1.3 泥沙管道数学模型 |
| 2.2 多电极电磁测量技术基础 |
| 2.2.1 电磁流量计基础理论 |
| 2.2.2 Shercliff权函数理论 |
| 2.3 本章小结 |
| 第3章 流速浓度预测模型 |
| 3.1 数据来源与预处理 |
| 3.1.1 特征相关性分析 |
| 3.2 流速预测模型 |
| 3.2.1 特征选择 |
| 3.2.2 线性回归模型 |
| 3.2.3 岭回归模型 |
| 3.2.4 Lasso回归模型 |
| 3.3 浓度预测模型 |
| 3.3.1 特征选择 |
| 3.3.2 浓度数据平滑处理 |
| 3.3.3 最近邻浓度预测模型 |
| 3.4 本章小结 |
| 第4章 基于预测模型的负反馈控制系统 |
| 4.1 特征选择 |
| 4.1.1 基于choquet积分关系的特征分析 |
| 4.1.2 数据凹凸性分析 |
| 4.2 控制模型与稳定性 |
| 4.2.1 基本模型构建 |
| 4.2.2 李雅普诺夫稳定性分析 |
| 4.3 模型控制过程 |
| 4.4 工程实验分析 |
| 4.5 本章小结 |
| 第5章 基于多电极的电磁最优测速理论探究 |
| 5.1 励磁线圈工作原理 |
| 5.2 多电极测速理论 |
| 5.2.1 经典电磁场测速理论 |
| 5.2.2 相互指标理论 |
| 5.3 实验和分析 |
| 5.3.1 实验设备与过程 |
| 5.3.2 实验结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）疏浚船舶复合储能系统控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 疏浚船舶发展概述 |
| 1.2.1 国内外疏浚船舶发展现状 |
| 1.2.2 疏浚船舶大功率负载设备驱动方式及关键问题 |
| 1.2.3 储能装置在疏浚船舶中的应用现状 |
| 1.3 复合储能技术研究综述 |
| 1.3.1 复合储能系统研究发展现状 |
| 1.3.2 复合储能系统控制策略研究现状 |
| 1.4 本文主要工作内容及技术路线 |
| 第2章 疏浚船舶负载特性分析及复合储能系统建模 |
| 2.1 引言 |
| 2.2 疏浚船舶负载特性分析及建模 |
| 2.2.1 疏浚船舶对储能装置的技术性能需求分析 |
| 2.2.2 大功率波动性负载建模 |
| 2.3 磷酸铁锂电池特性分析及建模 |
| 2.3.1 磷酸铁锂电池特点和基本参数 |
| 2.3.2 基于AH-OCV的磷酸铁锂电池SOC估算 |
| 2.3.3 磷酸铁锂电池建模 |
| 2.3.4 磷酸铁锂电池仿真分析 |
| 2.4 超级电容特性分析及建模 |
| 2.4.1 超级电容特点与基本参数 |
| 2.4.2 超级电容建模 |
| 2.4.3 超级电容仿真分析 |
| 2.5 双向DC/DC变换器建模与控制 |
| 2.5.1 双向DC/DC变换器工作原理 |
| 2.5.2 双向DC/DC变换器的控制 |
| 2.5.3 双向DC/DC变换器建模 |
| 2.6 复合储能系统拓扑结构选型 |
| 2.7 本章小结 |
| 第3章 疏浚船舶复合储能系统控制策略设计 |
| 3.1 引言 |
| 3.2 复合储能稳压控制方式与功率分配方法 |
| 3.2.1 基于DBS的电压稳定原理分析 |
| 3.2.2 复合储能系统功率分配方法 |
| 3.3 考虑各储能设备限值的协调控制策略 |
| 3.3.1 基于SOC分区限值管理 |
| 3.3.2 基于最大电流限值协调 |
| 3.3.3 复合储能系统协调控制的整体流程 |
| 3.4 复合储能系统控制策略仿真实现 |
| 3.4.1 技术参数与控制参数确定 |
| 3.4.2 仿真结果与分析 |
| 3.5 本章小结 |
| 第4章 复合储能系统试验平台设计与试验验证 |
| 4.1 引言 |
| 4.2 dSPACE实时仿真系统介绍 |
| 4.3 复合储能系统试验平台搭建 |
| 4.3.1 系统总体方案设计 |
| 4.3.2 主要设备选型 |
| 4.3.3 其他元器件介绍 |
| 4.4 试验参数确定 |
