CN114063516B - 一种基于虚实融合的舰船多物理场控制系统及控制方法 - Google Patents

一种基于虚实融合的舰船多物理场控制系统及控制方法 Download PDF

Info

Publication number
CN114063516B
CN114063516B CN202111352496.5A CN202111352496A CN114063516B CN 114063516 B CN114063516 B CN 114063516B CN 202111352496 A CN202111352496 A CN 202111352496A CN 114063516 B CN114063516 B CN 114063516B
Authority
CN
China
Prior art keywords
physical field
ship
physical
virtual
cloud
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111352496.5A
Other languages
English (en)
Other versions
CN114063516A (zh
Inventor
王飞
陈奕宏
韦喜忠
程成
包涛
陈卓
周则兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
702th Research Institute of CSIC
Original Assignee
702th Research Institute of CSIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 702th Research Institute of CSIC filed Critical 702th Research Institute of CSIC
Priority to CN202111352496.5A priority Critical patent/CN114063516B/zh
Publication of CN114063516A publication Critical patent/CN114063516A/zh
Application granted granted Critical
Publication of CN114063516B publication Critical patent/CN114063516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423Input/output
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25257Microcontroller
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于虚实融合的舰船多物理场控制系统及控制方法,涉及船舶控制领域,该控制系统包括物理场监测与控制系统、云端数据挖掘与监控系统、岸基软硬件系统和云端专家知识库;物理场监测与控制系统用于采集单舰的物理场数据及海况;云端数据挖掘与监控系统包括云平台,云平台从物理场数据提取出物理场特征;云端专家知识库基于物理场特征和岸基软硬件系统提供的虚拟孪生体模型协同建立与更新;岸基软硬件系统基于反馈的数据对虚拟孪生体模型进行修正,结合海况特征对单舰及编队的物理场进行预测和评估,结合云端专家知识库和编队任务给出多物理场控制方案,通过系统间的网络反馈给物理场监测与控制系统,保证任务的顺利进行。

