立体视觉传达技术在船舶舱内结构缺陷检测中的应用

传统船舶舱内结构缺陷检测方法存在细微缺陷识别率低、缺陷数据识别误差大的问题,严重影响船舶内部结构缺陷检测效率,对此,引入立体视觉传达技术,研究立体视觉传达技术在船舶舱内结构缺陷检测中的应用。在结构缺陷检测过程中,引入立体视觉传达技术,将结构场景转换为视觉数据,根据视觉数据信息特点,建立基于视觉传达的标定模型,对模型输出缺陷变量进行模糊补偿,通过缺陷差量的补偿,调整缺陷识别系数范围,达到优化识别精度的目的。利用仿真测试工具,对提出方法进行对比测试,通过测试数据证明提出方法的有效性。     

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。     

船舶电气绝缘检查及缺陷处理方法优化研究

针对传统船舶电气绝缘检查方法存在单侧极上集中侵限绝缘检测识别度低的问题,提出船舶电气绝缘检查及缺陷处理方法优化研究。首先,对船舶电气电路进行检测结构的建立;确定检测结构后,进行检查策略参量的设定,通过设定参量找出缺陷参量;最后,对问题参量进行优化计算,完成对检测方法缺陷的优化计算。为了确认提出方法的可行性,设计一组仿真实验来对提出的设计方法进行验证,通过对比数据证明优化方法能够有效解决传统方法在电气单侧极集中侵限绝缘检测识别上存在的缺陷问题。     

摄影测量技术在基于图像的船体变形测量技术的应用

船舶船体结构的稳定性是影响船舶航行的关键因素,受多种因素的影响,船体易出现变形问题,增大导航系统中参数的误差。为及时发现船体变形问题,要采用摄影测量技术对船体变形进行连续检测,快速识别坐标误差和修正,以保证船体结构的稳定性,有效控制船体变形。本文分析摄影测量技术的优势,提出了摄影测量技术在基于图像的船体变形测量技术中的具体应用,并进行船体变形测量的应用仿真分析,测量结果表明符合实际测量的要求。     

虚拟现实技术在船体设计中的应用

传统设计工艺的匹配能力较弱,导致所设计船体的安全系数低,因此研究虚拟现实技术在船体设计中的应用。该技术模拟海域环境,从立体视觉角度分析船体行进方式。设置匹配参量,根据船体结构关系建立分段式虚拟模型;装配组件并动态演示,通过碰撞检测调整组件间的衔接位置。实验表明,与传统技术相比,虚拟现实技术应用下,船体组件之间的匹配程度高、契合效果好。可见该技术更适用于船体设计。     

冲击载荷作用下船体变形的数值模拟研究

为了提高船体在冲击载荷作用下的刚度和强度,从而应用在船体的强化设计中,研究冲击载荷作用下船体变形的数值模拟方法,提出基于连续体模型应力评估的船体变形的数值模拟模型,进行船体变形的应力屈服力学分析,建立在冲击荷载下的船体变形的延性断裂行为学模型,采用断裂韧度的规则化测试方法进行船体变形的数值模拟,结合连续体模型应力评估方法进行船体变形的机械强度分析和屈服响应评估,实现船体变形关联约束参量的准确评估和数值模拟。仿真测试表明,采用该方法进行冲击载荷作用下船体变形的数值模拟的精准度较高,通过准确模拟船体变形应力参数进行机械强度设计,改善船体抗冲击载荷能力。     

基于加速度和卷积神经网络的船体板裂纹损伤检测

裂纹是船舶结构中最常见的损伤形式之一。由于船舶结构十分复杂而且密闭空间多,传统的依靠人力的裂纹损伤检测方法耗时长、主观依赖性强,难以满足智能船舶的需求。本文提出了一个基于加速度和卷积神经网络（convolutional neural networks, CNN）的船体板裂纹损伤实时在线无损检测方法,该方法能够自动地学习裂纹损伤特征。通过基于Python语言的Abaqus二次开发技术建立简支板损伤模型并计算其动力学响应。采集板的加速度数据用于训练CNN模型,利用数据裁剪技术对数据集进行扩充,讨论了不同CNN结构形式对船体板裂纹损伤检测的影响。与基于小波包变换的多层感知机神经网络相比,提出的CNN方法能够更好地提取裂纹位置和长度损伤特征,同时对噪声的敏感程度较低。     

基于多点应变对船体垂向弯曲倾角进行校正的方法

通过对舰船的受力及角度变形规律进行研究,推导应变转角关系数学模型。在船体表面布置若干个应变传感器,即可由结构应变获得船体垂向弯曲倾角。利用数值试验模型对提出的模型进行"数值试验"验证。结果表明,利用本文所提出的模型获得的目标数据具有较好的精度。该方法能克服当前常用方法占用较大空间、需固定基准点和测量功能单一的局限性。利用光纤光栅传感器测量船体应变获取结构弯曲倾角,可对船体变形引起的船体局部姿态信息误差进行校正,为舰载武器装备提供较高精度的姿态基准。     

计算机视觉在船舶焊缝缺陷识别的应用

大型集装箱运输船舶在海上航行时,会受到极端恶劣的气象条件影响(海浪、海风等),导致船体结构出故障。由于大型船舶的甲板、船体等壳状结构均采用焊接的方式组成整体,因此,船舶焊接的质量决定了船舶结构强度和防水性等,具有非常重要的意义。为了保证船舶的焊接质量,必须要进行焊缝的缺陷识别与检测。本文基于计算机视觉与图像处理技术,研发了一种新型的船舶焊缝识别系统,对改善船舶焊缝的缺陷检测水平有重要作用。     

