浮码头与旁靠船舶的运动响应特性研究

本文基于三维势流理论，采用数值分析方法研究了浮码头与散货船旁靠系泊的运动特性。考虑缆绳和护舷的非线性特性，探求了波浪周期对浮体运动、系缆力的影响规律。研究结果表明：考虑间隙内水体运动影响，旁靠散货船在横浪条件下的纵摇和纵荡运动有所增大。浮码头在计算工况下，缆绳受力较大，在某些工况条件下超出了国际系缆力标准的要求，旁靠散货船的缆绳在计算工况下均未超标，满足要求。研究结果为浮码头系泊系统的设计及工程运营提供理论参考。     

基于VR技术的舰船航行环境快速重构研究

由于点云数据匹配数量不足,导致重构的三维图像与实际图像之间存在较大位置误差。针对上述问题,进行基于VR技术的舰船航行环境快速重构研究。研究以VR技术为依托,利用VR技术中的核心计算机完成4个步骤。首先对前端VR成像设备采集到的二维点云图像进行预处理,包括点云去噪和精简;然后进行摄像机标定,确定摄像机数学模型,从而得出三维空间中物体的几何信息;再以得到的几何信息为基础,进行点云特征点检测与点云匹配;最后利用VR技术中的VTK软件实现自动重构。结果表明,与2种传统重构方法相比,本方法应用后,点云匹配数量更多,重构的三维图像与实际图像之间的位置误差更小,证明了本方法的重构性能。     

无人水下航行器声呐装备现状与发展趋势

无人水下航行器(UUV)已成为当今世界各国海军争相研究的热点,而各类声呐装备是UUV完成使命任务的重要手段。本文对国内外UUV声呐装备的技术现状进行详细阐述,对一些典型声呐装备的功能、性能指标做较全面的说明,并重点针对UUV声呐装备的关键技术与未来发展趋势进行分析与展望,为我国发展UUV声呐装备提供有益的思路和参考。     

铁路桥梁BIM程序的设计与实现

针对桥梁工程设计的特点,自主开发一款具有二维交互设计,及三维显示功能的铁路桥梁BIM设计程序。阐述了在建筑信息模型(BIM)模式下桥梁程序开发不易完全抛弃二维设计视图及传统设计的理念。着重介绍了该程序的MVC框架、桥梁设计功能,以及在二维、三维显示视口开发中所使用的OPENGL VBO、四叉树空间索引等技术。通过工程项目应用,表明该程序具备BIM铁路桥梁方案设计功能,三维场景直观生动,并且结合二维视图辅助,使用户能够直接、实时地掌握桥梁结构高程、尺寸等数据,更好地帮助决策合理的桥梁方案。     

长江口河口湿地冲淤对潮流的影响研究

本文对长江口崇明东滩、横沙东滩和九段沙湿地的冲淤变化进行定量描述,应用FVCOM模型建立长江口三维潮流数值计算模型,重点模拟淤积1年、5年和10年三种工况下长江口各分支航道的潮位、潮时、潮流垂向结构变化。计算结果表明,长江口地区随着淤积程度的逐步加强,潮位、潮时、潮流垂向结构发生显著变化,并且越往上游,受影响程度逐次减弱。     

基于EFSPD的艏侧推建模及放样探究

船体是一个非常不规则的空间三维结构,特别是船艏、船艉处的线型突变,导致了生产设计人员对这些结构中诸如舵叶、球鼻艏、艏侧推等复杂结构无法准确地进行建模及放样.文章应用EFSPD软件,以某船艏侧推为例,给出了该艏侧推的建模过程,并结合船体放样思路,利用投影关系,有效求出了艏侧推结构中的喇叭板和筒状结构的剖面结构以及与船体外板的交线,从而得到各构件的放样图.文章认为通过EFSPD中的各个模块的组合,结合船体放样的思路,可以有效解决船体三维建模中复杂结构的建模及放样问题.     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

轨道复合不平顺对无缝线路横向变形的影响分析

轨道复合不平顺会对行车的安全及稳定性产生较大影响,也是影响无缝线路横向变形的一个重要因素。为研究轨道复合不平顺对无缝线路的具体影响,通过构建三维轨道框架非线性有限元模型,采用轨道框架单点(或多点)位置发生横向及竖向位移来模拟复合不平顺状态,通过计算获取节点位移变化规律,进而分析轨道复合不平顺对无缝线路横向变形的影响作用。研究结果表明,轨道的复合不平顺会对无缝线路的横向变形产生显著的影响;当线路出现三角坑等类似病害时,其节点位移变化更为显著,在无缝线路的日常养护维修中应尤为注意。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。