Description

一种基于虚实融合的舰船多物理场控制系统及控制方法
技术领域
本发明涉及船舶控制领域,尤其是一种基于虚实融合的舰船多物理场控制系统及控制方法。
背景技术
包括噪声、电磁及红外等在内的舰船物理场特征是敌方探测的主要手段。有效控制舰船的物理场特征对于提高我方舰船的隐身能力,降低敌方的探测距离,提升我方舰船的任务执行成功率具有重要意义。
当前物理场特征的控制手段不论是被动还是主动,均基于设计时的模型或安装时的设备参数进行设定,一方面既没有充分考虑实际运行时的特征,也无法适应设备或系统长期运行后的参数变化,因此会造成物理场控制效果的降低,有时甚至会起到相反的效果。另一方面,在舰船的实际航行中,海域、海况等环境因素对舰船内物理场控制措施也有影响,且当前的物理场控制手段无法从舰船编队级别看待及处理物理场问题。
发明内容
本发明人针对上述问题及技术需求,提出了一种基于虚实融合的舰船多物理场控制系统及控制方法,本发明的技术方案如下:
一种基于虚实融合的舰船多物理场控制系统,包括物理场监测与控制系统、云端数据挖掘与监控系统、岸基软硬件系统和云端专家知识库;物理场监测与控制系统搭载在具有编队任务的单舰上,用于采集单舰的物理场数据以及当前所处海域的海况特征,并传输给云端数据挖掘与监控系统;云端数据挖掘与监控系统包括用于数据挖掘的云平台以及在编队间用于传递与共享信息的网络,云平台对物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同海况特征一并传输给岸基软硬件系统;岸基软硬件系统包括高保真的舰船虚拟孪生体和海洋环境虚拟孪生体,舰船虚拟孪生体和海洋环境虚拟孪生体与单舰及编队级舰船的实体、当前海况同步;云端专家知识库基于云端数据挖掘与监控系统提供的物理场特征和岸基软硬件系统提供的虚拟孪生体模型协同建立与更新,为岸基软硬件系统提供多物理场控制方案的优化指导;岸基软硬件系统基于云端数据挖掘与监控系统反馈的数据用于对虚拟孪生体模型进行修正,结合海况特征对单舰及编队的远场物理场进行预测和评估,并结合云端专家知识库和编队任务给出多物理场控制方案,通过系统间的网络反馈给物理场监测与控制系统。
其进一步的技术方案为,物理场监测与控制系统包括物理场数据采集仪、海况特征采集仪、用于传输数据的有线或无线网络、数据预处理模块以及物理场控制作动器;物理场数据采集仪包括红外传感器、振动传感器、噪声传感器和电磁传感器,用于对红外、振动、噪声及电磁场在内的物理场数据进行采集;海况特征采集仪包括导航系统、气象传感器;数据预处理模块用于对采集到的物理场数据和海况特征进行去噪、压缩;物理场控制作动器控制的物理场包括电磁、液压、压电。
其进一步的技术方案为,云端专家知识库包括舰船物理场的关键性能指标、偏差检测模块、参考特征库和特性测试模块;
关键性能指标包括舰船物理场的主要贡献频段、位置和幅值;
偏差检测模块用于对提取到的物理场特征与从参考特征库中提取的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案;
参考特征库基于监测的物理场数据中提取的参考特征建立,或基于虚拟孪生体模型创建的参考特征建立;
特性测试模块在非执行任务期间定期向单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新关键性能指标。
其进一步的技术方案为,岸基软硬件系统还包括CPU和GPU在内的计算硬件以及用于存储、显示、互动的硬件设备;计算硬件凭借自身的算力、存储和能源条件支撑虚拟孪生体模型的快速运算,以实现对单舰物理场的快速评估、预测以及多物理场控制方案的确定。
其进一步的技术方案为,多物理场控制方案包括编队队形变换、任务的调整与重新分配,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。
一种基于虚实融合的舰船多物理场控制方法,包括如下步骤:
物理场监测与控制系统采集单舰的物理场数据以及当前所处海域的海况特征,去噪、压缩后传输给云端数据挖掘与监控系统;
云端数据挖掘与监控系统根据物理场数据和海况特征对单舰及编队进行监控,并对物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同海况特征一并传输给岸基软硬件系统;
