基于灰色关联度的船舶分段焊接定额工时估算方法研究

为提高船舶分段焊接定额工时估算的效率和精确度,在综合分析了分段焊接工艺特征和外部环境的基础上,建立基于分段"焊缝长度—焊脚高度"的定额工时估算模型。首先针对影响分段焊接工时的焊缝长度、板厚、焊脚高度、焊接位置和平均气温5类因素,引入灰色关联分析法测算各影响因素与工时的关联度,明确关键影响因子,并结合相应权重赋值理论影响变量;其次运用Matlab进行多元非线性回归分析,构建理论影响变量与工时的函数模型;最后,通过实例测算出本模型与实动工时误差在2.73%以内,论证了模型的有效性,为快速、准确估算总装造船其他专业和阶段的定额工时提供了一种新方法。     

基于模糊聚类分析的船体分段类型分类方法和应用研究

为提高现阶段船体分段制造过程的标准化水平,实现分段装配工序和工时的标准化,推动船体分段制造数字化发展,本文以船体分段作为分类成组的研究对象,应用模糊聚类分析方法,建立了模糊聚类分析模型,通过输入分段工艺生产数据信息,实现了对船体分段的定量化分类,验证结果表明,应用模糊聚类分析形成的分段族类符合实际工艺需求。     

应用神经网络实现中间产品加工工时定额的快速计算

准确地计算中间产品加工工时定额是制定合理生产计划的基础.以前的工时定额数据主要来源于已建造的同类型船舶的数据积累,这种工时估算过多地依赖于人的经验,而且也没有针对中间产品族的加工单独给出工时定额.为适应中间产品的专业化生产,需要提供不同中间产品族生产的工时定额,作为制定中间产品族生产单元作业计划的依据.本文通过对部件特征的描述,划分出了部件加工族,并以一部件族为例,通过分析该部件族的典型部件生产过程,得到了部件生产工时定额的影响因素,并且应用BP神经网络建立工时定额和影响因素之间的映射关系,从而可以通过神经网络方便、准确地计算出该部件族中每个部件生产的工时定额.     

应用神经网络实现中间产品加工工时定额的快速计算

准确地计算中间产品加工工时定额是制定合理生产计划的基础。以前的工时定额数据主要来源于已建造的同类型船舶的数据积累，这种工时估算过多地依赖于人的经验，而且也没有针对中间产品族的加工单独给出工时定额。为适应中间产品的专业化生产，需要提供不同中间产品族生产的工时定额，作为制定中间产品族生产单元作业计划的依据。本文通过对部件特征的描述，划分出了部件加工族，并以一部件族为例，通过分析该部件族的典型部件生产过程，得到了部件生产工时定额的影响因素，并且应用BP神经网络建立工时定额和影响因素之间的映射关系，从而可以通过神经网络方便、准确地计算出该部件族中每个部件生产的工时定额。     

船体分段制造最低成本的二次规划模型及其求解

以分段建造费用与工时成线性关系为前提建立的船体分段制造最低成本数学模型其约束条件呈线性关系,目标函数边际收益递减,将最低成本模型改进为二次规划,利用EXCEL工具进行求解,实例计算逼近全局最优,方法简单实用.     

应用BP网络测算造船作业任务包定额工时

分析分段各组立阶段所对应中间产品之间的关系，得出它们之间有特定的偏序关系。产品导向型作业分解是依据船厂的资源条件分解一个个任务包，对应中间产品的一个个任务包与作业工时又有非线性的函数关系。以外高桥造船公司为背景提出了中心制造船模式下工时定额和信息反馈的设想，并用网络方法估算作业工时。分析了BP网络的特性，在建立工时测算模型的基础上提出了BP网络的工时测算模型，经过编程试算，说明本方法可行。     

船体外形分段测量数据配准技术优化研究与应用

针对现有配准技术实际配准数据点较少的问题,研究一种船体外形分段测量数据配准技术优化技术,并进行应用测试。优化船体分段参数,以船体外形构建一个数据测量坐标系,建立数据配准模型,控制模型配准精度,迭代精准处理变换坐标后,实现测量数据配准精度优化。应用测试时随机选定一处船体外形结构,标记测量数据位置点后,准备待配准的数据集。实验结果表明,文中设计的优化配准技术配准的数据点最多,适合在实际配准过程中应用。     

