内燃机构造与原理、港口起重机械、港口输送机械与集装箱机械、港口装卸搬运机械、港口机械检修技术、港口电气设备、可编程逻辑控制器、港口设备管理、港口装卸工艺。

1．掌握英语、计算机应用基础，具有一定的英语、计算机应用能力；

2．掌握机械设计、制造的相关知识，具备机械零件测绘、设计和加工制造的能力；

3．掌握起重机械、输送机械、装卸搬运机械及专用机械等港口机械的相关知识，具备港口机械设备使用操作、保养维修的能力；

4．掌握港口电气设备、可编程控制器等自动控制方面的相关知识，具备港口电气设备安装、维修方面的技能；

5．掌握港口机械技术管理的相关知识，具有港口装卸工作组织与技术管理的能力。

毕业生主要面港口机械设备制造、工程机械制造，港务装卸，物流运输等企业，在港机制造、改造，港机设备使用，港机设备维修，港口电气维护，港机技术管理等岗位群，从事港口机电设备的制造安装、使用操作、保养维修和技术管理等工作。也可以从事其它运输设备和通用工程机械方面的技术和管理工作。

本专业培养德、智、体、美全面发展，具有良好职业道德和人文素养，掌握港口机械与自动控制的基本知识，具备港口机械设备操作、保养和维修能力，从事港口机械电气设备的制造、使用、保养、维修和管理等工作的高素质技术技能人才。

交通运输大类，水上运输类专业。

《港口机械与自动控制》专业简介

专业代码：600305

专业名称：港口机械与自动控制(2016年起)。由原专业港口物流设备与自动控制(专业代码520602)和港口机械应用技术(专业代码520602)合并

基本修业年限：高中后3年、中职后3年、初中后5年。

内燃机构造与原理、港口起重机械、港口输送机械与集装箱机械、港口装卸搬运机械、港口机械检修技术、港口电气设备、港口设备管理、港口装卸工艺等。

校内实习实训

在校内进行机械AUTO CAD实训、车钳焊工艺实训、机械零件课程设计、内燃机拆装实训、底盘拆装实训、电工工艺实训及维修电工考证、港口机械模拟器操作训练、叉车操作及考证实训。

1．机械AUTO CAD实训 掌握AUTO CAD软件的基本常识，了解AUTO CAD的常用工具和各项使用命令，学会并熟练运用软件进行图纸绘制，培养学生利用计算机进行绘图的能力和技巧。实训时间1～2周。

2．车钳焊实习 掌握车工、钳工、电焊工基本知识和基本操作技能，熟悉车工、钳工、电焊工加工工艺。有条件的学校可以组织学生参加车工、钳工、电焊工的中级职业资格证书。实习时间4～6周。

3．机械零件课程设计 掌握二级圆柱齿轮减速器的设计方法和步骤，正确绘制总装配图及零件图，培养机械设计的综合应用能力。实训时间2周。

4．内燃机拆装实训 掌握内燃机拆装工艺、主要部件的调整方法及零件配合关系，熟悉内燃机整体结构。实训时间1周。

5．底盘拆装实训 掌握叉车、装载机底盘拆装工艺、主要部件的调整方法及零件配合关系，熟悉底盘整体结构。实训时间1周。

6．电工工艺实训及维修电工考证 通过《电工工艺》实践课程的训练，全面掌握电工的基本知识、基本操作、线路布置与工艺，具备常用电气设备的使用、安装与检测，电路故障的分析与处理能力。经过培训考核获得维修电工中级职业资格证书。实训时间3周。

7．港口起重机械模拟器操作训练 学生借助港口起重机械桥模拟器，熟悉联动台的结构、原理，学习其操作方法，为在真实港机实操训练打下良好的基础。实训时间4学时。

8．叉车操作及考证实训 掌握叉车基本知识、操作规程、保养知识、维修知识、故障分析与排除、安全操作知识及其操作技能等； 具备驾驶操作技能和保养维修能力。实训时间2周。

