港口機械與智能控制專業(yè)設置院校

物流工程專業(yè)、電氣工程及其自動化專業(yè)、機械電子工程專業(yè)等。

機電技術應用專業(yè)、機電設備安裝與維修專業(yè)等。

維修鉗工中級證書、維修電工中級證書、叉車操作中級證書、內(nèi)燃裝卸機械司機、電動裝卸機械司機、內(nèi)燃裝卸機械修理工、電動裝卸機械修理工、裝卸機械電器修理工等。

校內(nèi)實習實訓

在校內(nèi)進行機械AUTO CAD實訓、車鉗焊工藝實訓、機械零件課程設計、內(nèi)燃機拆裝實訓、底盤拆裝實訓、電工工藝實訓及維修電工考證、港口機械模擬器操作訓練、叉車操作及考證實訓。

1．機械AUTO CAD實訓 掌握AUTO CAD軟件的基本常識，了解AUTO CAD的常用工具和各項使用命令，學會并熟練運用軟件進行圖紙繪制，培養(yǎng)學生利用計算機進行繪圖的能力和技巧。實訓時間1～2周。

2．車鉗焊實習 掌握車工、鉗工、電焊工基本知識和基本操作技能，熟悉車工、鉗工、電焊工加工工藝。有條件的學?？梢越M織學生參加車工、鉗工、電焊工的中級職業(yè)資格證書。實習時間4～6周。

3．機械零件課程設計 掌握二級圓柱齒輪減速器的設計方法和步驟，正確繪制總裝配圖及零件圖，培養(yǎng)機械設計的綜合應用能力。實訓時間2周。

4．內(nèi)燃機拆裝實訓 掌握內(nèi)燃機拆裝工藝、主要部件的調(diào)整方法及零件配合關系，熟悉內(nèi)燃機整體結構。實訓時間1周。

5．底盤拆裝實訓 掌握叉車、裝載機底盤拆裝工藝、主要部件的調(diào)整方法及零件配合關系，熟悉底盤整體結構。實訓時間1周。

6．電工工藝實訓及維修電工考證 通過《電工工藝》實踐課程的訓練，全面掌握電工的基本知識、基本操作、線路布置與工藝，具備常用電氣設備的使用、安裝與檢測，電路故障的分析與處理能力。經(jīng)過培訓考核獲得維修電工中級職業(yè)資格證書。實訓時間3周。

7．港口起重機械模擬器操作訓練 學生借助港口起重機械橋模擬器，熟悉聯(lián)動臺的結構、原理，學習其操作方法，為在真實港機實操訓練打下良好的基礎。實訓時間4學時。

8．叉車操作及考證實訓 掌握叉車基本知識、操作規(guī)程、保養(yǎng)知識、維修知識、故障分析與排除、安全操作知識及其操作技能等； 具備駕駛操作技能和保養(yǎng)維修能力。實訓時間2周。

校外頂崗實習

學生在學完全部課程之后到專業(yè)對口（或專業(yè)相近）的校外實訓基地（如港口裝卸公司、機械修造企業(yè)）或學生協(xié)議就業(yè)企業(yè)，通過頂崗（跟崗）實習，把在校理論學習、基礎實訓和專項實訓學習的知識、基本技能和職業(yè)素質能力應用到具體的工作崗位，使學生對工作實踐的要求有更深刻的理解和體會，從技能和職業(yè)素質兩方面都達到企業(yè)相關工作崗位的實際要求的能力，為以后參加工作及以后發(fā)展空間打下良好的基礎。

學生根據(jù)實習單位的實際情況、國內(nèi)企業(yè)生產(chǎn)和科研情況及發(fā)展趨勢，在機械管、用、養(yǎng)、修、技術革新、工藝改造等方面選擇畢業(yè)論文題目，撰寫畢業(yè)論文。學院組織有關老師與工程技術人員對學生進行畢業(yè)論文指導和答辯。

內(nèi)燃機構造與原理、港口起重機械、港口輸送機械與集裝箱機械、港口裝卸搬運機械、港口機械檢修技術、港口電氣設備、可編程邏輯控制器、港口設備管理、港口裝卸工藝。

