【摘要】：船舶含油污水以及廢氣中硫化物的排放導(dǎo)致海洋環(huán)境污染的加劇,受到了國際社會的廣泛關(guān)注。船舶排放污染物的有效監(jiān)測對海洋環(huán)境的保護起著至關(guān)重要的作用。傳統(tǒng)船用油分濃度計在實際檢測中易受氣泡等干擾因素的影響,存在非線性偏差影響檢測精度。而對于船舶廢氣中硫化物等污染物的在線監(jiān)測,目前市場上還沒有一套完全成熟的系統(tǒng)實際應(yīng)用于船舶廢氣的在線監(jiān)測。遵守相關(guān)公約環(huán)保減排,完全依靠船員和船東的自覺性。在“智能船舶”的發(fā)展新趨勢下,面對現(xiàn)實應(yīng)用的需求,本文研究設(shè)計了一種船舶排放污染物智能監(jiān)測系統(tǒng)。系統(tǒng)主要包括船用油分濃度計原理樣機和船舶廢氣中二氧化硫濃度檢測原理樣機以及上位機監(jiān)測軟件三部分。本文以光學(xué)檢測技術(shù)和軟測量法相結(jié)合的研究為背景,深入開展了船舶排放污染物智能監(jiān)測系統(tǒng)的研究。論文的主要研究工作是:1.船用油分濃度計原理樣機的研制。(1)船用油分濃度計原理樣機的硬件設(shè)計。主要包括傳感器光電結(jié)構(gòu)設(shè)計、硬件電路設(shè)計以及信號采集處理模塊的設(shè)計。(2)基于最小二乘支持向量機(Least Squares Support Vector Machine,LS-SVM)的船用油分濃度檢測模型研究。針對基于濁度法的傳統(tǒng)船用油分濃度檢測中存在氣泡等干擾因素導(dǎo)致非線性偏差,同時超過一定濃度的檢測范圍,需要進行非線性補償計算的問題,采用LS-SVM建立油分濃度的檢測模型。LS-SVM在解決小樣本統(tǒng)計、非線性建模方面具有很好的應(yīng)用。實驗結(jié)果表明,其可用于船用油分濃度計原理樣機的研制。(3)粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法對基于LS-SVM的船用油分濃度檢測模型參數(shù)的優(yōu)化研究。針對基于LS-SVM的船用油分濃度檢測模型參數(shù)人為選擇的盲目性,影響模型預(yù)測精度的問題。采用PSO算法優(yōu)化LS-SVM油分濃度檢測模型的參數(shù)。以均方根誤差(RMSE)和平均相對誤差(MRE)作為評價標(biāo)準(zhǔn),對比LS-SVM船用油分濃度預(yù)測模型以及采用最小二乘擬合的結(jié)果。采用粒子群算法優(yōu)化最小二乘支持向量機模型參數(shù)的PSO-LS-SVM油分濃度檢測模型精度更高,且有效避免了由于模型參數(shù)選擇不當(dāng),導(dǎo)致模型泛化性能降低的問題。適用于船用油分濃度計原理樣機的研制。2.基于小波分析的二氧化硫濃度檢測信號去噪算法研究。針對實際檢測中二氧化硫?qū)t外光的吸收很弱,檢測信號容易被淹沒在噪聲中,在經(jīng)過放大濾波后,信號仍不免受到放大器、外界環(huán)境、輻射源等帶來的噪聲影響,利用小波去噪算法的時域和頻域局域性、檢測信號奇異性和突變結(jié)構(gòu)的優(yōu)點,對含噪信號進行小波閾值去噪。3.開展了基于Lab VIEW軟件平臺的船舶排放污染物智能監(jiān)測系統(tǒng)上位機監(jiān)測軟件的設(shè)計。
[Abstract]:The pollution of marine environment caused by the discharge of oil-bearing sewage and sulfide from the waste gas of ships has attracted extensive attention of the international community. Effective monitoring of pollutants discharged from ships plays an important role in the protection of marine environment. Nonlinear deviation affects the detection accuracy. However, there is not a complete set of mature system on the market for on-line monitoring of sulfide and other pollutants in ship exhaust gas. In order to meet the needs of practical application, this paper studies and designs an intelligent monitoring system for marine pollutants. The system mainly includes three parts: the principle prototype of marine oil concentration meter, the principle prototype of sulfur dioxide concentration detection in ship exhaust gas and the monitoring software of upper computer. The main research work of this paper is as follows: (1) The development of marine oil concentration meter prototype. (1) The hardware design of marine oil concentration meter prototype. It mainly includes the design of sensor photoelectric structure, hardware circuit and signal acquisition and processing module. (2) Research on the detection model of marine oil concentration based on Least Squares Support Vector Machine (LS-SVM). For the non-linear deviation caused by bubbles and other interference factors in the traditional detection of marine oil concentration based on turbidity method, which exceeds the detection range of a certain concentration, non-linear compensation is needed. LS-SVM has good application in solving small sample statistics and nonlinear modeling. The experimental results show that it can be used in the development of marine oil concentration meter prototype. (3) Particle Swarm Optimization (PSO) algorithm for LS-SVM-based marine oil content. Concentration detection model parameters optimization research. Aiming at the blindness of parameter selection of marine oil concentration detection model based on LS-SVM, which affects the prediction accuracy of the model, PSO algorithm is used to optimize the parameters of LS-SVM oil concentration detection model. The PSO-LS-SVM oil concentration detection model optimized by particle swarm optimization algorithm has higher accuracy and avoids the problem of model generalization performance degrading due to improper model parameters selection. 2. Research on the denoising algorithm of sulfur dioxide concentration detection signal based on wavelet analysis. Aiming at the fact that the absorption of sulfur dioxide to infrared light is very weak, the detection signal is easily submerged in noise. After amplification and filtering, the signal is still unavoidable from noise caused by amplifier, external environment, radiation source and so on. The wavelet threshold denoising method is used to denoise the noisy signal by using the time domain and frequency domain locality of the wavelet denoising algorithm and the advantages of detecting singularity and abrupt structure of the signal. 3. The upper computer monitoring software of the ship emission intelligent monitoring system based on Lab VIEW software platform is designed.
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP274