基于光学图像识别的船体变形量检测技术研究

在新时期背景下,我国船舶事业发展取得了理想的发展成绩。其中,船体变形量检测技术在其中的重要性也逐渐突显出来。因部分船舶的结构相对特殊,所以为确保其安全稳定地运行并完成任务,必须要高度重视船体变形量检测技术的作用。本文以光学图像识别为基础的船体变形量检测技术,不仅可以通过图像准确判断出船舶的形体变化,也能通过三维建模的方式,在设计阶段提高船体的结构强度,从而大大提升了船舶的安全性。     

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。     

基于改进YOLOv5s的铝型材表面弱缺陷识别方法

针对采用传统的机器视觉方法识别铝型材表面弱缺陷存在的效率低和精度差的问题，提出一种将数据增强与YOLOv5s相结合的铝型材表面弱缺陷识别方法。采用anchor-free方法简化人工设计YOLOv5参数的步骤，降低检测复杂度；利用解耦检测器解决YOLOv5s检测中分类与回归任务冲突的问题，加快损失函数的收敛速度。通过优化算法的边界框回归损失函数，提高算法模型的定位精度；同时引入γ参数解决弱缺陷样本不平衡的问题。通过图像马赛克与像素混合方法提升模型对弱缺陷图像的识别能力。试验结果表明，改进算法的检测平均精度均值为93.3%，检测速度为41帧/秒，能提高船舶类铝型材弱缺陷检测的效率和自动化程度。     

基于应力和振动频率的典型船体结构裂纹损伤识别方法

为研究典型船体结构的裂纹识别方法,通过模型试验和数值仿真相结合的方法获取了大量可靠的训练样本和验证测试样本。基于BP神经网络技术建立了裂纹损伤识别模型,分别以静态应力参数、动态振动参数、应力与振动参数结合三类信息作为特征参数,对裂纹位置坐标进行了识别,对识别精度进行了对比分析。结果表明利用神经网络模型进行加筋板裂纹损伤识别是可行的,其中以应力与振动参数结合作为裂纹识别的特征信息识别精度最高,绝大多数裂纹位置识别误差在5%之内。研究方法和研究成果可为船体结构裂纹损伤智能化识别提供参考。     

基于应力和振动频率的典型船体结构裂纹损伤识别方法研究

为研究典型船体结构的裂纹识别方法,通过模型试验和数值仿真相结合的方法获取了大量可靠的训练样本和验证测试样本。基于BP神经网络技术建立了裂纹损伤识别模型,分别以静态应力参数、动态振动参数、应力与振动参数结合三类信息作为特征参数,对裂纹位置坐标进行了识别,对识别精度进行了对比分析。结果表明利用神经网络模型进行加筋板裂纹损伤识别是可行的,其中以应力与振动参数结合作为裂纹识别的特征信息识别精度最高,绝大多数裂纹位置识别误差在5%之内。研究方法和研究成果可为船体结构裂纹损伤智能化识别提供参考。     

图像处理技术在船体结构设计上的三维重构

由于求交线段不稳定的干扰,原有方法存在重构性能较差的问题,提出一种基于图像处理技术的船体结构设计三维重构方法。获取船体结构设计中的圆柱体、环体、长方体等几何特征,基于图像处理技术中的图像识别技术对其进行识别,在识别中需要针对该文件形式进行逻辑顺序设定。根据识别结果,构建船体结构设计特征模型,构建的模型共包括3层结构。通过构造特征树来组合船体结构设计特征实体,并对特征实体实施三维重构,从而实现船体结构设计的三维重构。为了证明设计方法在求交线段不稳定的影响下,重构性能更好,分别进行该方法与原有方法的快速性、稳定性以及准确性对比实验。实验结果证明该方法在快速性、稳定性以及准确性方面都更加优秀,即该方法的重构性能更好,实现了性能突破。     

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。     

焊接初始缺陷对船体梁极限弯矩的影响

对焊接初始缺陷于船体梁极限弯矩的影响进行了研究.采用热传递分析得到焊接结构的温度场,进而采用热弹塑性分析得到结构的焊接残余应力和焊接变形.将得到的焊接变形及残余应力作为结构的初始缺陷,对船体梁的极限弯矩进行了比较计算.结果表明,焊接初始缺陷对船体梁极限弯矩的影响不宜忽略,热传递及热弹塑性分析的方法可较好地模拟船体梁极限弯矩分析中的焊接初始缺陷.     

分析水中结构自由振动的三维附加质量矩阵法

船舶总体振动分析需考虑对船体外部水的影响。通过建立水域三维有限元模型进行计算或者先计算出附加质量后,加入到结构质量中进行计算。随着有限元技术的发展,船舶大都采用三维有限元建模。传统方法,例如刘易斯附加水质量法,虽然考虑到纵向变形,但确没有忽略船体横剖面的变形,因而不够准确。采用三维边界元方法,考虑水中结构振动的三维效应,计算三维附加质量矩阵,并对水中结构振动进行分析。结果表明,水中结构振动是三维变形,应该采用三维附加质量矩阵进行振动分析。     

豪华邮轮极限强度计算的有限元方法研究

为揭示豪华邮轮极限状态的变形特征,考察初始几何缺陷的影响,文章对一艘理想的巴拿马客船进行整船有限元分析,发现船舯位置上层建筑与主船体以双平截面的方式变形。鉴此,参考"双梁理论"假设上层建筑与主船体绕各自形心受弯转动,提出了一种利用柱间有限元模型进行豪华邮轮极限强度计算的方法,对比经典的极限强度有限元计算方法,精度有明显改进。     

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。