1．掌握英語、計算機應用基礎，具有一定的英語、計算機應用能力；

2．掌握機械設計、制造的相關知識，具備機械零件測繪、設計和加工制造的能力；

3．掌握起重機械、輸送機械、裝卸搬運機械及專用機械等港口機械的相關知識，具備港口機械設備使用操作、保養(yǎng)維修的能力；

4．掌握港口電氣設備、可編程控制器等自動控制方面的相關知識，具備港口電氣設備安裝、維修方面的技能；

5．掌握港口機械技術管理的相關知識，具有港口裝卸工作組織與技術管理的能力。

畢業(yè)生主要面港口機械設備制造、工程機械制造，港務裝卸，物流運輸?shù)绕髽I(yè)，在港機制造、改造，港機設備使用，港機設備維修，港口電氣維護，港機技術管理等崗位群，從事港口機電設備的制造安裝、使用操作、保養(yǎng)維修和技術管理等工作。也可以從事其它運輸設備和通用工程機械方面的技術和管理工作。

本專業(yè)培養(yǎng)德、智、體、美全面發(fā)展，具有良好職業(yè)道德和人文素養(yǎng)，掌握港口機械與自動控制的基本知識，具備港口機械設備操作、保養(yǎng)和維修能力，從事港口機械電氣設備的制造、使用、保養(yǎng)、維修和管理等工作的高素質技術技能人才。

交通運輸大類，水上運輸類專業(yè)。

《港口機械與自動控制》專業(yè)簡介

專業(yè)代碼：600305

專業(yè)名稱：港口機械與自動控制(2016年起)。由原專業(yè)港口物流設備與自動控制(專業(yè)代碼520602)和港口機械應用技術(專業(yè)代碼520602)合并

基本修業(yè)年限：高中后3年、中職后3年、初中后5年。

內(nèi)燃機構造與原理、港口起重機械、港口輸送機械與集裝箱機械、港口裝卸搬運機械、港口機械檢修技術、港口電氣設備、港口設備管理、港口裝卸工藝等。

第1章緒論

1.1控制科學發(fā)展的歷史回顧

1.2智能控制的產(chǎn)生背景

1.3智能控制的基本概念與研究內(nèi)容

參考文獻

第2章智能控制系統(tǒng)的結構體系

2.1智能控制系統(tǒng)的基本結構

2.2智能控制系統(tǒng)的分類

2.3遞階智能控制系統(tǒng)的結構和理論

2.4智能控制系統(tǒng)的信息結構理論

習題與思考題

參考文獻

第3章基于模糊推理的智能控制系統(tǒng)

3.1模糊控制系統(tǒng)的基本概念與發(fā)展歷史

3.2模糊集合與模糊推理

3.3模糊推理系統(tǒng)

3.4模糊基函數(shù)

3.5模糊建模

3.6模糊邏輯控制器的結構與設計

3.7模糊控制系統(tǒng)的穩(wěn)定性分析

習題與思考題

參考文獻

第4章基于神經(jīng)元網(wǎng)絡的智能控制系統(tǒng)

第5章遺傳算法及其在智能控制中的應用

第6章模糊-神經(jīng)元網(wǎng)絡及其在智能控制中的應用

第7章智能控制的應用實例

參考文獻2100433B

目錄

前言

第1章 緒論

1.1智能控制的基本概念

1.1.1智能控制的研究對象

1.1.2智能控制系統(tǒng)