【參考文獻】

相關(guān)期刊論文 前10條

1 王靜蕾;喻林;;智能船舶的系統(tǒng)設(shè)計與研究[J];艦船科學(xué)技術(shù);2016年08期

2 李光正;宋新剛;徐瑜;;基于“工業(yè)4.0”的智能船舶系統(tǒng)探討[J];船舶工程;2015年11期

3 梅魏鵬;余淼;師翔;王英;浮潔;張永彩;;小波降噪技術(shù)在差分吸收光譜濃度檢測中的應(yīng)用[J];影像科學(xué)與光化學(xué);2014年02期

4 周秀軍;戴連奎;;基于最小二乘支持向量機的橄欖油摻雜拉曼快速鑒別方法[J];光散射學(xué)報;2013年02期

5 莊媛;趙曉祥;周美華;;水體中油污染狀況及微量油測定方法的比較[J];環(huán)境科學(xué)與技術(shù);2012年06期

6 李兆華;張勁;陳紅兵;張玲玲;康群;封瑛;;中國農(nóng)村水污染狀態(tài)與危害(英文)[J];Agricultural Science & Technology;2012年05期

7 徐麗莎;錢曉山;;基于變異CPSO算法的LSSVM出水COD的軟測量研究[J];環(huán)境工程學(xué)報;2012年05期

8 謝宜煒;孫永明;王亮;劉占國;馬玉麟;王帥軍;;船舶柴油機尾氣檢測系統(tǒng)設(shè)計研究[J];船海工程;2012年01期

9 龍文;焦建軍;龍祖強;;基于PSO優(yōu)化LSSVM的未知模型混沌系統(tǒng)控制[J];物理學(xué)報;2011年11期

10 尹秀麗;薛欽昭;秦偉;;生物傳感技術(shù)在海洋監(jiān)測中的應(yīng)用[J];海洋科學(xué);2011年08期

相關(guān)博士學(xué)位論文 前4條

1 湯斌;紫外—可見光譜水質(zhì)檢測多參數(shù)測量系統(tǒng)的關(guān)鍵技術(shù)研究[D];重慶大學(xué);2014年

2 張弛;煙氣連續(xù)監(jiān)測系統(tǒng)關(guān)鍵技術(shù)的研究[D];天津大學(xué);2012年

3 史云;環(huán)境水體石油類污染現(xiàn)場檢測技術(shù)研究[D];河北農(nóng)業(yè)大學(xué);2009年

4 王清華;光散射法顆粒大小與形狀分析[D];南京工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 楊明亮;三氣體紅外光學(xué)傳感器關(guān)鍵技術(shù)研究[D];中北大學(xué);2015年

2 趙敬曉;紫外—可見光譜法水質(zhì)COD檢測技術(shù)研究[D];重慶大學(xué);2015年

3 王海玲;基于DOAS和支持向量回歸的SO_2濃度檢測方法研究[D];重慶大學(xué);2015年

4 紀(jì)瑩蕾;智能濁度傳感器的研究與設(shè)計[D];中國科學(xué)技術(shù)大學(xué);2014年

5 楊鑫蕊;改進的小波閾值去噪算法研究[D];哈爾濱理工大學(xué);2014年

6 于海波;水中微量油污染在線檢測技術(shù)與實驗研究[D];天津大學(xué);2014年

7 張克銳;新型智能船用油份濃度計的研制[D];集美大學(xué);2013年

8 鄒瑞杰;基于Mie散射的微量油污染在線檢測技術(shù)研究[D];天津大學(xué);2012年

9 王相如;非分散紅外煙氣二氧化硫濃度檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];中北大學(xué);2011年

10 周飛云;船舶排油監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[D];大連海事大學(xué);2011年

，

本文編號：2218712