基于机器视觉技术的舰船行驶轨迹自动检测算法

由于传统的舰船行驶轨迹自动检测得到的目标图像局部视觉对比度低,弱小目标占据像素少,导致检测结果精度下降,无法为相关技术人员提供有效的参考价值,为此提出基于机器视觉技术的舰船行驶轨迹自动检测算法研究。利用所采集图像帧与帧之间的关联性,采集其灰度变化情况,获取有效信息,提取灰度矩阵特征,选择目标层次中的相邻帧,获得短时轨迹,计算得出灰度坐标,使所得轨迹光滑连续,分析单帧检测结果,完成基于机器视觉技术的舰船行驶轨迹自动检测算法研究。设计对照实验,验证所提出算法的应用效果,实验结果表明,在应用机器视觉技术后,检测得到的图像局部视觉对比度有着显著提高,能够证实所提出算法的行驶轨迹检测性能优于传统算法。     

29.6 m高速双体风电运维船有限元强度分析

以29.6 m高速双体运维船结构为研究对象,根据中国船级社(CCS)《海上高速船入级与建造规范》(2015),运用有限元分析法对主船体和连接桥结构的总横强度和扭转强度进行强度评估。建模时,采用局部嵌入细化网格的模式,即对应力较小区域处采用常规的板格,而对应力集中处采用细化网格,网格大小不超过50 mm×50 mm,并逐步过渡到常规网格。通过整船建模以及对局部嵌入细化网格的校核,优化了双体船的结构,为控制船体总重提供了依据。     

海上搜救最优路线规划模型设计与仿真

随着人类海洋活动的频繁、气候环境的复杂多变,海上事故频发,而海上救援最关键的是要在最短时间到达搜救点。海上搜索最短路径还受到障碍物、地理环境、天气等条件影响,是一个多条件全局最优问题。本文研究了基于蚁群算法的Dijkstra求解方法,寻找多条件约束下的海上搜救最短路径的全局最优解,最后对算法进行了仿真并与其他路径规划算法做了比较。     

基于海冰厚度的cryosat-2估计算法在破冰船中的应用

近年来,破冰船在极地海洋资源开发、科学考察、极地求援等领域发挥着越来越重要的作用。由于极地海洋环境的复杂性,海冰厚度对破冰船的航行安全和破冰性能产生直接影响。如何及时准确获取海冰数据成为人们研究的重点。本文深入研究海冰厚度估算原理,提出基于crysoat-2卫星测量数据的改进海冰厚度估算算法。     

船舶控制舵截面有限元模型及其轻量化设计

以某船舶控制舵结构为研究对象,采用有限元法建立有限元模型,并结合拓扑优化理论对其进行轻量化设计,得到控制舵结构的最优化设计。研究表明:控制舵截面边缘处网格仍然被保留,中间材料被镂空,轮廓截面较为清晰,结构质量显著减少,同时具有较好的工艺性。     

高速铁路道岔异构数据在Hbase上的云存储方案

实现健康预测管理（PHM）可以提高信号设备的运行安全性、系统可靠性和可维修性，道岔设备的数据对其PHM的研究有重要意义。目前，高速铁路道岔监测数据存储架构难以满足PHM海量异构历史数据存储问题，结合道岔监控数据以及道岔缺口监测图像等异构数据，引入大数据技术中的Hbase非结构化数据存储理念，提出高速铁路道岔设备海量异构数据的云存储及查询管理方案。针对图像数据尺寸不一致的问题，提出基于MapReduce的优化图像分块存储算法，实现高速铁路道岔异构数据的Hbase云存储，在实验室环境搭建平台对方案进行验证。结果表明:从MySQL到Hbase迁移10 GB历史数据约为15 min，在数量到达20万条以上时Hbase查询性能优于MySQL。通过MapReduce优化图像数据分块算法，存储速度得到提升。该方案对高速铁路道岔设备PHM中海量异构数据的存储提供了理论和技术支撑。     

大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

6级海况下波浪补偿装置平台的机构优化设计

为缩短波浪补偿装置平台的研发周期,以某型号风电安装船为研究对象,根据我国海洋部门提出的东海区域谱密度公式,运用Matlab软件分别模拟出6级海况下的波普密度曲线、波倾角变化曲线、该型号风力发电船的横摇、纵摇和升沉运动曲线。具体以风力发电船在6级海况下的横摇、纵摇和升沉运动范围约束平台机构的运动范围,采用遗传算法对平台机构进行优化,分别设定不同机构参数为目标函数进行局部优化,最终为平台结构的合理化设计提供数据支持。