半潜式平台结构分类规则

半潜式平台的结构分类直接影响到基本结构设计各区域的材料选择和检验类别。文章以烟台中集来福士已交付的几个半潜平台的结构分类图为依据,结合ABS、DNV及CCS三大船级社的规范要求,对半潜平台的结构分类规则进行总结,为同类型的半潜平台做结构分类提供借鉴依据。     

船舶SCR&EGC一体化设计的研究

文章提出了船机DENOx&SOx系统模型,分析了SCR与EGC布置的先后关系,讨论了SCR和EGC结合可能存在的问题,并提供了相应的解决方案.此外,还对系统的集成控制进行了设计,并根据船舶结构提出该系统在船上的安装思路.     

深海矿产混输装备防堵塞调控技术与应用研究

为解决深海矿产混输系统中泵管堵塞影响矿物过泵能力的问题,针对3 000米级固液两相流混输装备系统提出深海混输泵防堵塞调控技术方案。通过对混输系统堵塞状态的判断、自动控制策略的研究和混输装备软硬件系统的设计,实现对混输系统的防堵塞调控;通过混输装备系统500米级海试,验证该方案的合理性、可靠性和稳定性,为后续深海混输装备的智能控制研究提供参考。     

基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法

随着地铁隧道服役时间增长,隧道衬砌在多因素影响下病害频发,对隧道结构及临近附属设施造成不良影响,严重危及到行车安全。因此,亟需精确高效的地铁隧道病害及设施检测技术。然而,地铁隧道存在内部环境复杂,附属设施与衬砌病害纹理及灰度相似、目标尺度不一等检测难点,传统的人工巡检及数字图像处理方法均存在局限。针对上述问题,提出一种基于改进Yolov5的地铁隧道附属设施及衬砌表观病害检测模型。针对设施及病害的位置特征引入坐标注意力(Coordinate attention)引导模型对目标区域赋予更高权重,抑制背景噪声;采用Bi FPN(Bi-directional Feature Pyramid Network)特征融合网络提升小目标病害检测效果;并利用Ghost Bottleneck替代部分卷积减少模型参数,提高检测效率。为验证改进后模型检测性能,进行现场实验,构建样本数量为843的地铁隧道衬砌图像数据集。并采用随机裁剪、镜像翻转等数据增强方法,将样本量扩充至4 072。数据集上的实验结果表明,改进模型的平均精度均值(m AP)可达89.2%,较原模型提高了3.7%,有效提升了隧道环境中小目标病害...     

基于智能型全站仪的大跨度河流水准测量方法研究

为解决大跨度河流水准测量难度大、作业效率低等问题,提出一种采用智能型全站仪实现跨河水准测量的方法。使用2台智能型全站仪进行精密三角高程测量,实现了真正意义上的同时对向观测,每个时段参与构网的高差均为通过同时对向观测高差计算得到的间接高差,极大地削弱了地球曲率及大气折光的影响,并且无需人工量取仪器高及觇标高,避免了人工量高误差的引入。研究表明,多时段同名高差较差与闭合差绝对值最大值分别为17.80 mm与1.48 mm,可以达到二等水准测量的精度等级。     

阜阳“绿色+”港口建设对策

<正>内陆水运港口的绿色港口建设相比海运港口发展更为滞后，处于探索与发展阶段，在环保意识、相关政策规定、基础设施建设、环保规范等多方面都存在较多问题，急需进行转型与升级绿色生态交通是今后交通运输业发展的主要趋向，“发展生态交通应成为我国交通运输发展的战略国策”。生态文明的新理念新思想新战略反映在航运交通上，就是要开展绿色低碳水运，节约港口能源与资源，降低港口的污染排放，承担起港口城市的社会责任，建设“绿色港口”。     

类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向，类脑学习以深度神经网络为策略载体，以强化学习为训练手段，通过与环境的交互探索实现策略的自我进化，最终获得从环境状态到执行动作的最优映射。目前，类脑学习方法主要用于自动驾驶的决策与控制功能设计，它的关键技术包括：界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络，包括两类模块化架构（分层式和集成式）和3种技术方案（专家规则型、监督学习型和类脑学习型）；概述了当前主流的自动驾驶仿真平台；分析了类脑决控的3类环境状态表征方法（目标式、特征式和组合式）；同时介绍了自动驾驶汽车的五维度性能评价指标（安全性、合规性、舒适性、通畅性与经济性）；然后详述了用于车云协同训练的典型强化学习算法及其应用现状；最后总结了类脑自动驾驶技术的问题挑战与发展趋势。