Sistema Inteligente de apoyo a maniobras de grandes buques en puertos

  1. G.N. Marichal 1
  2. A. Hernández 1
  3. J.A. Rojas 1
  4. E. Melón 1
  5. J.A. Rodríguez 1
  6. I. Padrón 1
  1. 1 Universidad de La Laguna
    info

    Universidad de La Laguna

    San Cristobal de La Laguna, España

    ROR https://ror.org/01r9z8p25

Revista:
Revista iberoamericana de automática e informática industrial ( RIAI )

ISSN: 1697-7920

Ano de publicación: 2016

Volume: 13

Número: 3

Páxinas: 304-309

Tipo: Artigo

DOI: 10.1016/J.RIAI.2016.03.005 DIALNET GOOGLE SCHOLAR lock_openAcceso aberto editor

Outras publicacións en: Revista iberoamericana de automática e informática industrial ( RIAI )

Resumo

En este trabajo se propone un sistema de abordo de apoyo al capitán o al práctico que se encuentre realizando una maniobra dentro de puerto. Concretamente, el elemento clave del sistema es la presencia un sistema Neuro-Fuzzy genético que una vez entrenado permitirá su utilización como una herramienta de ayuda, sugiriendo cómo se debe maniobrar según las circunstancias. Concretamente se centra en la maniobra de desatraque, indicando cuál es la maniobra más apropiada a realizar. La indicación de la manera de maniobrar se proporciona a través de tres parámetros de control presentes en los grandes buques: el ángulo de giro del timón, el nivel de potencia del motor principal y el de hélices de maniobra. Se han realizado varios ensayos en simulación, a partir de los datos adquiridos en donde se han mostrado una serie de resultados satisfactorios.

Referencias bibliográficas

  • Chen, Cowan C. F. N.,and Grant P. M., “Orthogonal least squares learning algorithm for radial basis function networks,” IEEE Trans. NeuralNetworks, vol. 2, no. 2, pp. 302-309, Mar. 1991
  • Colin R. Pratt and Geoff Taylor (2004). AIS – A Pilot's Perspective. Journal of Navigation, 57, pp 181-188. doi:10.1017/S0373463304002772.
  • Esposito, J.M.; Graves, M., "An algorithm to identify docking locations for autonomous surface vessels from 3-D LiDAR scans," Technologies for Practical Robot Applications (TePRA), 2014 IEEE International Conference on , vol., no., pp.1,6, 2014 doi: 10.1109 TePRA.2014.6869160
  • Goldberg D. E., Genetic Algorithms in Search, Optimization and Machine Learning , Addison Wesley Publishing Company, January 1989.
  • Gucma, S. Bąk, A. Jankowski, S. Gucma, M. Pilot Navigation System - a new tool for handling vessels in ports and confined areas. 2008. Problemy Eksploatacji , ISSN 1232-9312
  • Gucma, L., Bak, A., Gucma, M., Jankowski, S., Zalewski, P., & Perkovic, M. (2010). Laser docking system integrated with Pilot Navigation Support System. Background to high precision, fast and reliable vessel docking. 17th St. InPetersburg International Conference on Integrated Navigation Systems, St. Petersburg.
  • Herrero, E. R., González, F. J. V., García, E. L., & Pérez, E. M. (2012). Diseño de Experimentos para la Estimación de Parámetros de Modelos de Maniobra Lineales de Buques. Revista Iberoamericana de Automática e Informática Industrial RIAI, 9(2), 123-134
  • Hsueh W. J. and Lee Y. J. ,” A Hydraulic Absorber for Wideband Vibration Reduction in Ship Hulls” J. Offshore Mech. Arct. Eng.116, 43-48 (1994) (6 pages). doi:10.1115/1.2920127
  • Hsueh Wen -Jeng “Vibration reduction of main hulls using semiactive absorbers” Journal of Marine Science and Technology 1998, Volume 3,Issue 1,pp 50-60 DOI 10.1007/BF01239806
  • Jang, J. S. R., (1993), “ANFIS: Adaptive-Network-based Fuzzy Inference Systems” IEEE Trans. On Systems, Man, and Cybernetics, vol. 23, pp. 665-685.
  • Kohonen T., Self-Organizing Maps. Springer Series in Information Sciences, Vol. 30, Springer, Berlin, Heidelberg, New York, 2001.
  • Marichal, G. N., Hernández A., Acosta L., González E.(2009). A NeuroFuzzy System for Extracting Environment Features Based on Ultrasonic Sensors.Sensors. 9, pp. 10,023 - 10,043.. ISSN 1424-8220
  • Marichal, G., Artés, M., Garcia Prada, J.C.,Casanova O.,(2011), “Extraction of rules for faulty bearing classification by a neuro-fuzzy approach” Mechanical Systems and Signal Processing, 25, 2073-2082
  • Marrero, Mª M., Valero, García, E., Bermejo, A. C. Planificación de la derrota. 1993 Deposito legal tf-1604/92
  • Mitra S., Hayashi Y., 2000. Neuro-fuzzy rule generation: Survey in soft computing framework, IEEE Transactions on Neural Networks, 11 (3) pp. 748-768.
  • Pillich, B.; Buttgenbach, G. ECDIS-the intelligent heart of the hazard and collision avoidance system, Intelligent Transportation Systems, 2001. Proceedings. 2001 IEEE , vol., no., pp.1116,1119, 2001 doi: 10.1109/ITSC.2001.948818
  • Perez, N. Operaciones de atraque y desatraque, fondeo y recalada de buques en los puertos canarios. Tesis 2012
  • Santos, M. (2011). Aplicaciones Exitosas de Control Inteligente a Casos Reales. Science Direct, Revista Iberoamericana de Automática e Informática Industrial.
  • Shipsimulator. www.shipsim.com
  • Zhang Li-hua1,Zhu Qing2,LIU Yan-chun1,LI Shu-jun. A method for automatic routing based on ECDIS. Journal of Dalian Maritime University 2007-03.
Fonte de datos: Dialnet