基于云端数据挖掘与监控系统提供的物理场特征和岸基软硬件系统提供的虚拟孪生体模型协同建立及更新云端专家知识库,虚拟孪生体模型包括高保真的舰船虚拟孪生体和海洋环境虚拟孪生体;
岸基软硬件系统基于云端数据挖掘与监控系统反馈的数据对虚拟孪生体模型进行修正,结合海况特征对单舰及编队的远场物理场进行预测和评估,并结合云端专家知识库及单舰的编队任务给出多物理场控制方案,通过系统间的网络反馈给物理场监测与控制系统,使物理场监测与控制系统利用多物理场控制方案对单舰及编队的物理场进行控制。
其进一步的技术方案为,控制方法包括:
在执行编队任务前,基于岸基软硬件系统提供的虚拟孪生体模型提前进行仿真测试,对多物理场控制方案进行优化;和/或,在编队任务的执行过程中,针对外部变化及时对多物理场控制方案进行调整,以保证任务的顺利进行,外部变化包括环境、气象及敌情变化。
其进一步的技术方案为,岸基软硬件系统结合云端专家知识库及单舰的编队任务给出多物理场控制方案,包括:
云端专家知识库对提取到的物理场特征与自身提供的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案,其中参考特征从监测的物理场数据中提取得到,或由虚拟孪生体模型创建得到。
其进一步的技术方案为,控制方法还包括:
在非执行任务期间定期向单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新舰船物理场的关键性能指标,关键性能指标包括舰船物理场的主要贡献频段、位置和幅值。
其进一步的技术方案为,多物理场控制方案包括编队队形变换、任务的调整与重新分配,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。
本发明的有益技术效果是:
一、借助岸基强大的算力、存储及能源支撑实现虚拟孪生体模型的快速运算,一方面可近乎实时的给出优化单舰及编队级别的多物理场控制方案,另一方面也降低了对舰船本身算力、存储及能源方面的要求;
二、该控制系统基于岸基虚拟孪生体可以预先进行仿真,对多物理场控制方案进行优化,和/或,在执行过程中,针对外部变化实时对多物理场控制方案进行调整,以保证任务的顺利进行;
三、基于编队层级的云端专家知识库,能够提前发现单舰物理场特征的异常并给出诊断结果和解决方案;另外,还可从编队层面给出最佳的多物理场控制方案,反馈给物理场监测与控制系统进行物理场控制,包括编队级的队形变换、任务调整,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。
附图说明
图1是本申请提供的基于虚实融合的舰船多物理场控制系统原理图。
图2是本申请提供的基于虚实融合的舰船多物理场控制方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
如图1所示,一种基于虚实融合的舰船多物理场控制系统,包括通过网络互联的物理场监测与控制系统、云端数据挖掘与监控系统、岸基软硬件系统和云端专家知识库,下面分别详细说明各部分的组成及功能。
<1>物理场监测与控制系统搭载在具有编队任务的单舰上,包括物理场数据采集仪、海况特征采集仪、用于传输数据的有线或无线网络、数据预处理模块以及物理场控制作动器。具体的,物理场数据采集仪包括红外传感器、振动传感器、噪声传感器和电磁传感器,用于对红外、振动、噪声及电磁场在内的物理场数据进行采集。海况特征采集仪包括导航系统、气象传感器。数据预处理模块用于对采集到的物理场数据和海况特征进行去噪、压缩。物理场控制作动器控制的物理场包括电磁、液压、压电。
<2>云端数据挖掘与监控系统包括用于数据挖掘的云平台以及在编队间用于传递与共享信息的网络,云平台对物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同海况特征一并传输给岸基软硬件系统,其中物理场特征包括时域特征、频域特征及其他域特征等。
<3>岸基软硬件系统包括高保真的舰船虚拟孪生体和海洋环境虚拟孪生体、CPU和GPU在内的计算硬件以及用于存储、显示、互动的硬件设备。舰船虚拟孪生体和海洋环境虚拟孪生体(简称虚拟孪生体模型)与单舰及编队级舰船的实体、当前海况同步。岸基软硬件系统基于云端数据挖掘与监控系统反馈的数据用于对虚拟孪生体模型进行修正,以保证虚拟孪生体模型的逼真度;结合海况特征对单舰及编队的远场物理场进行预测和评估,并结合云端专家知识库和编队任务给出多物理场控制方案,通过系统间的网络反馈给物理场监测与控制系统。