翻身吊装设计中的吊环载荷分析

针对船体分段翻身吊装设计中吊环载荷计算的合理性问题,建立翻身吊装过程的参数化模型,推导吊环载荷函数,分析吊环载荷的变化规律,结果表明,重心、吊环、折点之间位置关系决定着吊环载荷的变化,分别以不同形式截面的船体分段或总段为例进行验证,确认模型和分析方法可行,给出吊装操作建议。     

基于知识库的船舶管系定额工时测算研究

为了解决船舶制造企业管系定额工时测算效率低、误差大、难以指导生产计划编排及成本控制等问题,依据"设计、生产、管理、信息一体化"的思想,在深入分析管系设计数据特征的基础上,构建设计物量自动化抽取模型,并以管系定额工时标准体系为依据建立工时测算规则,运用知识库推理逻辑进行定额工时精确测算,最后通过系统研发与企业实际应用,验证抽取模型及测算方法的有效性。     

基于知识库的船舶管系定额工时测算研究

为了解决船舶制造企业管系定额工时测算效率低、误差大、难以指导生产计划编排及成本控制等问题,依据“设计、生产、管理、信息一体化”的思想,在深入分析管系设计数据特征的基础上,构建设计物量自动化抽取模型,并以管系定额工时标准体系为依据建立工时测算规则,运用知识库推理逻辑进行定额工时精确测算,最后通过系统研发与企业实际应用,验证抽取模型及测算方法的有效性.     

船舶管件加工智能生产线的设计与实现

传统管件加工车间依靠工人进行劳动密集型加工、储运,对生产过程数据和质量数据缺乏必要的管控手段和技术。通过梳理工艺流程,并将智能制造理念与传统管件加工生产线现有的制造模式深度融合,设计一条面向中小管件柔性加工的管法兰焊接加工无人生产线。通过现场运行调试,实现管法兰焊接生产线的可靠、稳定运行,提高焊接质量和生产效率,满足企业的预期要求。     

船舶生产设计工时体系及预测模型研究

设计工时定额是设计管理的重要基础数据.由于船舶设计建造过程中的设计工时尤其是生产设计工时没有准确的基础数据,也缺乏有效的工时预测模型,导致无法对设计工作进行有效管理.研究的目的是建立船舶生产设计工时体系及工时预测模型.对项目工时中的图纸作业和非图纸作业进行研究,建立了非图纸作业工时的模型和图纸作业工时的神经网络预测模型.以某船厂的设计项目进行了验证,表明该模型是有效和准确的,可以为加强设计管理、提高设计效率提供依据和基础.     

船用中速双燃料发动机放热规律神经网络预测模型的开发

以船用中速双燃料发动机为研究对象,提出其放热规律神经网络预测模型的开发方法。首先建立船用中速双燃料发动机的多维性能仿真模型,对增压空气压力、燃气喷射量和引燃油喷射提前角等不同控制参数进行数值组合,计算多组不同工况条件下的放热率曲线;通过对多条放热率曲线进行参数化分析,明确描述放热率曲线的4个曲线特征参数和特征方程;建立双燃料发动机放热规律神经网络预测模型,以控制参数作为输入量,以放热率曲线特征参数作为输出量,利用多组放热率数据对神经网络模型进行训练和测试。该模型揭示了控制参数与放热率之间的规律,可由控制参数对放热率曲线进行预测。仿真计算结果表明:相比一般的发动机实时仿真模型,神经网络预测模型结果更加贴近发动机实际工作状态。     