校外顶岗实习

学生在学完全部课程之后到专业对口（或专业相近）的校外实训基地（如港口装卸公司、机械修造企业）或学生协议就业企业，通过顶岗（跟岗）实习，把在校理论学习、基础实训和专项实训学习的知识、基本技能和职业素质能力应用到具体的工作岗位，使学生对工作实践的要求有更深刻的理解和体会，从技能和职业素质两方面都达到企业相关工作岗位的实际要求的能力，为以后参加工作及以后发展空间打下良好的基础。

学生根据实习单位的实际情况、国内企业生产和科研情况及发展趋势，在机械管、用、养、修、技术革新、工艺改造等方面选择毕业论文题目，撰写毕业论文。学院组织有关老师与工程技术人员对学生进行毕业论文指导和答辩。

维修钳工中级证书、维修电工中级证书、叉车操作中级证书、内燃装卸机械司机、电动装卸机械司机、内燃装卸机械修理工、电动装卸机械修理工、装卸机械电器修理工等。

机电技术应用专业、机电设备安装与维修专业等。

物流工程专业、电气工程及其自动化专业、机械电子工程专业等。

第1章绪论

1.1控制科学发展的历史回顾

1.2智能控制的产生背景

1.3智能控制的基本概念与研究内容

参考文献

第2章智能控制系统的结构体系

2.1智能控制系统的基本结构

2.2智能控制系统的分类

2.3递阶智能控制系统的结构和理论

2.4智能控制系统的信息结构理论

习题与思考题

参考文献

第3章基于模糊推理的智能控制系统

3.1模糊控制系统的基本概念与发展历史

3.2模糊集合与模糊推理

3.3模糊推理系统

3.4模糊基函数

3.5模糊建模

3.6模糊逻辑控制器的结构与设计

3.7模糊控制系统的稳定性分析

习题与思考题

参考文献

第4章基于神经元网络的智能控制系统

第5章遗传算法及其在智能控制中的应用

第6章模糊-神经元网络及其在智能控制中的应用

第7章智能控制的应用实例

参考文献2100433B

目录

前言

第1章 绪论

1.1智能控制的基本概念

1.1.1智能控制的研究对象

1.1.2智能控制系统

1.1.3智能控制系统的基本结构

1.1.4智能控制系统的主要功能特点

1.1.5智能控制研究的数学工具

1.2智能控制的发展概况

1.3智能控制理论

参考文献

第2章 模糊逻辑控制

2.1概述

2.1.1模糊控制与智能控制

2.1.2模糊集合与模糊数学的概念

2.1.3模糊控制的发展和应用概况

2.2模糊集合及其运算

2.2.1模糊集合的定义及表示方法

2.2.2模糊集合的基本运算

2.2.3模糊集合运算的基本性质

2.2.4模糊集合的其它类型运算

2.3模糊关系

2.3.1模糊关系的定义及表示

2.3.2模糊关系的合成

2.4模糊逻辑与近似推理

2.4.1语言变量

2.4.2模糊蕴含关系

2.4.3近似推理

2.4.4模糊蕴含关系运算方法的比较和选择

2.4.5合成运算方法的选择

2.4.6句子连接关系的逻辑运算

2.5基于控制规则库的模糊推理

2.5.1模糊推理的基本方法

2.5.2模糊推理的性质

2.5.3模糊控制中几种常见的模糊推理类型

2.6模糊控制的基本原理

2.6.1模糊控制器的基本结构和组成

2.6.2模糊化运算

2.6.3数据库

2.6.4规则库

2.6.5模糊推理与清晰化计算

2.6.6论域为离散时模糊控制的离线计算

2.7模糊控制系统的分析和设计

2.7.1模糊模型表示

2.7.2模糊系统分析

2.7.3模糊系统设计

2.7.4基于Takagi－Sugeno模型的稳定性分析和设计

2.7.5基于模糊状态方程模型的系统分析和设计

2.8自适应模糊控制

2.8.1基于性能反馈的直接自适应模糊控制

2.8.2基于模糊模型求逆的间接自适应模糊控制

参考文献

第3章 神经网络控制

3.1概述

3.1.1神经元模型

3.1.2人工神经网络