其中,计算硬件凭借自身的算力、存储和能源条件支撑虚拟孪生体模型的快速运算,以实现对单舰物理场的快速评估、预测以及多物理场控制方案的确定;
多物理场控制方案包括编队队形变换、任务的调整与重新分配,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。例如:通过对任务的调整与重新分配,调低物理场过高舰船的任务参与度,降低编队的物理场;以及通过编队队形变换,使多艘舰(艇)间物理场互相干涉,降低总物理场能级。
<4>云端专家知识库基于云端数据挖掘与监控系统提供的物理场特征和岸基软硬件系统提供的虚拟孪生体模型协同建立与更新,为岸基软硬件系统提供多物理场控制方案的优化指导。可选的,该物理场特征可以通过汇总多艘同类型舰(艇)的物理场特征信息,在编队层级建立专家知识库。
云端专家知识库包括舰船物理场的关键性能指标、偏差检测模块、参考特征库和特性测试模块,其中:
关键性能指标包括舰船物理场的主要贡献频段、位置和幅值。
偏差检测模块用于对提取到的物理场特征与从参考特征库中提取的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案,从而避免舰(艇)停机。
参考特征库基于监测的物理场数据中提取的参考特征建立,或基于虚拟孪生体模型创建的参考特征建立。
特性测试模块在非执行任务期间定期向单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新关键性能指标。
基于上述控制系统,本申请还提供了一种基于虚实融合的舰船多物理场控制方法,如图2所示,该方法包括如下步骤:
步骤1:物理场监测与控制系统采集单舰的物理场数据以及当前所处海域的海况特征,去噪、压缩后传输给云端数据挖掘与监控系统。
步骤2:云端数据挖掘与监控系统根据物理场数据和海况特征对单舰及编队进行监控,并对物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同海况特征一并传输给岸基软硬件系统。
步骤3:基于云端数据挖掘与监控系统提供的物理场特征和岸基软硬件系统提供的虚拟孪生体模型协同建立及更新云端专家知识库。
步骤4:岸基软硬件系统基于云端数据挖掘与监控系统反馈的数据对虚拟孪生体模型进行修正,结合海况特征对单舰及编队的远场物理场进行预测和评估,并结合云端专家知识库及单舰的编队任务给出多物理场控制方案,通过系统间的网络反馈给物理场监测与控制系统,使物理场监测与控制系统利用多物理场控制方案对单舰及编队的物理场进行控制。
其中,岸基软硬件系统结合云端专家知识库及单舰的编队任务给出多物理场控制方案,具体包括:
云端专家知识库对提取到的物理场特征与自身提供的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案,其中参考特征从监测的物理场数据中提取得到,或由虚拟孪生体模型创建得到。
可选的,该控制方法还包括:
在执行编队任务前,基于岸基软硬件系统提供的虚拟孪生体模型提前进行仿真测试,对多物理场控制方案进行优化,尽可能地规避潜在的暴露风险,提高任务执行成功的概率。和/或,在编队任务的执行过程中,针对外部变化及时对多物理场控制方案进行调整,以保证任务的顺利进行,外部变化包括环境、气象及敌情变化。
可选的,该控制方法还包括:
在非执行任务期间定期向单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新舰船物理场的关键性能指标,关键性能指标包括舰船物理场的主要贡献频段、位置和幅值。
具体的,多物理场控制方案包括编队级的队形变换、任务调整,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。例如:通过对任务的调整与重新分配,调低物理场过高舰船的任务参与度,降低编队的物理场;以及通过编队队形变换,使多艘舰(艇)间物理场互相干涉,降低总物理场能级。
以上所述的仅是本申请的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。