| 4.5 试验结果与分析 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读研究生期间获得的相关科研成果目录 |
（6）耙吸式挖泥船疏浚监控界面设计与评价（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 基于认知特性的软件界面信息的研究现状 |
| 1.3 耙吸式挖泥船监控界面设计国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 挖泥船疏浚监控界面设计中认知特性的分析 |
| 2.1 视觉认知特性 |
| 2.1.1 视觉感知 |
| 2.1.2 注意力分配 |
| 2.2 人对信息处理的过程 |
| 2.2.1 人的选择注意性 |
| 2.2.2 作业中操作员的思维、推理和决策 |
| 2.2.3 操作员脑对信息加工的模型 |
| 2.3 认知负荷 |
| 2.4 疏浚监控界面的特性 |
| 2.5 本章小结 |
| 第3章 基于认知特性的挖泥船疏浚监控界面设计原则 |
| 3.1 基于认知特性的耙吸式挖泥船疏浚监控界面设计原则 |
| 3.1.1 一致性设计原则 |
| 3.1.2 简洁性设计原则 |
| 3.1.3 易用性设计原则 |
| 3.2 耙吸式挖泥船疏浚监控界面原始界面设计分析 |
| 3.3 耙吸式挖泥船疏浚监控界面设计软件的确定 |
| 3.3.1 静态界面设计软件 |
| 3.3.2 交互原型设计软件 |
| 3.4 本章小结 |
| 第4章 耙吸式挖泥船疏浚监控界面优化设计 |
| 4.1 耙吸式挖泥船监控系统的用户研究 |
| 4.1.1 用户职业背景 |
| 4.1.2 用户工作环境 |
| 4.1.3 用户的分类 |
| 4.2 耙吸式挖泥船疏浚监控系统功能分析 |
| 4.3 耙吸式挖泥船疏浚监控界面设计目标 |
| 4.4 耙吸式挖泥船疏浚监控界面优化设计 |
| 4.4.1 耙吸式挖泥船疏浚监控界面布局设计 |
| 4.4.2 耙吸式挖泥船疏浚监控界面白天模式色彩搭配设计 |
| 4.4.3 耙吸式挖泥船疏浚监控界面夜晚模式色彩设计 |
| 4.4.4 耙吸式挖泥船疏浚监控界面要素设计 |
| 4.4.5 耙吸式挖泥船疏浚监控界面优化设计方案 |
| 4.5 耙吸式挖泥船疏浚监控界面交互原型设计 |
| 4.6 本章小结 |
| 第5章 耙吸式挖泥船疏浚监控界面可用性实验评价 |
| 5.1 耙吸式挖泥船疏浚监控界面可用性评价体系的构建 |
| 5.1.1 耙吸式挖泥船疏浚监控界面可用性评价方法分析 |
| 5.1.2 耙吸式挖泥船疏浚监控界面可用性评价指标 |
| 5.1.3 耙吸式挖泥船疏浚监控界面可用性评价体系 |
| 5.2 基于眼动生理实验的耙吸式挖泥船疏浚监控界面可用性评价 |
| 5.2.1 实验设计 |
| 5.2.2 可用性评价实验数据分析 |
| 5.3 基于典型任务绩效的评价 |
| 5.4 耙吸式挖泥船疏浚监控界面图标易用性评价 |
| 5.5 耙吸式挖泥船疏浚监控界面可用性调查问卷 |
| 5.5.1 界面可用性调查问卷设计 |
| 5.5.2 界面可用性调查问卷设计评分标准的建立 |
| 5.5.3 界面可用性调查问卷发放与结果分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 眼动实验知情书 |
| 附录B 耙吸式挖泥船疏浚监控界面可用性问卷 |
| 附录C 耙吸式挖泥船疏浚监控界面图标易用性问卷 |
（7）LNG双燃料发动机在大型耙吸挖泥船的应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 资源与环境要求 |
| 1.1.2 政策与法规要求 |
| 1.1.3 船舶行业可持续发展要求 |
| 1.2 国内外研究现状 |
| 1.2.1 LNG燃料的实船应用 |
| 1.2.2 LNG燃料动力在疏浚船舶的应用 |
| 1.3 本文的研究目的和意义 |
| 1.4 本文的主要研究内容 |
| 2 LNG双燃料发动机在疏浚船舶应用中的难点 |
| 2.1 概述 |
| 2.2 疏浚系统的载荷波动 |
| 2.2.1 泥泵启动 |
| 2.2.2 疏浚作业与吹泥作业 |