3.1.3生物神经网络系统与计算机处理信息的比较

3.1.4神经网络的发展概况

3.2前馈神经网络

3.2.1感知器网络

3.2.2BP网络

3.2.3BP网络学习算法的改进

3.2.4神经网络的训练

3.3反馈神经网络

3.3.1离散H0pfield网络

3.3.2连续Hopfield网络

3.3.3Boltzmann机

3.4局部逼近神经网络

3.4.1CMAC神经网络

3.4.2B样条神经网络

3.4.3径向基函数神经网络

3.5模糊神经网络

3.5.1基于标准模型的模糊神经网络

3.5.2基于Takagi－Sugeno模型的模糊神经网络

3.6基于神经网络的系统建模与辨识

3.6.1概述

3.6.2逼近理论与网络建模

3.6.3利用多层静态网络的系统辨识

3.6.4利用动态网络的系统辨识

3.7神经网络控制

3.7.1概述

3.7.2神经网络控制结构

3.7.3基于全局逼近神经网络的控制

3.7.4基于局部逼近神经网络的控制

3.7.5模糊神经网络控制

3.7.6有待解决的问题

3.8神经网络在机器人控制中的应用

3.8.1神经网络运动学控制

3.8.2神经网络动力学控制

3.8.3神经网络路径规划

参考文献

第4章 专家控制

4.1概述

4.1.1专家控制的由来

4.1.2专家系统

4.1.3专家控制的研究状况和分类

4.2专家控制的基本原理

4.2.1专家控制的功能目标

4.2.2控制作用的实现

4.2.3设计规范和运行机制

4.3专家控制系统的典型结构

4.3.1系统结构

4.3.2系统实现

4.4专家控制的例示

4.4.1自动调整过程

4.4.2自动调整过程的实现

4.5专家控制技术的研究课题

4.5.1实时推理

4.5.2知识获取

4.5.3专家控制系统的稳定性分析

4.6一种仿人智能控制

4.6.1概念和定义

4.6.2原理和结构

4.6.3仿人智能控制的特点

参考文献

第5章 学习控制

5.1概述

5.1.1学习控制问题的提出

5.1.2学习控制的表述

5.1.3学习控制和自适应控制

5.1.4学习控制的研究状况和分类

5.2基于模式识别的学习控制

5.2.1学习控制系统的一般形式

5.2.2模式分类

5.2.3可训练控制器

5.2.4线性再励学习控制

5.2.5Bayes学习控制

5.2.6基于模式识别的其他学习控制方法

5.2.7研究课题

5.3基于迭代和重复的学习控制

5.3.1迭代和重复自学习控制的基本原理

5.3.2异步自学习控制

5.3.3异步自学习控制时域法

5.3.4异步自学习控制频域法

5.4联结主义学习控制

5.4.1基本思想

5.4.2联结主义学习系统的实现原理

5.4.3联结主义学习控制系统的结构

5.4.4研究课题

参考文献

第6章 分层递阶智能控制

6.1一般结构原理

6.2组织级

6.3协调级

6.3.1协调级的原理结构

6.3.2Petri网翻译器

6.3.3协调级的Petri网结构

6.3.4协调级结构的决策和学习

6.4执行级

参考文献

第7章 遗传算法

7.1概述

7.2遗传算法的工作原理及操作步骤

7.2.1遗传算法的基本操作

7.2.2遗传算法的模式理论

7.3遗传算法的实现及改进

7.3.1遗传算法的实现

7.3.2遗传算法的改进

7.3.3改进的遗传算法举例

7.4遗传算法应用举例

7.4.1遗传算法在模糊逻辑控制中的应用

7.4.2遗传算法在神经网络控制中的应用

7.4.3用遗传算法进行路径规划

参考文献 2100433B

前言

第1章 智能控制与船舶自动化系统概述 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 智能控制的研究对象 3

