基于数字孪生技术的船体结构设计研究

由于传统舰船设计方法中存在船体结构设计不合理、设计效率低、多任务协调性差、准确性验证不足、辅助决策功能不成熟等一系列问题,研究基于数字孪生技术的船体结构设计方案。根据船体设计物理信息,使用三维建模技术构建船体结构数字孪生体,采用第三代波浪数值模型求解海洋环境矢量场,模拟真实海洋环境,实现船舶虚拟呈现。通过刚体六自由度运动方程建立船体水动力模型,模拟船舶航行状态,根据模拟航行的测试结果不断迭代优化船体结构设计方案,最终实现船体结构设计优化。实验表明,该方法构建的船舶数字孪生体效果非常逼真,航行模拟状态很准确,相对误差很小,完全可以达到船体结构性能测试的要求。     

基于视觉传达技术的船体颜色模型

现有模型存在后续图像处理性能较差的问题,因此将视觉传达技术应用于船体颜色模型的设计中,设计了一种视觉传达技术的舰船船体颜色模型。对舰船船体设计图像进行图像分割,也就是将舰船船体设计图像划分成不同颜色的区域,便于计算机判断其图像颜色信息,提供设计船体颜色模型的依据。对实施图像分割后的船体设计图像进行预处理,具体步骤包括滤波处理、形态学处理、连通区域处理。基于视觉传达技术构建船体颜色模型。通过进行图像处理速率与图像转换速率的后续图像处理性能对比实验,证明该模型拥有更好的后续图像处理性能,有很大的实用意义。     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

基于虚拟现实的船舶三维图像重建方法

通过对船舶三维图像重建处理,提高船舶动态检测识别能力,提出基于虚拟现实的船舶三维图像重建方法。根据船舶图像的空间位置概率分布,构建船舶三维图像的分类子网特征图模型,采用虚拟现实的三维重组技术实现对船舶三维图像重建过程中的纹理渲染和实体建模。在船舶三维图模型的Face Tools中选择虚拟现实重构的面类型,通过颜色、透明度和光照效果的动态渲染实现对船舶三维图像重建。实验表明该方法对船舶三维图像重建的视觉表达能力较好,重建的精密度水平较高。     

基于图像处理技术的船体复杂结构三维重构

在船体的建造过程中,结构的误差直接决定了船体的质量。因此采用合理的手段降低船体制造过程的误差有明显的经济效益。传统的船舶误差测量通常采用激光等设备,尽管成本较低,但误差测量的精度较低,同时需要大量的人力和时间成本。本文介绍一种基于图像处理技术的船体复杂结构三维重构,该技术应用的主要场景是船舶制造过程的误差控制,借助计算机视觉技术和图像处理技术,可以提高船体测量的精度。     

三维图像技术在船舶结构设计的应用

针对船舶设计结构影响二氧化碳流通性能的问题,以增加船舶二氧化碳流通量为目的,提出三维图像技术在船舶结构设计的应用。通过计算船舶支柱的灵敏度,寻找到船舶支柱布局优化的最优解,优化船体支柱布局,完成船舶结构布局优化的数学模型建立;采用两栖三体的船结构,设计错杂的剖面车架构件,实现船舶结构设计。实验结果证明,基于三维图像技术的船舶结构设计方法与基于知识工程的船舶结构设计方法相比,船舶二氧化碳的流通量大大提升。     

船体小组立机器人焊接三维扫描识别系统设计

针对船体小组立结构件，基于三维点云数据，利用点云和图像处理算法，完成船体小组立结构件的三维扫描、焊缝识别和焊缝拓扑结构分析。基于片体智能化焊接流水线，构建船体小组立机器人焊接三维扫描识别系统。该系统具备对一般筋板类型结构件与交叉类型结构件的焊前扫描、焊缝识别、机器人焊接路径规划和机器人焊接作业生成等功能，经实际验证，可为片体智能焊接流水线实现船体小组立结构件智能化焊接提供准确的视觉信息与作业信息。     

船体三维网格的图形用户界面设计

由于船体三维立体显示存在一定不足,且图形特征匹配错误等,导致当前用户界面设计无法有效辅助船体三维网格模型设计。为此,提出船体三维网格的图形用户界面设计方法。结合虚拟现实技术,设计图形用户三维虚拟显示界面。以此为基础,通过识别不同手势指令,无接触虚拟操作用户界面功能模块,实现有效的人机交互,辅助完成船体网格模型模拟试验。结果表明:与基于图形推理、基于机械点阵以及基于数字图像处理技术等3种方法设计的界面交互结果相比,所研究方法设计下的用户界面交互匹配指数更高,每种手势的平均反应延迟更短,说明该用户界面表现更好。     

