基于混合深度神经网络的船舶自动舵制造技术

本发明专利技术公开了一种基于混合深度神经网络的船舶自动舵，属于船舶自动控制技术领域，包括微处理器模块、数据输入模块、存储模块、数据通信模块、数据输出模块和通信接口适配器，微处理器模块至少设置有第一处理端、第二处理端、第三处理端和第四处理端；数据输入模块通过所述第一处理端和所述微处理器模块相通；存储模块通过所述第二处理端和所述微处理器模块相通；数据通信模块通过所述第三处理端和所述微处理器模块相通；数据输出模块通过所述第四处理端和所述微处理器模块相通；通信接口适配器和所述数据输出模块相通，数据输出模块位于所述通信接口适配器和所述第四处理端之间。本发明专利技术达到了提高自动舵的精度、增强适应能力的技术效果。

【技术实现步骤摘要】
基于混合深度神经网络的船舶自动舵
本专利技术属于船舶自动控制
，特别涉及一种基于混合深度神经网络的船舶自动舵。
技术介绍
船舶借助螺旋桨的推力和舵的舵力来改变和保持航速或航向，实现从出发港到目的港的航行计划。随着科技的发展，未来船舶必会朝着结构复杂化，操作自动化的方向发展。而船舶操舵系统是非常重要的控制系统，是用来控制船舶航向的设备，它能克服使船舶偏离预定航向的各种影响，使船舶自动地稳定在预定的航向上运行，因此舵的自动化是实现船舶自动化的关键，其性能直接影响着船舶航行的操纵性、经济性和安全性。目前，对于现有的基于混合深度神经网络的船舶自动舵技术而言，通常是将控制算法应用于船舶自动舵上，来大幅提高船舶的操纵性能和船舶的反应能力，同时能够有效节省船舶航行所消耗的能源，降低污染物的排放，降低船员工作量，促进航运业的发展。但是现有的基于混合深度神经网络的船舶自动舵技术技术中自动舵精度低、适应能力较弱。综上所述，在现有的基于混合深度神经网络的船舶自动舵技术中，存在着自动舵精度低、适应能力较弱的技术问题。
技术实现思路
本专利技术所要解决的技术问题是在现有的基于混合深度神经网络的船舶自动舵技术本文档来自技高网...

【技术保护点】
1.一种基于混合深度神经网络的船舶自动舵，其特征在于，所述基于混合深度神经网络的船舶自动舵包括：微处理器模块，所述微处理器模块至少设置有第一处理端、第二处理端、第三处理端和第四处理端；数据输入模块，所述数据输入模块通过所述第一处理端和所述微处理器模块相通；存储模块，所述存储模块通过所述第二处理端和所述微处理器模块相通；数据通信模块，所述数据通信模块通过所述第三处理端和所述微处理器模块相通；数据输出模块，所述数据输出模块通过所述第四处理端和所述微处理器模块相通；通信接口适配器，所述通信接口适配器和所述数据输出模块相通，所述数据输出模块位于所述通信接口适配器和所述第四处理端之间；其中，所述微处理器...

【技术特征摘要】
1.一种基于混合深度神经网络的船舶自动舵，其特征在于，所述基于混合深度神经网络的船舶自动舵包括：微处理器模块，所述微处理器模块至少设置有第一处理端、第二处理端、第三处理端和第四处理端；数据输入模块，所述数据输入模块通过所述第一处理端和所述微处理器模块相通；存储模块，所述存储模块通过所述第二处理端和所述微处理器模块相通；数据通信模块，所述数据通信模块通过所述第三处理端和所述微处理器模块相通；数据输出模块，所述数据输出模块通过所述第四处理端和所述微处理器模块相通；通信接口适配器，所述通信接口适配器和所述数据输出模块相通，所述数据输出模块位于所述通信接口适配器和所述第四处理端之间；其中，所述微处理器模块根据所述数据输入模块的船员培训数据信息对混合神经网络进行训练后，将所述混合神经网络转换成普通神经网络模型；所述普通神经网络模型存储在所述存储模块；所述微处理器模块根据所述普通神经网络模型对所述数据通信模块的船舶航行环境信息进行计算获得舵角数据；所述通信接口适配器通过所述数据输出模块接收所述舵角数据来操纵船舶舵机。2.如权利要求1所述的基于混合深度神经网络的船舶自动舵，其特征在于，所述基于混合深度神经网络的船舶自动舵包括：所述船员培训数据信息是高级船员考试培训系统的信息。3.如权利要求2所述的基于混合深度神经网络的船舶自动舵，其特征在于，所述基于混合深度神经网络的船舶自动舵包括：所述船员培训数据信息至少包括风、流、浪。4.如权利要求3所述的基于混合深度神...

【专利技术属性】
技术研发人员：李少伟，
申请(专利权)人：江汉大学，
类型：发明
国别省市：湖北,42