1.1.3 智能控制的结构理论 4

1.1.4 几种典型的智能控制系统 6

1.1.5 智能控制与传统控制的关系 17

1.1.6 智能控制的前景和展望 18

1.2 船舶自动化系统概述 19

1.2.1 船舶运动控制装置 22

1.2.2 船舶操纵与主推进联合智能控制 24

1.2.3 运输船舶的自主智能控制与无人驾驶 25

1.2.4 自主式水下航行器的运动智能控制 27

1.3 典型船舶自动化系统 28

1.3.1 船舶自动舵控制系统 28

1.3.2 船舶柴油主机遥控系统 30

1.3.3 船舶减摇鳍控制系统 31

1.3.4 船舶动力定位系统 33

1.3.5 船舶电站自动化系统 34

参考文献 36

第2章 船舶自动舵智能控制 38

2.1 概述 38

2.1.1 船舶自动舵系统简介 38

2.1.2 船舶自动舵系统实例 41

2.2 水面船舶操纵运动数学模型 47

2.2.1 标准的三自由度船舶平面运动数学模型 47

2.2.2 简化的三自由度船舶平面运动数学模型 48

2.3 “育鲲”轮船舶运动数学模型仿真算例 49

2.4 船舶自动舵智能控制算法 53

2.4.1 船舶航迹跟踪Backstepping鲁棒控制 53

2.4.2 船舶航迹保持分段鲁棒自适应切换镇定智能控制 63

2.4.3 基于全局动态非线性滑模的欠驱动水面船舶轨迹跟踪控制 72

2.5 小结 81

参考文献 82

第3章 船舶减摇鳍智能控制 84

3.1 船舶横摇减摇技术综述 84

3.1.1 舭龙骨 84

3.1.2 减摇水舱 85

3.1.3 减摇鳍 85

3.1.4 舵减摇 86

3.1.5 零低航速减摇鳍 86

3.1.6 联合控制减摇技术 87

3.2 海浪数学模型 88

3.2.1 波幅模型与海浪频谱 88

3.2.2 波倾角模型与波倾角频谱 89

3.2.3 海浪数字仿真 91

3.3 船舶横摇运动数学模型 94

3.3.1 船舶线性横摇受力分析 94

3.3.2 线性横摇运动数学模型 96

3.3.3 船舶非线性横摇运动数学模型 98

3.3.4 船舶横摇运动数字仿真 100

3.4 船舶横摇运动预报 101

3.4.1 船舶横摇运动时间序列小波分析 101

3.4.2 基于小波变换和神经网络组合模型的横摇运动预测 104

3.5 船舶横摇减摇控制方法 107

3.5.1 船舶横摇减摇原理 107

3.5.2 船舶减摇鳍逆模式小波神经网络自适应控制 111

3.5.3 船舶横摇减摇滑模控制 117

3.6 小结 126

参考文献 126

第4章 船舶动力定位系统智能控制 128

4.1 船舶动力定位系统的基本概念 128

4.1.1 船舶动力定位系统的定义 128

4.1.2 船舶动力定位系统的组成 128

4.1.3 船舶动力定位系统的原理 129

4.2 船舶动力定位系统建模 130

4.2.1 船舶动力定位系统的运动模型 131

4.2.2 船舶动力定位系统的推力分配模型 135

4.2.3 船舶动力定位系统建模实例 137

4.3 船舶动力定位系统的控制 141

4.3.1 船舶动力定位系统控制方法分类 141

4.3.2 工业范式下的船舶动力定位控制 142

4.3.3 模型范式下的船舶动力定位控制 142

4.3.4 抗扰范式下的船舶动力定位控制 160

4.3.5 船舶动力定位控制的发展方向 172

4.4 小结 173

参考文献 173

第5章 船舶运动与主推进装置联合智能控制 176

5.1 船舶运动与主推进装置联合控制机理 176

5.1.1 船舶运动控制的复杂性 176

5.1.2 船舶运动与主推进装置控制存在强耦合性 177

5.1.3 船舶运动与主推进装置联合控制的方法与意义 178

5.2 线性变参数系统控制的数学基础 179

5.2.1 赋范空间、Banach空间、内积空间、Hilbert空间及零空间 179

5.2.2 信号范数和系统范数 180

5.2.3 凸集、凸包及凸体 180

5.2.4 Hermite矩阵和矩阵Kronecker乘积 181

5.2.5 线性矩阵不等式 182

5.2.6 基于LMI的H∞鲁棒控制 184

5.3 线性变参数控制理论 191