基于应力和振动频率的典型船体结构裂纹损伤识别方法研究

为研究典型船体结构的裂纹识别方法,通过模型试验和数值仿真相结合的方法获取了大量可靠的训练样本和验证测试样本。基于BP神经网络技术建立了裂纹损伤识别模型,分别以静态应力参数、动态振动参数、应力与振动参数结合三类信息作为特征参数,对裂纹位置坐标进行了识别,对识别精度进行了对比分析。结果表明利用神经网络模型进行加筋板裂纹损伤识别是可行的,其中以应力与振动参数结合作为裂纹识别的特征信息识别精度最高,绝大多数裂纹位置识别误差在5%之内。研究方法和研究成果可为船体结构裂纹损伤智能化识别提供参考。     

PSO-BP神经网络在船舶二级脱硝系统中的应用

随着国际海事组织（IMO）标准Tier III标准的实施，船舶柴油机尾气中的氮氧化物（NOx）的排放受到了更严格的限制。选择性催化还原脱硝技术因其高效、可靠等优势成为船舶柴油机NOx减排的主要选择。本文先根据SCR反应机理在MATLAB中搭建一级SCR脱硝系统和二级SCR脱硝系统模型，通过仿真结果对比，发现加入二级脱硝系统后，脱硝率可以得到提高。鉴于BP网络预测精度较低，本文将粒子群（PSO）算法加入到BP权值训练过程中，利用PSO-BP 神经网络预测 SCR-DeNOX系统出口处NOX浓度。结果表明：PSO-BP 神经网络不但可以预测SCR-DeNOX系统出口处的NOX浓度，而且与传统BP 神经网络相比可以提高预测结果的精度，为有效控制喷氨量、降低氨气逃逸量提供帮助。     

基于PSO-BP神经网络的油船中部结构优化

以舱段质量为目标函数,以相关规范要求的板厚及应力为约束条件,通过灵敏度分析确定设计变量,对油船中部结构优化。构建基于粒子群优化的BP神经网络模型,并代替有限元分析确定应力与设计变量之间关系,从而对舱段进行结构优化。优化后舱段质量降低了4.2%,优化后的有限元分析结果表明满足规范要求,PSOBP神经网络模型在船舶结构优化设计中具有可行性。     

径向基神经网络在水下船体防腐中的应用

采用改进型径向基函数神经网络来预测水下船体电位,从而达到船体防腐的目的。首先,分析采用无单元法求解问题的优越性;然后,介绍径向基函数神经网络的原理,通过建立水下船体的数学模型来获得船体电位,采用层次凝聚算法和K-均值聚类算法来确定径向基函数神经网络的中心节点,从而建立神经网络;最后,对神经网络的预测能力进行MATLAB仿真检验。结果表明,采用改进型的径向基函数神经网络来预测船体电位获得了很高的精度,对于船体防腐保护达到了很好的效果。     

铰连接在深水S型铺管中的应用

为了能够在S型铺管过程中将管线、船体和托管架三者作为一个整体进行耦合分析,使用势流理论用于计算船体受到的波浪力,广义弹性接触面法模拟托辊与管线之间的接触,采用带有铰接刚度的铰连接来模拟管线的上弯段,集中质量法用于模拟管线的中垂段和下弯段。通过时域全耦合方程将整个系统联立求解,并将这种方法的结果和未考虑上弯段管线接触的结果与实验值进行了对比发现:新计算方法能够使管线受力和船体运动都更为接近于实际值。对管线张力进行了谱密度分析,得到了对管线张力作用较大的频谱范围,为其在不同海况下的适应性提供了技术参数。     

考虑耙吸力的耙吸挖泥船阻力性能 数值分析及试验比较

自航耙吸挖泥船船体线型较为肥大，工况较多，不同工况下对阻力性能的要求也不尽相同。文中首先利用CFD建立某耙吸挖泥船数值模型，计算分析耙吸挖泥船裸船体阻力性能，并与模型试验数据进行对比，取得了一致结果。在此基础上，考虑耙吸力影响，分析不同工况下该耙吸挖泥船在装有不同螺旋桨的情况下船体及舵的阻力性能差异，通过流场分析其机理。并结合螺旋桨敞水性能，计算了新导管桨与原桨在实尺度下的推进效率及收到功率，结果表明新导管桨推进效率相较于原桨提升了约8.8%，验证了耙吸挖泥船耙吸力的合理性。