| 2.3 运行区间有限 |
| 2.4 部分载荷时油耗更高 |
| 2.5 瞬时载荷变化跳入“柴油模式” |
| 2.6 本章小结 |
| 3 动力系统型式及配置比较 |
| 3.1 研究目标的选取 |
| 3.2 推进动力系统型式 |
| 3.3 结合作业设备的动力系统型式及配置 |
| 3.3.1 螺旋桨和泥泵独立驱动 |
| 3.3.2 “一拖二”驱动 |
| 3.3.3 “一拖三”驱动 |
| 3.3.4 全电力驱动 |
| 3.4 本章小结 |
| 3.4.1 轴带电机功率的选配 |
| 3.4.2 主装机功率的匹配 |
| 4 发动机型式比较 |
| 4.1 市场背景 |
| 4.2 纯气体发动机 |
| 4.2.1 大功率纯气体发动机产品 |
| 4.2.2 纯气体发动机技术 |
| 4.3 双燃料发动机 |
| 4.3.1 双燃料发动机产品 |
| 4.3.2 双燃料发动机技术 |
| 4.4 双燃料发动机与传统燃油发动机的比较 |
| 4.5 纯燃气发动机与双燃料发动机的比较 |
| 4.6 本章小结 |
| 5 双燃料发动机选型 |
| 5.1 前述 |
| 5.2 高压双燃料发动机 |
| 5.3 低压双燃料发动机 |
| 5.4 高压双燃料发动机与低压双燃料发动机的比较 |
| 5.5 低压双燃料发动机的选型 |
| 5.6 本章小结 |
| 6 双燃料发动机相关应用技术探索 |
| 6.1 研发目标 |
| 6.2 疏浚控制过程优化 |
| 6.3 能源管理理念 |
| 6.3.1 功率管理系统(PMS)的设计 |
| 6.3.2 驱动系统的设计 |
| 6.4 本章小结 |
| 7 结束语 |
| 7.1 主要工作与创新点 |
| 7.2 后续研究工作 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
（8）绞吸式挖泥船切削系统液固两相流建模与流动机理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 切削理论国内外研究现状 |
| 1.3.2 旋转流场液固两相流国内外研究现状 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第2章 切削系统的切削分析及泥浆液固两相流理论 |
| 2.1 疏浚土质的分类及泥砂的主要性质 |
| 2.1.1 疏浚土质的分类 |
| 2.1.2 土类的主要物理性质 |
| 2.2 切削系统结构组成与工况参数 |
| 2.2.1 切削系统结构组成 |
| 2.2.2 切削系统工况参数 |
| 2.3 基于二维切削理论的泥砂切削机理 |
| 2.3.1 二维切削理论 |
| 2.3.2 基于二维切削理论的三维切削力计算模型 |
| 2.4 切削系统动力学模型 |
| 2.4.1 切削系统运动模型 |
| 2.4.2 切削系统切削力计算模型 |
| 2.4.3 切削系统动力学模型 |
| 2.5 切削系统内外流场数值模拟方法 |
| 2.5.1 工程计算湍流模型 |
| 2.5.2 液固两相流数学模型 |
| 2.6 本章小结 |
| 第3章 基于颗粒轨道模型的切削系统液固两相流数值模拟 |
| 3.1 液固两相流数学模型 |
| 3.1.1 切削系统液固两相流模型评价与选择 |
| 3.1.2 液相控制方程 |
| 3.1.3 颗粒运动控制方程 |
| 3.2 切削系统物理模型与数值求解方法 |
| 3.2.1 几何模型建立与多参考系方法 |
| 3.2.2 边界条件与初始条件 |
| 3.2.3 数值计算方法 |
| 3.3 液固两相流DPM模拟结果分析 |
| 3.3.1 液相分析 |
| 3.3.2 颗粒轨迹跟踪分析 |
| 3.4 工况参数影响分析 |
| 3.4.1 绞刀转速对吸入效率的影响 |
| 3.4.2 吸口流速对吸入效率的影响 |
| 3.4.3 横移速度对吸入效率的影响 |
| 3.5 切削系统内外液固两相流颗粒运动机理分析 |
| 3.6 本章小结 |
| 第4章 基于双流体与湍流模型的液固两相流数值模拟 |
| 4.1 液固两相流双流体模型建立 |
| 4.1.1 欧拉模型控制方程 |
| 4.1.2 欧拉模型液固两相相间作用模型 |
| 4.1.3 液固两相流湍流模型 |
| 4.2 切削系统泥浆流数值模拟 |
| 4.2.1 几何模型与网格划分 |
| 4.2.2 动网格与滑移网格法 |
| 4.2.3 边界条件与初始条件 |
| 4.2.4 方程离散与求解方法 |
| 4.3 计算结果及分析 |
| 4.3.1 切削系统内外流场两相浓度分布 |
| 4.3.2 切削系统内外液固两相速度分布 |
| 4.3.3 切削系统内外液固两相流湍动能分布 |
| 4.4 本章小结 |
| 第5章 疏浚模拟综合试验台研制与实验研究 |
| 5.1 相似模化原理 |
| 5.1.1 相似原理 |
| 5.1.2 疏浚综合模拟实验平台模化处理 |
| 5.1.3 实验模型相关参数模化处理 |
| 5.2 疏浚模拟实验平台及实验方案设计 |
| 5.2.1 疏浚模拟综合实验台测控系统设计 |
| 5.2.2 疏浚模拟综合实验台执行装置设计 |
| 5.2.3 疏浚模拟综合试验台性能参数 |
| 5.2.4 实验方案与方法设计 |
| 5.3 吸入效率实验研究 |
| 5.3.1 吸入效率及颗粒粒径分布实验研究 |
| 5.3.2 实验数据与数值计算结果对比 |
| 5.4 基于数字图像处理技术的液固两相流体积浓度研究 |
| 5.4.1 面向液固两相流检测的数字图像处理 |
| 5.4.2 典型工况下液固两相流流动特性实验研究 |
| 5.5 误差原因分析 |
| 5.5.1 模型试验误差及其修正措施 |
| 5.5.2 数值模拟误差及其修正措施 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论及创新点 |
| 6.1.1 本文总结 |
| 6.1.2 本文创新点 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文和参与的科研项目 |
| 一、发表论文 |
| 二、专利与软件着作权 |
| 三、参与的科研项目 |
（9）耙吸挖泥船疏浚作业数据分析与优化决策系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本课题研究内容 |
| 第2章 耙吸挖泥船疏浚作业系统介绍 |
| 2.1 引言 |
| 2.2 耙吸挖泥船疏浚作业过程介绍 |
| 2.3 耙吸挖泥船主要疏浚设备研究 |
| 2.3.1 耙头 |
| 2.3.2 泥泵 |
| 2.3.3 波浪补偿器 |
| 2.3.4 溢流筒装置 |
| 2.3.5 耙臂 |
| 2.4 疏浚数据预处理 |
| 2.4.1 滤波算法介绍 |
| 2.4.2 滤波方法应用 |
| 2.5 本章小结 |
| 第3章 耙吸挖泥船疏浚作业数据预测方法研究 |
| 3.1 引言 |
| 3.2 耙头吸入密度和溢流密度 |
| 3.2.1 耙头吸入密度 |
| 3.2.2 溢流密度 |
| 3.3 BP神经网络模型 |
| 3.3.1 三层网络结构 |
| 3.3.2 BP神经网络建模 |
| 3.3.3 BP神经网络设计 |
| 3.4 OS-ELM算法在线预测 |
| 3.4.1 极限学习机算法介绍 |
| 3.4.2 OS-ELM算法实现 |
| 3.5 基于OS-ELM算法的耙头吸入密度预测 |
| 3.5.1 数据来源 |
| 3.5.2 ELM隐藏层节点数优化 |
| 3.5.3 OS-ELM在线预测模型 |
| 3.5.4 算法性能比较 |
| 3.6 基于BP神经网络算法的溢流密度预测 |
| 3.6.1 溢流密度 |
| 3.6.2 BP神经网络结构设计 |
| 3.6.3 预测结果 |
| 3.7 本章小结 |
| 第4章 耙吸挖泥船疏浚作业优化决策研究 |
| 4.1 引言 |
| 4.2 疏浚作业优化决策研究 |
| 4.2.1 疏浚作业优化决策问题描述 |
| 4.2.2 耙吸挖泥船疏浚性能指标 |
| 4.2.3 典型疏浚装舱过程性能指标分析 |
| 4.3 基于专家系统的耙吸挖泥船疏浚作业优化设计 |
| 4.3.1 人工智能与专家系统 |
| 4.3.2 神经网络专家系统设计 |
| 4.3.3 疏浚作业优化专家系统设计 |
| 4.3.4 基于案例的推理机制设计 |
| 4.3.5 基于神经网络的推理机制设计 |