5.3.1 线性变参数控制理论的基本方法 191

5.3.2 LPV多胞系统 193

5.3.3 切换LPV系统简介 194

5.3.4 多胞变增益状态反馈H∞控制 195

5.4 船舶航向LPV控制 196

5.4.1 船舶运动模型LPV表示 196

5.4.2 LPV多胞输出反馈航向控制 199

5.4.3 基于切换LPV的船舶航向控制 203

5.5 基于极点配置的LPV状态反馈船舶运动联合智能控制 207

5.5.1 基于圆域极点配置的多胞变增益状态反馈H∞控制器设计 208

5.5.2 船舶航向与柴油主机联合智能控制 210

5.5.3 欠驱动船舶直线航迹与柴油主机LPV联合智能控制 216

5.5.4 浅水域船舶航向与柴油主机LPV联合智能控制 221

5.6 小结 225

参考文献 227

第6章 船舶智能导航系统 230

6.1 船舶导航系统简介 231

6.1.1 无线电导航系统 234

6.1.2 卫星导航系统 235

6.1.3 组合导航系统 236

6.2 综合船桥系统的配置和功能 239

6.2.1 综合船桥系统的配置 239

6.2.2 综合船桥系统的船舶导航功能 241

6.3 船舶综合船桥系统网络技术 241

6.3.1 概述 241

6.3.2 三层结构的一体化网络体系 242

6.3.3 网络通信协议 244

6.3.4 网络冗余性设计 246

6.4 综合船桥系统导航信息融合 247

6.4.1 基本原理和主要任务 247

6.4.2 滤波方法和算法 248

6.5 粒子滤波在多传感器融合中的应用 260

6.5.1 集中式融合的标准粒子滤波 260

6.5.2 二阶集中式粒子滤波 261

6.5.3 二阶自适应权值粒子滤波的多传感器信息算法 262

6.5.4 仿真结果与实验分析 263

6.6 基于FNN的GPS/INS/LOG组合导航方法的应用 269

6.6.1 GPS/INS/LOG组合导航模型 269

6.6.2 GPS/INS/LOG组合导航系统 271

6.6.3 基于FNN的GPS/INS/LOG组合导航系统 272

6.6.4 实船实验 276

6.7 小结 281

参考文献 282

第7章 船舶智能避碰系统 284

7.1 概述 284

7.1.1 船舶避碰 285

7.1.2 船舶决策支持系统 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 船舶避碰研究现状 288

7.2.3 船舶避碰研究分析 290

7.3 基于软计算方法的船舶智能避碰 294

7.3.1 基于神经网络的船舶智能避碰 294

7.3.2 基于遗传算法的船舶智能避碰 296

7.3.3 基于模糊逻辑的船舶智能避碰 301

7.4 船舶航迹规划研究 312

7.4.1 船舶航迹数学模型的建立 312

7.4.2 航路规划 317

7.4.3 算法运行速度的提高 319

7.4.4 计算结果 321

7.5 船舶操纵决策支持系统 325

7.5.1 船舶操纵决策支持系统概述 325

7.5.2 船舶操纵决策支持系统结构 326

7.5.3 航迹库算法 327

7.5.4 模拟结果 328

7.6 小结 334

参考文献 335

第8章 欠驱动自主式水下航行器的运动智能控制 337

8.1 概述 337

8.2 欠驱动AUV运动模型及其特性分析 340

8.2.1 欠驱动AUV运动学方程 340

8.2.2 欠驱动AUV动力学方程 344

8.2.3 欠驱动AUV运动系统特性分析 346

8.3 欠驱动AUV控制系统构成 351

8.4 欠驱动AUV基本运动智能控制 353

8.4.1 欠驱动AUV运动控制概述 353

8.4.2 欠驱动AUV的航速控制 358

8.4.3 欠驱动AUV的航向智能控制 362

8.4.4 欠驱动AUV的纵倾及深度控制 364

8.5 欠驱动AUV目标跟踪智能控制 367

8.5.1 欠驱动AUV三维路径跟踪控制 367

8.5.2 欠驱动AUV轨迹跟踪控制 373

8.6 小结 382

参考文献 382

附录 本书部分专业术语中英文对照表 384

彩图2100433B