机器学习预测船舶分段车间机器人作业时间分析

船舶分段T梁焊接工位已实现机器人作业,实际作业时间与离线编程软件预估理论时间相差较大,船舶车间量化派工效益难以体现。基于此,提出一种多类型焊缝线性模型,基于机器学习,训练各类型焊缝权值,得到模型函数,预估船舶分段T梁焊接工位作业时间,并可推广到小组立、中组立、涂装等满足作业物量与作业时间呈线性或接近线性分布的车间。     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。     

面向船舶智能制造的工艺数字化管理技术

通过梳理智能车间制造执行系统或智能加工生产线对工艺数据的需求,突破工艺数据数字化管理的关键技术,形成多源数据的规范要求,基于数据规范进行数据的提取与组织,并对工艺数据进行应用。通过工艺数据的数字化管理,实现车间制造执行系统的更好落地,同时推动船舶加工智能制造装备船厂的工程化应用。