Claims (10)

1.一种基于虚实融合的舰船多物理场控制系统,其特征在于,包括物理场监测与控制系统、云端数据挖掘与监控系统、岸基软硬件系统和云端专家知识库;所述物理场监测与控制系统搭载在具有编队任务的单舰上,用于采集所述单舰的物理场数据以及当前所处海域的海况特征,并传输给所述云端数据挖掘与监控系统;所述云端数据挖掘与监控系统包括用于数据挖掘的云平台以及在编队间用于传递与共享信息的网络,所述云平台对所述物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同所述海况特征一并传输给所述岸基软硬件系统;所述岸基软硬件系统包括高保真的舰船虚拟孪生体和海洋环境虚拟孪生体,所述舰船虚拟孪生体和海洋环境虚拟孪生体与单舰及编队级舰船的实体、当前海况同步;所述云端专家知识库基于所述云端数据挖掘与监控系统提供的物理场特征和所述岸基软硬件系统提供的虚拟孪生体模型协同建立与更新,为所述岸基软硬件系统提供多物理场控制方案的优化指导;所述岸基软硬件系统基于所述云端数据挖掘与监控系统反馈的数据用于对所述虚拟孪生体模型进行修正,结合所述海况特征对单舰及编队的远场物理场进行预测和评估,并结合所述云端专家知识库和编队任务给出多物理场控制方案,通过系统间的网络反馈给所述物理场监测与控制系统。
2.根据权利要求1所述的基于虚实融合的舰船多物理场控制系统,其特征在于,所述物理场监测与控制系统包括物理场数据采集仪、海况特征采集仪、用于传输数据的有线或无线网络、数据预处理模块以及物理场控制作动器;所述物理场数据采集仪包括红外传感器、振动传感器、噪声传感器和电磁传感器,用于对红外、振动、噪声及电磁场在内的物理场数据进行采集;所述海况特征采集仪包括导航系统、气象传感器;所述数据预处理模块用于对采集到的物理场数据和海况特征进行去噪、压缩;所述物理场控制作动器控制的物理场包括电磁、液压、压电。
3.根据权利要求1所述的基于虚实融合的舰船多物理场控制系统,其特征在于,所述云端专家知识库包括舰船物理场的关键性能指标、偏差检测模块、参考特征库和特性测试模块;
所述关键性能指标包括舰船物理场的主要贡献频段、位置和幅值;
所述偏差检测模块用于对提取到的物理场特征与从参考特征库中提取的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案;
所述参考特征库基于监测的物理场数据中提取的参考特征建立,或基于所述虚拟孪生体模型创建的参考特征建立;
所述特性测试模块在非执行任务期间定期向单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新所述关键性能指标。
4.根据权利要求1所述的基于虚实融合的舰船多物理场控制系统,其特征在于,所述岸基软硬件系统还包括CPU和GPU在内的计算硬件以及用于存储、显示、互动的硬件设备;所述计算硬件凭借自身的算力、存储和能源条件支撑虚拟孪生体模型的快速运算,以实现对单舰物理场的快速评估、预测以及多物理场控制方案的确定。
5.根据权利要求1-4任一所述的基于虚实融合的舰船多物理场控制系统,其特征在于,所述多物理场控制方案包括编队队形变换、任务的调整与重新分配,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。
6.一种基于虚实融合的舰船多物理场控制方法,其特征在于,控制方法包括:
物理场监测与控制系统采集单舰的物理场数据以及当前所处海域的海况特征,去噪、压缩后传输给云端数据挖掘与监控系统;
所述云端数据挖掘与监控系统根据所述物理场数据和海况特征对单舰及编队进行监控,并对所述物理场数据进行清洗、挖掘,提取出不同位置、不同工况、不同任务模式所对应的物理场特征,同所述海况特征一并传输给岸基软硬件系统;
基于所述云端数据挖掘与监控系统提供的物理场特征和所述岸基软硬件系统提供的虚拟孪生体模型协同建立及更新云端专家知识库,所述虚拟孪生体模型包括高保真的舰船虚拟孪生体和海洋环境虚拟孪生体;
所述岸基软硬件系统基于所述云端数据挖掘与监控系统反馈的数据对所述虚拟孪生体模型进行修正,结合所述海况特征对单舰及编队的远场物理场进行预测和评估,并结合所述云端专家知识库及单舰的编队任务给出多物理场控制方案,通过系统间的网络反馈给所述物理场监测与控制系统,使所述物理场监测与控制系统利用所述多物理场控制方案对单舰及编队的物理场进行控制。
7.根据权利要求6所述的基于虚实融合的舰船多物理场控制方法,其特征在于,所述控制方法包括:
在执行编队任务前,基于所述岸基软硬件系统提供的虚拟孪生体模型提前进行仿真测试,对多物理场控制方案进行优化;和/或,在编队任务的执行过程中,针对外部变化及时对所述多物理场控制方案进行调整,以保证任务的顺利进行,所述外部变化包括环境、气象及敌情变化。
8.根据权利要求6所述的基于虚实融合的舰船多物理场控制方法,其特征在于,所述岸基软硬件系统结合所述云端专家知识库及单舰的编队任务给出多物理场控制方案,包括:
所述云端专家知识库对提取到的物理场特征与自身提供的相应参考特征之间的差异进行分析,以预测物理场的超限概率,提前发现舰船物理场特征的异常并给出诊断结果、优化多物理场控制方案,其中参考特征从监测的物理场数据中提取得到,或由所述虚拟孪生体模型创建得到。
9.根据权利要求6所述的基于虚实融合的舰船多物理场控制方法,其特征在于,所述控制方法还包括:
在非执行任务期间定期向所述单舰注入模拟故障,观察舰船上贡献不同物理场数据的设备的状况,以更新舰船物理场的关键性能指标,所述关键性能指标包括舰船物理场的主要贡献频段、位置和幅值。
10.根据权利要求6-9任一所述的基于虚实融合的舰船多物理场控制方法,其特征在于,所述多物理场控制方案包括编队队形变换、任务的调整与重新分配,及单舰级的各系统、设备的启停、工况调整,及各主动物理场控制系统的综合调度。
CN202111352496.5A 2021-11-16 2021-11-16 一种基于虚实融合的舰船多物理场控制系统及控制方法 Active CN114063516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111352496.5A CN114063516B (zh) 2021-11-16 2021-11-16 一种基于虚实融合的舰船多物理场控制系统及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111352496.5A CN114063516B (zh) 2021-11-16 2021-11-16 一种基于虚实融合的舰船多物理场控制系统及控制方法

