不同载荷下船体框架变形程度自动检测系统

为实现不同载荷下船体框架变形程度自动精准检测,设计一种新的船体框架变形程度自动检测系统。此系统的光电探测模块由线阵CCD相机,采集船体框架变形图像后,通过图像采集和传输单元将采集的图像打包整理,使用网络交换机传输至中心控制台的工控计算机,工控计算机启动基于相机位姿的船体框架变形程度测量模型,结合线阵CCD相机位姿数据,计算获取图像中船体框架变形检测点的实际变形量,完成变形程度自动检测。经实验验证,所设计系统在6级海况载荷、8级海况载荷工况中,对船体甲板框架变形程度自动检测结果,与实际值不存在明显的异常偏差,吻合度显著,可实现不同载荷下船体框架变形程度自动精准检测。     

船体建造质量的监控要点

本文就船体建造在检验过程中应该引起重视的、检查监控的重点及常见的缺陷和危害性作一一分析,并提出纠正措施,以待共同提高船舶的建造质量．     

基于数据挖掘技术的船体毁伤修复能力评价

船体毁伤修复能力评价结果具有重要实际意义,针对当前模型无法准确描述船体毁伤修复能力,使得船体毁伤修复能力评价存在错误率高的缺陷,设计了一种基于数据挖掘技术的船体毁伤修复能力评价模型。首先对船体毁伤修复能力评价原理进行分析,构建船体毁伤修复能力评价的目标函数,然后采用数据挖掘技术中的最小二乘支持向量机对船体毁伤修复能力评价样本进行学习,并对最小二乘支持向量机进行在线性能优化,建立船体毁伤修复能力评价模型,最后在Matlab 2018平台对船体毁伤修复能力评价效果进行测试,测试结果表明,基于数据挖掘技术的船体毁伤修复能力评价正确率超过90%,降低了船体毁伤修复能力评价的时间复杂度,船体毁伤修复能力评价速度更快。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

标准数据库在自顶向下船体设计系统中的应用

标准数据库的开发及其在自顶向下船体设计系统的应用，便于船体设计人员的船体建模过程，提高船体设计的效率。     

TRIBON船体建模子系统的开发与应用

ＴＲＩＢＯＮ系统是集ＣＡＤ／ＣＡＭ（计算机辅助设计与建造）与ＭＩＳ（信息集成）于一体,并覆盖了船体、管系、电缆、舱室等各个专业的一个专家系统。它运行于图形工作站平台（我厂使用的是Ｄｉｇｉｔａｌ Ａｌｐｈａ型工作站）,使用ＶＭＳ操作系统作为系统支持软件。而ＴＲＩＢＯＮ系统船体设计部分包括了初步设计、详细设计到生产设计及生产信息的各个部分,可化分为船体性能计算、线型光顺、船体建模、船体放样四大子系统。     

船舶修理阶段船体结构变形预防及监控

因受到不同因素影响,船舶修理阶段易产生船体结构变形.本文介绍对船体变形进行有效预防和监控的措施,以确保船体结构功能的正常.     

TRIBON系统在船体放样中的应用

针对全面取消１：１地板实尺放样工艺,就ＴＲＩＢＯＮ系统在船体放样中的应用情况作了介绍,并以１１万吨级油船船体放样的应用实例。     

三维船体设计系统的优化

本文介绍了沪东中华造船（集团）有限公司信息技术研究所CAD／CAM室QC小组实施质量控制活动．对三维船体设计系统进行优化的金过程。     

基于数据挖掘的船舶航迹自动识别系统

以充分掌握船舶航行动态为目的,设计基于数据挖掘的船舶航迹自动识别系统。该系统使用跟踪监控单元内的海事雷达和船载单片机监控终端获取船舶航行数据后,利用无线通信单元内的无线传感器、网络协调器等设备将船舶航行数据发送至数据存储与集成单元;利用该单元对船舶航行数据进行打包分发、在线压缩和存储等处理。航迹识别单元从数据存储与集成单元内调取压缩存储的船舶航行数据,并对其进行区域航迹提取、坐标转换和时间校准后,再利用基于数据挖掘的轨迹融合方法完成其航迹识别,然后将识别结果发送至展示单元呈现给用户。实验结果表明：该系统在应用过程中其运行稳定性接近99.5%,并且具备良好的通信传输能力;也可在船舶航迹复杂交错和存在其他船舶干扰情况下有效识别目标船舶航迹,应用效果显著。     

