大型船舶平面分段智能车间的物流系统

目前,车间级的物流系统调度问题研究主要通过信息采集和现场监控解决,并没有通过优化算法进行实际分析。本文主要研究大型船舶平面分段智能车间的工件、物流设备的调度问题。首先将平面分段中的不同工位进行重组,同时将天车和卡车进行并行处理。其次引入有阻塞的混合流水线车间调度模型,搭建大型船舶平面分段智能车间物流系统的数学模型。最终基于粒子群优化算法(PSO),计算部件加工时间最短的数值仿真。     

基于AP聚类和深度卷积网络的船舶焊缝缺陷检测

针对船舶焊缝缺陷检测中存在定位困难和识别效率低问题,提出基于AP聚类和深度卷积神经网络的检测方法.采用基于距离最值的M-SMOTE算法进行焊缝样本不平衡数据集处理,实现少数类新样本的精细化生成,并提出基于AP聚类的深度卷积神经网络模型.模型先基于几何特征、强度特征和背景对比反差进行11个焊缝缺陷特征提取和AP聚类,并将聚类结果作为神经网络输入;采用自适应PCA法对网络进行降维,在保证识别准确率的基础上,通过参数化方法简化降维步骤.试验表明,在通用焊缝数据集上,文中模型的识别率高达98.87％,与准确率较高的VGG模型相比,训练时间缩短12.10％,模型存储减小11.94％;在船舶焊缝数据集上,文中模型的总体识别率达到98.00％,对比准确率较高的DNN模型,其准确率提高了 3.33％.     

基于数字孪生的船舶管加工数字化车间研究

数字孪生是实现物理车间与虚拟车间交互融合的有效技术手段,被国内外相关学术界和企业高度关注,但目前的研究尚处于理论研究阶段,研究成果相对较少且缺乏整体解决方案。本文分析传统车间管控系统架构存在的不足,提出基于数字孪生的数字化车间运行新流程。基于B/S架构进行数字孪生系统设计,并给出与业务系统进行数据及接口集成的方法。利用数据采集网关技术,将现场设备数据进行实时采集、分类、清理及上传,实现基于现场实时驱动的虚拟车间运行。从产品、生产线、过程信息3个方面构建基于数字孪生的车间信息模型。最后,基于武昌造船集团有限公司的全自动化直管柔性加工生产线实现了数字孪生车间系统。