基于AutoLISP语言的船体型线自动识别方法

主要介绍自由识别和指定位置识别2种自动识别船体型线的方法。运用AutoLISP语言直接读取绘制二维型线时所有控制节点的二维坐标,获取二维型线上指定位置插值点的二维坐标,并利用型线与指定位置在船体上的实际位置的关系将这些节点坐标转化为三维型值。通过算例验证采用该方法求取船体型线三维型值的高效性和准确性,以及导入Solidworks软件进行三维建模生成船体曲面的可行性,为船舶设计由二维向三维转化提供参考。     

基于智能视觉的船体焊接坏点识别方法

传统的船体焊接坏点识别方法会受周围因素的影响,无法得出准确的识别结果,为了解决这个问题,提出基于智能视觉的船体焊接坏点识别方法。利用智能视觉技术采集船体焊接图像,并对图像进行二值化处理,得到经过去燥处理的船体焊接图像,在完成上述步骤后,利用智能视觉船体焊接坏点识别模型对船体焊接坏点结构进行故障识别,为确保识别结果的准确性,应用映射计算法对其进行进一步处理。由此,完成基于智能视觉的船体焊接坏点识别方法的设计。在实验中,随机选取800张船体焊接坏点结构图像,分别对这2种方法进行实验分析,实验结果表明,所提方法的准确性更高,更适合推广使用。     

利用视觉技术在线检测船体变形缺陷方法

传统船体变形缺陷检测方法存在微变形缺陷识别误判问题,导致船体轻微变形区域无法在线瞬态识别,影响在线检测效果。为此,提出利用视觉技术在线检测船体变形缺陷方法。通过引入视觉技术,对船体结构进行扫描,建立船体结构变形模型;根据模型输出参量,利用粒子群算法对参量进行结构识别。最后,通过对结构体挠度计算确认变形位置,完成对船体变形缺陷的在线检测。通过与传统变形检测方法的对比,证明提出方法的高效性与准确性。     

基于多媒体技术的舰船轨迹虚拟重构技术

对舰船轨迹的虚拟重构主要包括了对舰船模型和舰船尾流的三维视景仿真重构,为了提高舰船轨迹虚拟重构的逼真度,在多媒体视觉下,提出一种基于Vega prime和Multigen Creator建模的舰船轨迹虚拟重构技术,对获取的舰船船体数据和尾流数据进行数据加载和信息编译,在虚拟场景中根据场景状态信息和渲染指令进行海洋场景、舰船模型和尾流气泡模型的绘制。采用不规则三角网分割方法实现分区域三维重构和图像处理,实现舰船轨迹虚拟重构优化。仿真结果表明,采用该方法进行舰船轨迹虚拟重构和视景仿真的逼真性较好,图像渲染能力较强,具有较好的视觉效果。     

船体曲面特征的计算机视觉认知与生成机制研究

船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面特征认知与生成机制开展系列研究。通过卷积神经网络搭建多元分类器用于识别不同区域的船体曲面形状,在多种曲面分割方案下均得到较为理想的分类精度;基于生成式对抗网络模型,设计一体式和分区式船体曲面生成方法,并根据这两种方法分别尝试进行曲面生成和重构,证明两种方法都能依据其自身特点部分实现船体曲面生成功能,为后续的研究提供参考。本文研究结果可为船体曲面快速建模与变形方法方面的研究提供技术和理论支持。     

基于CATIA的船舶主船体造型特征建模研究

为维护主船体的航行稳定水平,实现对船舶安全营运环境的合理保护,提出基于CATIA的船舶主船体造型特征建模方法。针对关键性二次开发技术,进行船体主要造型结构的设计,实现CATIA船舶模块的研究及二次开发。在此基础上,确定船舶主船体的稳性能力,通过提取既定型值的方式,计算得到准确的大倾角数值,实现基于CATIA的船舶主船体造型特征模型的顺利应用。对比实验结果表明,与传统三维建模手段相比,CATIA技术支持下船舶特征建模方法的CSA重构系数值更大,能够较好地维护主船体的航行稳定能力,满足合理保护船舶安全营运环境的实际应用初衷。     

船体结构CAD技术研究

分析了国内外CAD技术在船体结构设计中应用和研究的现状,介绍了自主研发的基于面向对象的船体结构三维建模系统,描述了该系统的设计思想,对一些技术做了探索和研究.通过可视化界面,自顶向下地构造出船体不同类型的结构模型,智能化的系统满足了船体结构优化设计的需要.     