1.1.3智能控制系統(tǒng)的基本結構

1.1.4智能控制系統(tǒng)的主要功能特點

1.1.5智能控制研究的數(shù)學工具

1.2智能控制的發(fā)展概況

1.3智能控制理論

參考文獻

第2章 模糊邏輯控制

2.1概述

2.1.1模糊控制與智能控制

2.1.2模糊集合與模糊數(shù)學的概念

2.1.3模糊控制的發(fā)展和應用概況

2.2模糊集合及其運算

2.2.1模糊集合的定義及表示方法

2.2.2模糊集合的基本運算

2.2.3模糊集合運算的基本性質

2.2.4模糊集合的其它類型運算

2.3模糊關系

2.3.1模糊關系的定義及表示

2.3.2模糊關系的合成

2.4模糊邏輯與近似推理

2.4.1語言變量

2.4.2模糊蘊含關系

2.4.3近似推理

2.4.4模糊蘊含關系運算方法的比較和選擇

2.4.5合成運算方法的選擇

2.4.6句子連接關系的邏輯運算

2.5基于控制規(guī)則庫的模糊推理

2.5.1模糊推理的基本方法

2.5.2模糊推理的性質

2.5.3模糊控制中幾種常見的模糊推理類型

2.6模糊控制的基本原理

2.6.1模糊控制器的基本結構和組成

2.6.2模糊化運算

2.6.3數(shù)據(jù)庫

2.6.4規(guī)則庫

2.6.5模糊推理與清晰化計算

2.6.6論域為離散時模糊控制的離線計算

2.7模糊控制系統(tǒng)的分析和設計

2.7.1模糊模型表示

2.7.2模糊系統(tǒng)分析

2.7.3模糊系統(tǒng)設計

2.7.4基于Takagi－Sugeno模型的穩(wěn)定性分析和設計

2.7.5基于模糊狀態(tài)方程模型的系統(tǒng)分析和設計

2.8自適應模糊控制

2.8.1基于性能反饋的直接自適應模糊控制

2.8.2基于模糊模型求逆的間接自適應模糊控制

參考文獻

第3章 神經(jīng)網(wǎng)絡控制

3.1概述

3.1.1神經(jīng)元模型

3.1.2人工神經(jīng)網(wǎng)絡

3.1.3生物神經(jīng)網(wǎng)絡系統(tǒng)與計算機處理信息的比較

3.1.4神經(jīng)網(wǎng)絡的發(fā)展概況

3.2前饋神經(jīng)網(wǎng)絡

3.2.1感知器網(wǎng)絡

3.2.2BP網(wǎng)絡

3.2.3BP網(wǎng)絡學習算法的改進

3.2.4神經(jīng)網(wǎng)絡的訓練

3.3反饋神經(jīng)網(wǎng)絡

3.3.1離散H0pfield網(wǎng)絡

3.3.2連續(xù)Hopfield網(wǎng)絡

3.3.3Boltzmann機

3.4局部逼近神經(jīng)網(wǎng)絡

3.4.1CMAC神經(jīng)網(wǎng)絡

3.4.2B樣條神經(jīng)網(wǎng)絡

3.4.3徑向基函數(shù)神經(jīng)網(wǎng)絡

3.5模糊神經(jīng)網(wǎng)絡

3.5.1基于標準模型的模糊神經(jīng)網(wǎng)絡

3.5.2基于Takagi－Sugeno模型的模糊神經(jīng)網(wǎng)絡

3.6基于神經(jīng)網(wǎng)絡的系統(tǒng)建模與辨識

3.6.1概述

3.6.2逼近理論與網(wǎng)絡建模

3.6.3利用多層靜態(tài)網(wǎng)絡的系統(tǒng)辨識

3.6.4利用動態(tài)網(wǎng)絡的系統(tǒng)辨識

3.7神經(jīng)網(wǎng)絡控制

3.7.1概述

3.7.2神經(jīng)網(wǎng)絡控制結構

3.7.3基于全局逼近神經(jīng)網(wǎng)絡的控制

3.7.4基于局部逼近神經(jīng)網(wǎng)絡的控制

3.7.5模糊神經(jīng)網(wǎng)絡控制

3.7.6有待解決的問題

3.8神經(jīng)網(wǎng)絡在機器人控制中的應用

3.8.1神經(jīng)網(wǎng)絡運動學控制

3.8.2神經(jīng)網(wǎng)絡動力學控制

3.8.3神經(jīng)網(wǎng)絡路徑規(guī)劃

參考文獻

第4章 專家控制

4.1概述

4.1.1專家控制的由來

4.1.2專家系統(tǒng)

4.1.3專家控制的研究狀況和分類

4.2專家控制的基本原理

4.2.1專家控制的功能目標

4.2.2控制作用的實現(xiàn)

4.2.3設計規(guī)范和運行機制

4.3專家控制系統(tǒng)的典型結構

4.3.1系統(tǒng)結構

4.3.2系統(tǒng)實現(xiàn)

4.4專家控制的例示

4.4.1自動調(diào)整過程

4.4.2自動調(diào)整過程的實現(xiàn)