Publications (2)

Publication Number Publication Date
CN114063516A CN114063516A (zh) 2022-02-18
CN114063516B true CN114063516B (zh) 2023-05-09

Family

ID=80272770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111352496.5A Active CN114063516B (zh) 2021-11-16 2021-11-16 一种基于虚实融合的舰船多物理场控制系统及控制方法

Country Status (1)

Country Link
CN (1) CN114063516B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014138574A2 (en) * 2013-03-08 2014-09-12 Lord Corporation Active noise and vibration control systems and methods
CN110221546A (zh) * 2019-05-21 2019-09-10 武汉理工大学 虚实融合的船舶智能控制系统测试平台
CN110376984A (zh) * 2019-07-15 2019-10-25 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) 自适应振动噪声控制管理系统
CN111487474A (zh) * 2019-01-25 2020-08-04 西安电子科技大学 数值孪生电磁测量系统
WO2020160749A1 (en) * 2019-02-04 2020-08-13 Siemens Industry Software Nv Optimising ship noise radiation using digital twins and controls
CN112414540A (zh) * 2020-11-06 2021-02-26 中国船舶科学研究中心 舰船结构及设备振动噪声在线监测与智能控制一体化平台
WO2021108680A1 (en) * 2019-11-25 2021-06-03 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments
CN113268804A (zh) * 2021-06-17 2021-08-17 江南造船(集团)有限责任公司 基于数字孪生的船舶建造方法、系统、介质及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190339688A1 (en) * 2016-05-09 2019-11-07 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014138574A2 (en) * 2013-03-08 2014-09-12 Lord Corporation Active noise and vibration control systems and methods
CN111487474A (zh) * 2019-01-25 2020-08-04 西安电子科技大学 数值孪生电磁测量系统
WO2020160749A1 (en) * 2019-02-04 2020-08-13 Siemens Industry Software Nv Optimising ship noise radiation using digital twins and controls
CN110221546A (zh) * 2019-05-21 2019-09-10 武汉理工大学 虚实融合的船舶智能控制系统测试平台
CN110376984A (zh) * 2019-07-15 2019-10-25 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) 自适应振动噪声控制管理系统
WO2021108680A1 (en) * 2019-11-25 2021-06-03 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments
CN112414540A (zh) * 2020-11-06 2021-02-26 中国船舶科学研究中心 舰船结构及设备振动噪声在线监测与智能控制一体化平台
CN113268804A (zh) * 2021-06-17 2021-08-17 江南造船(集团)有限责任公司 基于数字孪生的船舶建造方法、系统、介质及终端

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"交通001"号航标测量船振动性能研究;潘熙希;《中国优秀硕士学位论文全文数据库工程科技II辑》;第5-17页 *
Acoustic modeling of the singing vortex and its sound signatures;Song, Mingtai;《INTERNATIONAL JOURNAL OF MULTIPHASE FLOW》;第99卷;第205-212页 *
Transitioning a Reliability/Sustainment Model into a Digital Twin;Moubray, A;《2020 Annual Reliability and Maintainability Symposium》;第1-7页 *
系统工程在船舶总体性能研发中的实践思考;赵峰;《中国造船》;第62卷(第02期);第275-283页 *

Also Published As

Publication number Publication date
CN114063516A (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
US11544930B2 (en) Systems and methods for modeling and controlling physical dynamical systems using artificial intelligence
CN108170158B (zh) 基于数据驱动的无人机智能对抗控制方法
CN111191769A (zh) 自适应的神经网络训练与推理装置
CN114063516B (zh) 一种基于虚实融合的舰船多物理场控制系统及控制方法
CN116132944A (zh) 无人机通信网络中拓扑与功率联合控制方法
CN111781322B (zh) 一种水质监控的方法以及相关装置
CN115800322B (zh) 一种调频方法
KR102127142B1 (ko) 감시정찰기의 적응형 전력 제어를 위한 공용 데이터 링크 시스템의 적응형 전력 제어 방법
CN116578354A (zh) 电力巡检无人机边缘计算任务卸载方法及装置
CN111314016A (zh) 一种水下分布式压制性干扰策略设计方法
Shprekher et al. The remote method of diagnosing the technical condition of complex electromechanical systems
CN114895710A (zh) 一种无人机集群自主行为的控制方法及系统
CN115657689A (zh) 一种基于轨迹预测的自主水下航行器目标跟踪控制方法
Gaowei et al. Using multi-layer coding genetic algorithm to solve time-critical task assignment of heterogeneous UAV teaming
Wang et al. Deep reinforcement learning based multi-uuv cooperative control for target capturing
KR101888584B1 (ko) 감시정찰기의 적응형 전력 제어를 위한 공용 데이터 링크 시스템 및 그의 적응형 전력 제어 방법
Xia et al. Cooperative jamming resource allocation based on integer-encoded directed mutation artificial bee colony algorithm
CN111323769A (zh) 一种基于波形库的机载雷达射频隐身波形选择方法
Hao et al. Dedicated Hybrid Engine Noise Vibration Harshness Development
US20240160159A1 (en) Control device for controlling a technical system, and method for configuring the control device
CN116634457B (zh) 一种基于深度强化学习的多无人机自适应数据收集与回传方法
Yin et al. Cognitive Control from the Automation's Perspective
US11294340B2 (en) Online system identification for data reliability enhancement
CN116700276B (zh) 一种基于ai强化学习的无人艇对抗辅助方法及系统
JP5138085B2 (ja) 内燃エンジンの燃焼プロセスを最適化するための方法及びシステム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant