一种基于时变参数的LNG罐箱故障预报方法及系统

    公开(公告)号:CN114964367B

    公开(公告)日:2024-02-23

    申请号:CN202210557168.7

    申请日:2022-05-20

    IPC分类号: G01D21/02

    摘要: 本发明公开了一种基于时变参数的LNG罐箱故障预报方法及系统,方法包括S100:设定采样频率,采集液相温度、气相压力、液位、加速度及摆浮频率之类主要动态监控参数TVP,同时采集主要静态参数t;S200:对所述主要动态监控参数TVP进行以t为自变量的单元三阶线性回归分析;S300:利用长时间监测数据,重复进行三阶线性回归分析得到该储罐在某一给定状态(State=S())下的Tank=M(D,b,e)值,将该值作为标准值,记作Tankstand=Mstand(D,b,e)作为该储罐的指纹特征”,将实际监测Tankt的值与Tankstand进行对比分析,采用RSS分析由于故障导致的差值,判定故障的种类。本发明的方法,精确实时预报LNG故障,提高LNG全生命周期范围的安全性。

    一种水下机器人
    14.
    发明公开

    公开(公告)号:CN116198702A

    公开(公告)日:2023-06-02

    申请号:CN202310392824.7

    申请日:2023-04-12

    摘要: 本发明公开了一种水下机器人,涉及水下机器人技术领域。该水下机器人包括框架,以及设置于所述框架上的推进器、导流罩、云台,框架顶部连接浮材;所述框架为U型的一体式框架;所述框架两个侧壁相互靠近的一侧均设置有支撑组件;所述框架的两个侧壁之间设置有支撑板,所述支撑板的两侧固定连接于两个侧壁的支撑组件上;所述框架上与所述推进器对应的位置处设置有通孔,方便推进器过水。本发明通过设置一体式的U型框架,在框架两个侧壁的内侧设置支撑组件,用来支撑支撑板,支撑板作为上板,固定机器人的各种元器件,一体式设置,整体刚度较高,同时通过支撑板的支撑,能够起到一定的支撑作用,防止框架变形,更加稳固。

    一种船舶气-电混合动力系统的转速预测方法

    公开(公告)号:CN116127601A

    公开(公告)日:2023-05-16

    申请号:CN202310003263.7

    申请日:2023-01-03

    摘要: 本发明属于船舶工况预测技术领域,公开了船舶气‑电混合动力系统的转速预测方法。基于自适应神经模糊预测系统ANFIS构建船舶气电混合动力螺旋桨转速预测模型;根据所得预测转速得到与实际转速的差值;利用所得差值以及使用的转速信息构建改进的转速预测模型;通过所构建的改进的转速预测模型进行未来转速预测。本发明利用初步构建的转速预测模型得到第一步预测转速,为改进预测模型提供预测转速与实际转速的差值;根据所得到的差值以及初始转速信息构建改进的转速预测模型,以提高转速预测精度并达到在给定时间步长内的实时预测效果。

    一种球形逃生艇
    16.
    发明公开

    公开(公告)号:CN115871892A

    公开(公告)日:2023-03-31

    申请号:CN202211731370.3

    申请日:2022-12-30

    IPC分类号: B63C9/03

    摘要: 本申请提出一种球形逃生艇,包括外层壳、中层壳和内层壳,所述外层壳为球形,外层壳和中层壳之间能相对转动,外层壳、中层壳和内层壳上均设有舱门,外层壳和中层壳上设置调节装置进行外层壳的位置调节及锁定;中层壳内设有隧道,隧道中设置有推进装置,推进装置为球形逃生艇提供动力;内层壳内设有居住舱,居住舱供逃生人员乘坐。外层壳可相对中层壳旋转,能自由旋转的球形外层壳能够消减各个方向来袭的海浪冲击,降低了海浪冲击下中层壳和内层壳的摇荡,无论外层壳如何旋转,中层壳和内层壳都能保持相对的稳定,极大地降低了逃生艇倾覆的可能性,同时可以抵抗撞击保护中层壳及内层壳结构,逃生人员的安全性得到了极大的提高。

    一种基于神经网络的LNG罐箱剩余维持时间预报方法

    公开(公告)号:CN115183149A

    公开(公告)日:2022-10-14

    申请号:CN202210442829.1

    申请日:2022-04-25

    摘要: 本发明公开了一种基于神经网络的LNG罐箱剩余维持时间预报方法,包括如下步骤:步骤一、在待测LNG罐箱中布置传感器,对LNG罐箱进行静置试验,获取监测数据;步骤二、对监测数据进行预处理并进行储存;步骤三、判断罐箱是否有特定罐箱模型;如果有,则将步骤二中得到的储存数据输入特定罐箱模型进行预测;否则转向步骤四;步骤四:判断步骤二得到的储存数据的压力跨度是否足够;如果足够,转向步骤五;否则转向步骤六;步骤五:按梯度选取步骤二得到的储存数据,进行特定罐箱训练,得到特定罐箱模型;步骤六:将步骤二得到的储存数据,输入通用预测模型进行预测;具备准确度高,可迭代,适应性强的优点,提高了LNG罐箱运输的安全性。