4.5專家控制技術的研究課題

4.5.1實時推理

4.5.2知識獲取

4.5.3專家控制系統(tǒng)的穩(wěn)定性分析

4.6一種仿人智能控制

4.6.1概念和定義

4.6.2原理和結構

4.6.3仿人智能控制的特點

參考文獻

第5章 學習控制

5.1概述

5.1.1學習控制問題的提出

5.1.2學習控制的表述

5.1.3學習控制和自適應控制

5.1.4學習控制的研究狀況和分類

5.2基于模式識別的學習控制

5.2.1學習控制系統(tǒng)的一般形式

5.2.2模式分類

5.2.3可訓練控制器

5.2.4線性再勵學習控制

5.2.5Bayes學習控制

5.2.6基于模式識別的其他學習控制方法

5.2.7研究課題

5.3基于迭代和重復的學習控制

5.3.1迭代和重復自學習控制的基本原理

5.3.2異步自學習控制

5.3.3異步自學習控制時域法

5.3.4異步自學習控制頻域法

5.4聯(lián)結主義學習控制

5.4.1基本思想

5.4.2聯(lián)結主義學習系統(tǒng)的實現(xiàn)原理

5.4.3聯(lián)結主義學習控制系統(tǒng)的結構

5.4.4研究課題

參考文獻

第6章 分層遞階智能控制

6.1一般結構原理

6.2組織級

6.3協(xié)調(diào)級

6.3.1協(xié)調(diào)級的原理結構

6.3.2Petri網(wǎng)翻譯器

6.3.3協(xié)調(diào)級的Petri網(wǎng)結構

6.3.4協(xié)調(diào)級結構的決策和學習

6.4執(zhí)行級

參考文獻

第7章 遺傳算法

7.1概述

7.2遺傳算法的工作原理及操作步驟

7.2.1遺傳算法的基本操作

7.2.2遺傳算法的模式理論

7.3遺傳算法的實現(xiàn)及改進

7.3.1遺傳算法的實現(xiàn)

