船舶排放污染物智能監(jiān)測系統(tǒng)研究.pdf

1、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(hù)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

2、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(jī)和船舶廢氣中二氧化硫濃度檢測原理樣機(jī)以及上位機(jī)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(jī)的研制。
　?、俅糜头譂舛扔嬙順訖C(jī)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。
　?、诨?/p>

3、于最小二乘支持向量機(jī)(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(jìn)行非線性補(bǔ)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(jī)的研制。
　?、哿Ｗ尤?/p>

4、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(jī)模型參

5、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(jī)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(jìn)行小