共查询到20条相似文献,搜索用时 31 毫秒
1.
本文简要介绍了国内外舰船用空压机的最新进展。往复活塞式空压机仍是舰船用空压机的主要形式,但出现了如柴油机那样的单列、双列、三列结构型式以及卧式的舰船用空压机,且空压机转速也有所提高。风冷式空压机正在增加,日本田边公司推出螺杆、往复活塞组合的船用中压空压机以及美国海军研制成功高压单螺杆空压机。 相似文献
2.
66—10空压机装备我国舰船多年,实际使用表明:该高压空压机基本满足舰船的使用需要,但还有积炭、气阀寿命短、振动大、噪声高等缺点.为了提高和改善66—10空压机的性能,1978年起我们就着手对该空压机进行改进设计,改进的原则是在主要性能参数(指排量、 相似文献
3.
66—10型空压机为舰船广泛使用的高速(转数达1460转/分)、高压(排出压力达400公斤/厘米~2)空压机,自由状态排量为3.3米~3/分。该机为V型、双作用级差活塞、四级压缩、水冷、压力润滑。在使用中发现有积炭, 相似文献
4.
5.
6.
陈建军 《交通部上海船舶运输科学研究所学报》2015,38(2)
为降低空压机系统运行时的能耗,促进节能环保,对某公司空压机系统的现状进行了分析.根据现场空压机的特点,提出了智能集控配合高效节能系统的改造方案.改造后的空压机能够满足系统的气量需求,提高了供气品质,减少了能耗浪费. 相似文献
7.
本文论了空压机滑油乳化诊断的意义,结合滑油乳化的原理,应用故障分析法构建了空压机滑油乳化的故障模型,并进行了定性分析,为滑油乳化的诊断提供了可靠的程序,为消除空压机滑油乳化、优化空压机设计提供了依据。 相似文献
8.
9.
舰船图像拼接是舰船图像处理领域的关键技术,为了降低舰船图像拼接误差,使拼接后的舰船图像更加完整,提出了基于互信息技术的舰船图像拼接方法。首先对当前舰船图像拼接研究现状进行分析,找到各种舰船图像拼接方法的缺陷,然后采集舰船图像,提取舰船图像拼接特征,最后基于互信息技术描述2幅舰船图像的相关性,进行舰船图像配准和拼接,并进行了舰船图像拼接仿真实验。结果表明,本文方法可以得到比较完整的舰船图像拼接结果,降低了舰船图像拼接误差,舰船图像拼接速度要快于对比方法 2倍以上,提高了舰船图像拼接效率,验证了本文方法的优越性。 相似文献
10.
文章通过对一次空压机齿轮箱异常噪音的故障分析,扩展到整个空压机异常噪音的可能因素,提出了船用空压机异常噪音的故障树分析法。 相似文献
11.
基于船东对主空压机控制的要求越来越高,以57000DWT散货船上主空压机的控制设计为例,分析了在设计主空压机控制过程中发现的2台空压机的顺序控制问题以及在遥控中的不对应问题,并提出解决方案。 相似文献
12.
当前舰船任务调度优化方法针对小规模任务,对于大规模舰船任务,它们存在搜索最优舰船任务调度方案时间长,舰船任务无法在有效时间内完成,为了加快舰船任务完成速度,结合舰船任务的大规模特点,设计了基于云计算的舰船大规模任务调度优化方法。首先对舰船大规模任务调度优化问题进行分析,将它们划分成为多个小规模舰船任务调度优化问题,然后基于云计算平台的map/reuduce模式对多个小规模舰船任务调度优化问题进行并行处理,并对多个小规模舰船任务采用混合智能优化算法进行求解,最后得到舰船大规模任务调度优化结果,并进行了舰船大规模任务调度优化问题的仿真测试。本文方法大幅度减少了舰船大规模任务调度优化时间,提高了舰船大规模任务完成效率,是一种有效、速度快的舰船大规模任务调度优化方法。 相似文献
13.
为了改善舰船图像增强效果,提出基于卷积神经网络的舰船图像增强算法,首先采用同态滤波器对原始舰船图像进行预处理,有效压缩舰船图像的动态范围,丰富舰船图像的细节信息,然后引入卷积神经网络对舰船图像色彩进行校正处理和补偿,解决舰船图像偏色问题,最后进行舰船图像增强仿真模拟实验。结果表明,卷积神经网络可以提高舰船图像的对比度,凸显了舰船图像细节,舰船图像的视觉效果优,舰船图像的增强结果要优于对比算法,同时降低了舰船图像增强的时间复杂度,舰船图像增强效率得以提升。 相似文献
14.
当前舰船图像拼接技术存在拼接准确率低、拼接速度慢等问题,为了提高舰船图像拼接精度,设计了基于图像增强技术的舰船图像拼接方法。首先对当前舰船图像拼接方法进行分析,得到舰船图像拼接准确率低的原因,然后采用图像增强技术对原始舰船图像进行预处理,提高舰船图像的清晰度,并计算舰船图像的分块邻域梯度向量,得到舰船图像的初始拼接结果,最后去除舰船图像初始拼接结果中的拼接错误,并引入聚类分析算法对舰船图像拼接结果进行优化。舰船图像拼接仿真测试结果表明,本文方法可以消除图像相似性对拼接结果的不利影响,可以进行高精度的舰船图像拼接,并且减少了舰船图像拼接时间,舰船图像拼接速度要快于当前其他舰船图像拼接方法,获得了令人满意的舰船图像拼接结果。 相似文献
15.
16.
17.
18.
19.
《舰船科学技术》2018,(24)
舰船是一种海上军事目标,对其进行高精度识别具有重要的研究意义,传统舰船识别方法通用性差,无法识别所有类型的舰船型号,导致舰船的误识概率相当高,为了有效降低舰船误识概率,提高舰船识别的精度,提出了基于激光雷达信号的舰船识别方法。首先对激光雷达的工作原理进行分析,并通过激光雷达信号成像技术获取舰船图像,然后从舰船图像中提取识别特征,并根据特征进行舰船图像匹配,从而实现舰船识别,最后进行激光雷达信号的舰船识别性能测试,实验结果表明,本文方法可以有效地识别舰船类型,舰船的误识概率要明显少于对照舰船识别方法,提高了舰船识别率,实验结果验证了本文方法的先进性。 相似文献
20.
《舰船科学技术》2019,(24)
当前舰船图像自动分割方法存在"过分割"或者"欠分割"现象,使得舰船图像自动分割误差大。为了提高舰船图像自动分割精度,提出了基于深度卷积网络的舰船图像自动分割方法。对当前舰船图像自动分割的研究现状进行分析,找到引起舰船图像分割误差的原因。采用活动轮廓模型对舰船图像进行粗分割,并找到其中的舰船图像错误分割区域。最后,采用深度卷积网络对舰船图像的错误分割结果进行校正,实现舰船图像进行精细分割,并与活动轮廓模型的舰船图像自动分割方法进行了对比实验。结果表明,相对于活动轮廓模型,深度卷积网络的舰船图像分割精度更高,降低了舰船图像的误分割率,验证了本文舰船图像自动分割方法的优越性。 相似文献