浅谈耗油量油轮货油加温操作系统设计与开发

论文导读：
摘要：随着经济的快速进展,每年我国需要向国外进口大量原油,其中大部分依靠油轮运输。目前,航运市场低迷,运价过低,而燃油成本居高不下,由此,油轮运输历程中的节能、经济、环保成为了各大航运企业的重要议题。2005年,大连远洋运输公司与大连海事大学携手合作,开发了“油轮货油加热保温操作体系”,此合作项目历时多年,不断优化创新,从满足新状况的需要。本论文所著内容即为此项目的一个试探性工作。根据船舶实际航行中的客观状况,利用C#语言编译了BP神经网络算法对货油加热时间进行预测,并应用传热学论述和公式对诸多影响因素进行分析,选取影响最大的四个因素,并对输入变量进行数据预处理,从提升计算精度。根据计算出的加热时间再对耗油量进行计算,并编写出了一个可从用于实船操作的货油加温软件。软件的训练模块既可从完成样本的实时更新,又可从拓展需要计算的油轮型号,它可从对大连远洋运输公司的所有油轮进行计算,大大拓展了其利用范围。本论文所利用的数据全部来自2006年至2012年大连远洋公司的“连平湖”、“连安湖”和“连顺湖”这三艘参数完全一样的油轮航行数据。经过计算,加热时间的相对误差主要分布在10%从内,标准差在3.5%～6.5%之间,耗油量计算误差在15%从内,标准差在5%～6%之间,并对误差产生的理由进行分析。最后,提出了几点本软件的问题,并给出了几点改善预想。关键词：货油加温时间论文耗油量论文BP神经网络论文误差分析论文数据预处理论文
本论文由www.7ctime.com,需要可从关系人员哦。摘要5-6
ABSTRACT6-7
目录7-9
第1章 绪论9-25

1.1 选题背景9-11

1.2 文献综述11-14

1.2.1 货油加温方向国内外探讨近况11-14

1.3 背景知识简介14-23

1.3.1 油轮介绍14-17

1.3.2 货油介绍17-18

1.3.3 油船加热设备与管系18-20

1.3.4 货油加温介绍20-22

1.3.5 货油加温的影响因素22-23

1.4 本文所做得主要工作23-25

第2章 人工神经网络原理介绍25-37

2.1 人工神经网络的简介25-30

2.

1.1 人工神经网络的结构25-28

2.

1.2 人工神经网络的分类28-30

2.2 BP神经网络介绍30-37

2.1 BP网络结构30-31

2.2 BP网络学习公式推导31-36

2.3 BP神经网络模型计算公式总结36-37

第3章 加热时间计算模型分析37-60

3.1 样本选取37-42

3.

1.1 样本收集37-38

3.

1.2 样本分析与参数选取38-42

3.2 BP神经网络算法运用途径42-43

3.3 BP神经网络算法编译43-49

3.1 确定BP神经网络结构43-44

3.2 BP神经网络算法流程图44-45

3.3 算法的变量45-46

3.4 算法函数编译46-49

3.4 网络的训练与仿真49-59

3.4.1 网络参数选定49-50

3.4.2 数据预处理50-53

3.4.3 网络训练仿真与误差分析53-59

3.5 本章小结59-60

第4章 货油加热时间与耗油量模型分析60-70

4.1 耗油量数据收集60-62

4.2 数学模型选择62-65

4.

2.1 蒸汽压力0.4MPa工况下模型62-63

4.

2.2 蒸汽压力0.35MPa工况下模型63-65

4.3 耗油量误差分析65-70
第5章 货油加温软件开发70-77

5.1 准备工作70-71

5.2 软件开发71-77

5.

2.1 训练模块开发73-74

5.

2.2 计算模块开发74-77

第6章 结论与展望77-78

6.1 结论77

6.2 问题与展望77-78

参考文献78-81
致谢81-82
探讨生履历82