基于数据挖掘的船舶异常行为检测研究

通过对船舶异常行为检测,提高对船舶的实时监测和模式识别能力,提出一种基于数据挖掘的船舶异常行为检测方法。采用并行分列式数据架构模型构建船舶行为特征分布数据库,提取数据库中的关联规则特征量,采用自相关匹配滤波检测方法进行船舶异常行为特征点的提取,实现船舶异常工况下的行为特征数据挖掘,实现船舶异常行为检测优化。仿真结果表明,采用该方法进行船舶异常行为检测的准确概率较高,数据挖掘的分类性较好,虚警较低,在船舶异常监测和状态分析中具有很好的应用价值。     

基于数据挖掘的舰船装备维修费估计

舰船装备维修费具有一定的规律性,同时也有一定的随机性,导致很难进行准确估计。为了提高舰船装备维修费精度,减少舰船装备维修估计偏差,设计了基于数据挖掘的舰船装备维修费估计模型。首先分析当前舰船装备维修费估计模型的各种局限性,然后收集舰船装备维修费历史数据,并对舰船装备维修费历史数据进行处理,得到更加有规律的舰船装备维修费数据,然后采用数据挖掘技术建立舰船装备维修费估计模型,并采用实际舰船装备维修费数据进行验证性实验。本文模型的舰船装备维修费估计精度高,舰船装备维修费的估计误差远小于当前其他舰船装备维修费估计模型,结果证明本文方法是一种精度高,误差小的舰船装备维修费估计模型。     

基于数据挖掘技术的船舶电站设备缺陷预测系统研究

由于船舶自动化程度的快速提升,越来越多的智能化设备会产生海量的数据,这些数据之间存在着许多联系,如何有效利用这些数据成为了现代船舶管理中所面临的难题。而对于船舶电站来说,可以通过数据挖掘技术,对不同工作状态的船舶电站数据进行采集和分析,从而可以实现对电站设备缺陷的准确预测。本文从电站的具体需求出发,建立了数据挖掘目标函数,通过对电站特征参数的采集,有效提高了其状态预测能力,降低了设备的维护成本。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

数据挖掘的船舶电力电路短路识别

电路短路类型多样复杂,当前方法的电路短路识别错误概率高,为降低电路短路识别的错误概率,设计了基于数据挖掘的船舶电力电路短路识别方法。首先采用传感器采集船舶电力电路工作状态信号,并采用小波包对船舶电力电路工作状态信号进行多层分解,提取相应的小波包能量熵,将其作为船舶电力电路短路识别的特征,然后采用数据挖掘技术对特征向量和船舶电力电路短路类型间的变化关系进行建模,设计船舶电力电路短路识别模型,最后在Matlab 2017平台进行了船舶电力电路短路识别实验,本文船舶电力电路短路识别正确率超过95%,而对比方法的船舶电力电路短路识别率低于90%,本文方法不仅大幅度降低电路短路识别的错误概率,而且船舶电力电路短路识别效率更高,能够用于实际的船舶电力系统管理。     

现代统计学理论的船舶交通数据深度挖掘

船舶交通变化十分复杂,通过对其数据进行挖掘,可以了解船舶交通变化态势,便于制定相应的船舶交通管控措施。为了更好掌握船舶交通变化态势,提出基于现代统计学理论的船舶交通数据深度挖掘方法。首先采集大量的船舶交通数据,并对数据进行一些预处理,然后采用现代统计理论中的灰色模型和支持向量机分别对船舶交通数据进行挖掘和建模,最后对两者挖掘结果进行组合,并采用实例分析了船舶交通数据深度挖掘效果。结果表明,本文方法的船舶交通数据挖掘精度要高于其他方法,能够更好拟合船舶交通变化态势,在实际应用中价值更高。     

基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。