7.3.2遺傳算法的改進

7.3.3改進的遺傳算法舉例

7.4遺傳算法應用舉例

7.4.1遺傳算法在模糊邏輯控制中的應用

7.4.2遺傳算法在神經(jīng)網(wǎng)絡控制中的應用

7.4.3用遺傳算法進行路徑規(guī)劃

參考文獻 2100433B

前言

第1章 智能控制與船舶自動化系統(tǒng)概述 1

1.1 智能控制概述 1

1.1.1 智能控制的基本概念 2

1.1.2 智能控制的研究對象 3

1.1.3 智能控制的結構理論 4

1.1.4 幾種典型的智能控制系統(tǒng) 6

1.1.5 智能控制與傳統(tǒng)控制的關系 17

1.1.6 智能控制的前景和展望 18

1.2 船舶自動化系統(tǒng)概述 19

1.2.1 船舶運動控制裝置 22

1.2.2 船舶操縱與主推進聯(lián)合智能控制 24

1.2.3 運輸船舶的自主智能控制與無人駕駛 25

1.2.4 自主式水下航行器的運動智能控制 27

1.3 典型船舶自動化系統(tǒng) 28

1.3.1 船舶自動舵控制系統(tǒng) 28

1.3.2 船舶柴油主機遙控系統(tǒng) 30

1.3.3 船舶減搖鰭控制系統(tǒng) 31

1.3.4 船舶動力定位系統(tǒng) 33

1.3.5 船舶電站自動化系統(tǒng) 34

參考文獻 36

第2章 船舶自動舵智能控制 38

2.1 概述 38

2.1.1 船舶自動舵系統(tǒng)簡介 38

2.1.2 船舶自動舵系統(tǒng)實例 41

2.2 水面船舶操縱運動數(shù)學模型 47

2.2.1 標準的三自由度船舶平面運動數(shù)學模型 47

2.2.2 簡化的三自由度船舶平面運動數(shù)學模型 48

2.3 “育鯤”輪船舶運動數(shù)學模型仿真算例 49

2.4 船舶自動舵智能控制算法 53

2.4.1 船舶航跡跟蹤Backstepping魯棒控制 53

2.4.2 船舶航跡保持分段魯棒自適應切換鎮(zhèn)定智能控制 63

2.4.3 基于全局動態(tài)非線性滑模的欠驅動水面船舶軌跡跟蹤控制 72

2.5 小結 81

參考文獻 82

第3章 船舶減搖鰭智能控制 84

3.1 船舶橫搖減搖技術綜述 84

3.1.1 舭龍骨 84

3.1.2 減搖水艙 85

3.1.3 減搖鰭 85

3.1.4 舵減搖 86

3.1.5 零低航速減搖鰭 86

3.1.6 聯(lián)合控制減搖技術 87

3.2 海浪數(shù)學模型 88

3.2.1 波幅模型與海浪頻譜 88

3.2.2 波傾角模型與波傾角頻譜 89

3.2.3 海浪數(shù)字仿真 91

3.3 船舶橫搖運動數(shù)學模型 94

3.3.1 船舶線性橫搖受力分析 94

3.3.2 線性橫搖運動數(shù)學模型 96

3.3.3 船舶非線性橫搖運動數(shù)學模型 98

3.3.4 船舶橫搖運動數(shù)字仿真 100

3.4 船舶橫搖運動預報 101

3.4.1 船舶橫搖運動時間序列小波分析 101

3.4.2 基于小波變換和神經(jīng)網(wǎng)絡組合模型的橫搖運動預測 104

3.5 船舶橫搖減搖控制方法 107

3.5.1 船舶橫搖減搖原理 107

3.5.2 船舶減搖鰭逆模式小波神經(jīng)網(wǎng)絡自適應控制 111

3.5.3 船舶橫搖減搖滑?？刂?117

3.6 小結 126

參考文獻 126

第4章 船舶動力定位系統(tǒng)智能控制 128

4.1 船舶動力定位系統(tǒng)的基本概念 128

4.1.1 船舶動力定位系統(tǒng)的定義 128

4.1.2 船舶動力定位系統(tǒng)的組成 128

4.1.3 船舶動力定位系統(tǒng)的原理 129

4.2 船舶動力定位系統(tǒng)建模 130

4.2.1 船舶動力定位系統(tǒng)的運動模型 131

4.2.2 船舶動力定位系統(tǒng)的推力分配模型 135

4.2.3 船舶動力定位系統(tǒng)建模實例 137

4.3 船舶動力定位系統(tǒng)的控制 141

4.3.1 船舶動力定位系統(tǒng)控制方法分類 141

4.3.2 工業(yè)范式下的船舶動力定位控制 142

4.3.3 模型范式下的船舶動力定位控制 142

4.3.4 抗擾范式下的船舶動力定位控制 160

4.3.5 船舶動力定位控制的發(fā)展方向 172

4.4 小結 173

參考文獻 173

第5章 船舶運動與主推進裝置聯(lián)合智能控制 176

5.1 船舶運動與主推進裝置聯(lián)合控制機理 176

5.1.1 船舶運動控制的復雜性 176

5.1.2 船舶運動與主推進裝置控制存在強耦合性 177

5.1.3 船舶運動與主推進裝置聯(lián)合控制的方法與意義 178

5.2 線性變參數(shù)系統(tǒng)控制的數(shù)學基礎 179

5.2.1 賦范空間、Banach空間、內(nèi)積空間、Hilbert空間及零空間 179