| 4.3.6 知识库建立过程 |
| 4.4 耙吸挖泥船疏浚作业专家系统应用 |
| 4.4.1 基于案例的专家系统优化决策 |
| 4.4.2 神经网络专家系统优化决策 |
| 4.5 本章小结 |
| 第5章 耙吸挖泥船疏浚优化决策软件设计开发 |
| 5.1 耙吸挖泥船疏浚优化决策软件设计 |
| 5.1.1 软件需求分析 |
| 5.1.2 软件结构设计 |
| 5.1.3 软件功能设计 |
| 5.1.4 人机交互界面设计 |
| 5.2 耙吸挖泥船疏浚优化决策软件开发 |
| 5.2.1 软件开发环境 |
| 5.2.2 功能开发 |
| 5.2.3 人机界面开发 |
| 5.3 耙吸挖泥船疏浚优化决策软件实验研究 |
| 5.4 本章总结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
| 致谢 |
（10）耙吸挖泥船疏浚作业控制参数优化研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本课题研究内容 |
| 第2章 耙吸挖泥船疏浚设备和疏浚模型 |
| 2.1 引言 |
| 2.2 耙吸挖泥船疏浚机理 |
| 2.3 耙吸挖泥船疏浚设备 |
| 2.4 耙吸挖泥船疏浚模型 |
| 2.4.1 动力系统模型 |
| 2.4.2 船舶模型 |
| 2.4.3 耙头模型 |
| 2.4.4 泥泵管线模型 |
| 2.4.5 泥舱模型 |
| 2.5 本章小结 |
| 第3章 耙吸挖泥船耙头密度预测 |
| 3.1 引言 |
| 3.2 遗传BP神经网络算法 |
| 3.2.1 遗传算法原理 |
| 3.2.2 BP神经网络 |
| 3.2.3 遗传BP神经网络 |
| 3.3 密度预测与分析 |
| 3.4 本章小结 |
| 第4章 耙吸挖泥船疏浚土质参数分析 |
| 4.1 引言 |
| 4.2 水层模型 |
| 4.3 多种群遗传算法 |
| 4.3.1 多种遗传算法优化过程 |
| 4.3.2 目标函数 |
| 4.4 仿真结果与分析 |
| 4.4.1 仿真结果 |
| 4.4.2 土质分析 |
| 4.5 本章小结 |
| 第5章 耙吸挖泥船疏浚控制参数优化 |
| 5.1 引言 |
| 5.2 影响装舱效率的参数 |
| 5.2.1 泥泵转速 |
| 5.2.2 航速 |
| 5.2.3 波浪补偿器压力 |
| 5.3 装舱优化 |
| 5.4 泥泵转速预测 |
| 5.5 本章小结 |
| 第6章 耙吸挖泥船疏浚界面设计与通信 |
| 6.1 引言 |
| 6.2 软件简介 |
| 6.3 软件通信 |
| 6.4 疏浚界面设计 |
| 6.4.1 界面设计流程 |
| 6.4.2 数据字典 |
| 6.4.3 耙吸挖泥船疏浚界面 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
| 致谢 |
四、挖泥船运行自动测试系统研究（论文参考文献）
- [1]船舶监管系统在苏南运河三级航道整治疏浚工程中的应用[J]. 徐龙辉,王淮. 珠江水运, 2020(15)
- [2]基于大数据技术的挖泥船疏浚性能评估研究[D]. 朱逸峰. 江苏科技大学, 2020(03)
- [3]水下清淤机器人的结构设计及控制系统研究[D]. 高胜标. 湖南大学, 2020(08)
- [4]智能疏浚预测反馈控制系统设计及多电极测速的探究[D]. 高晓峰. 天津大学, 2019(01)
- [5]疏浚船舶复合储能系统控制策略研究[D]. 于桐. 武汉理工大学, 2019(07)
- [6]耙吸式挖泥船疏浚监控界面设计与评价[D]. 马雨薇. 哈尔滨工程大学, 2019(04)
- [7]LNG双燃料发动机在大型耙吸挖泥船的应用[D]. 杨舒. 上海交通大学, 2019(06)
- [8]绞吸式挖泥船切削系统液固两相流建模与流动机理研究[D]. 张敏. 武汉理工大学, 2018(07)
- [9]耙吸挖泥船疏浚作业数据分析与优化决策系统设计[D]. 孙健. 江苏科技大学, 2018(03)
- [10]耙吸挖泥船疏浚作业控制参数优化研究与应用[D]. 曹点点. 江苏科技大学, 2017(02)