浅析基于稀疏表示的航运船体检测方法

为进一步强化航道安全,解决海事CCTV人工值守、非自动化问题,提出了基于稀疏表示的船体检测方法.利用稀疏表示实现对船体的检测时,首先构建样本特征矩阵,然后利用K-SVD算法对样本特征矩阵进行学习,得到冗余字典,最后对测试样本进行重构,根据马氏距离判断测试样本属性.通过与传统方法的试验比较,实验结果表明,该算法实时性好、检测准确率高,可以很好地对CCTV视频监控的船体进行检测与跟踪,解决CCTV人工值守、非自动化问题,节省大量人力资源.     

基于CATIA V6的船体结构模型检查二次开发研究

随着数字化技术的发展,三维设计正成为船舶行业的技术发展方向。基于CATIA V6平台的船体结构三维设计,目前主要应用SFD轻量化模型生成二维图纸对接产品方案设计,应用SDD实体模型对接生产设计。因此在三维建模过程中,为保证二维出图与实体转模的准确性,对船体结构SFD模型进行检查尤为重要。虽然三维模型具有视觉上的直观性,但是在CATIA平台模型检查过程中,由于结构模型构件数量庞大且构件属性信息显示不够直接,应用平台原生功能的模型检查方法效率较低,检查结果不够理想。针对平台原生功能存在的问题,本文探索了二次开发在模型结构检查中的运用。选取船体结构SFD模型中面板加厚方向判定这一典型检查场景为例,通过CAA和EKL混合开发实现了面板加厚方向的批量检查和模型修改,极大提高了模型检查的效率和准确性,实用性高。同时本文也为二次开发应用于船体结构模型检查提供了开发思路和主要技术路线。     

船体局部曲面结构造型的三维设计

二维设计广泛适用于船舶整体结构设计中,但针对船体局部曲面结构造型设计,只能显示二维图像,造成工作人员识图难度大,设计周期长。为此提出船体局部曲面结构造型的三维设计。依托Parasolid三维设计软件,使用Parasolid图形内核函数库,完成三维基础模型建立;通过三维静态力学条件分析,优化基础模型结构;采用三维动态力学分析,检验模拟环境下曲面结构的安全性能,实现三维设计;实验数据表明,本文提出方法,减低设计周期,造型设计显示直观,减轻识图难度。     

基于智能视觉的船体焊接坏点识别

船体焊接坏点识别对保证舰船制造工艺精度具有重要的价值,也是提高舰船建造质量的关键技术。针对当前船体焊接坏点识别精度低的问题,设计基于智能视觉的船体焊接坏点识别方法。首先对船体焊接坏点识别的视觉图像进行采集,并对图像进行增强处理,提高图像的清晰度,然后提取船体焊接坏点的图像特征,采用人工智能技术对船体焊接坏点进行分类和识别。实验结果表明,本文方法可以提高船体焊接坏点识别精度,应用于实际舰船制造工艺中,能够保障舰船建造质量。     

大数据技术在单目标船舶移动位置跟踪中的应用

由于在利用原有方法进行单目标船舶移动位置跟踪时,在船舶行驶里程为10 000～30 000 km的范围内,存在目标识别速度较慢的问题,因此将大数据技术应用于单目标船舶移动位置跟踪中,提出一种基于大数据技术的单目标船舶移动位置跟踪方法。通过混合高斯背景模型降低背景的干扰程度,并通过三帧差分降低光照突变时产生的误差,利用与计算融合获取结果,对潜在区域实施检测。通过构建LS SVM分类器,并对分类器进行训练识别单目标船舶移动目标。基于大数据技术,通过融合运动特征、边缘、色调的Camshift跟踪算法与卡尔曼无损滤波器实现单目标船舶移动位置跟踪。通过对比实验证明该方法的目标识别速度高于原有方法,实现了目标识别性能的提升。