5.2.2 信號范數(shù)和系統(tǒng)范數(shù) 180

5.2.3 凸集、凸包及凸體 180

5.2.4 Hermite矩陣和矩陣Kronecker乘積 181

5.2.5 線性矩陣不等式 182

5.2.6 基于LMI的H∞魯棒控制 184

5.3 線性變參數(shù)控制理論 191

5.3.1 線性變參數(shù)控制理論的基本方法 191

5.3.2 LPV多胞系統(tǒng) 193

5.3.3 切換LPV系統(tǒng)簡介 194

5.3.4 多胞變增益狀態(tài)反饋H∞控制 195

5.4 船舶航向LPV控制 196

5.4.1 船舶運動模型LPV表示 196

5.4.2 LPV多胞輸出反饋航向控制 199

5.4.3 基于切換LPV的船舶航向控制 203

5.5 基于極點配置的LPV狀態(tài)反饋船舶運動聯(lián)合智能控制 207

5.5.1 基于圓域極點配置的多胞變增益狀態(tài)反饋H∞控制器設計 208

5.5.2 船舶航向與柴油主機聯(lián)合智能控制 210

5.5.3 欠驅動船舶直線航跡與柴油主機LPV聯(lián)合智能控制 216

5.5.4 淺水域船舶航向與柴油主機LPV聯(lián)合智能控制 221

5.6 小結 225

參考文獻 227

第6章 船舶智能導航系統(tǒng) 230

6.1 船舶導航系統(tǒng)簡介 231

6.1.1 無線電導航系統(tǒng) 234

6.1.2 衛(wèi)星導航系統(tǒng) 235

6.1.3 組合導航系統(tǒng) 236

6.2 綜合船橋系統(tǒng)的配置和功能 239

6.2.1 綜合船橋系統(tǒng)的配置 239

6.2.2 綜合船橋系統(tǒng)的船舶導航功能 241

6.3 船舶綜合船橋系統(tǒng)網(wǎng)絡技術 241

6.3.1 概述 241

6.3.2 三層結構的一體化網(wǎng)絡體系 242

6.3.3 網(wǎng)絡通信協(xié)議 244

6.3.4 網(wǎng)絡冗余性設計 246

6.4 綜合船橋系統(tǒng)導航信息融合 247

6.4.1 基本原理和主要任務 247

6.4.2 濾波方法和算法 248

6.5 粒子濾波在多傳感器融合中的應用 260

6.5.1 集中式融合的標準粒子濾波 260

6.5.2 二階集中式粒子濾波 261

6.5.3 二階自適應權值粒子濾波的多傳感器信息算法 262

6.5.4 仿真結果與實驗分析 263

6.6 基于FNN的GPS/INS/LOG組合導航方法的應用 269

6.6.1 GPS/INS/LOG組合導航模型 269

6.6.2 GPS/INS/LOG組合導航系統(tǒng) 271

6.6.3 基于FNN的GPS/INS/LOG組合導航系統(tǒng) 272

6.6.4 實船實驗 276

6.7 小結 281

參考文獻 282

第7章 船舶智能避碰系統(tǒng) 284

7.1 概述 284

7.1.1 船舶避碰 285

7.1.2 船舶決策支持系統(tǒng) 285

7.2 船舶避碰方法研究 286

7.2.1 船舶避碰基本概念 286

7.2.2 船舶避碰研究現(xiàn)狀 288

7.2.3 船舶避碰研究分析 290

7.3 基于軟計算方法的船舶智能避碰 294

7.3.1 基于神經(jīng)網(wǎng)絡的船舶智能避碰 294

7.3.2 基于遺傳算法的船舶智能避碰 296

7.3.3 基于模糊邏輯的船舶智能避碰 301

7.4 船舶航跡規(guī)劃研究 312

7.4.1 船舶航跡數(shù)學模型的建立 312

7.4.2 航路規(guī)劃 317

7.4.3 算法運行速度的提高 319

7.4.4 計算結果 321

7.5 船舶操縱決策支持系統(tǒng) 325

7.5.1 船舶操縱決策支持系統(tǒng)概述 325

7.5.2 船舶操縱決策支持系統(tǒng)結構 326

7.5.3 航跡庫算法 327

7.5.4 模擬結果 328

7.6 小結 334

參考文獻 335

第8章 欠驅動自主式水下航行器的運動智能控制 337

8.1 概述 337

8.2 欠驅動AUV運動模型及其特性分析 340

8.2.1 欠驅動AUV運動學方程 340

8.2.2 欠驅動AUV動力學方程 344

8.2.3 欠驅動AUV運動系統(tǒng)特性分析 346

8.3 欠驅動AUV控制系統(tǒng)構成 351

8.4 欠驅動AUV基本運動智能控制 353

8.4.1 欠驅動AUV運動控制概述 353

8.4.2 欠驅動AUV的航速控制 358

8.4.3 欠驅動AUV的航向智能控制 362

8.4.4 欠驅動AUV的縱傾及深度控制 364

8.5 欠驅動AUV目標跟蹤智能控制 367

8.5.1 欠驅動AUV三維路徑跟蹤控制 367

8.5.2 欠驅動AUV軌跡跟蹤控制 373

8.6 小結 382

參考文獻 382

附錄 本書部分專業(yè)術語中英文對照表 384

彩圖2100433B