基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

基于实时以太网的电力推进船舶IPNCS设计

针对现场总线技术在综合电力网络控制系统中应用的不足,设计了将基于实时以太网的网络控制系统植入综合全电力系统的模型。通过增加软件调度层并在线确定优先级的方法,确定实时节点占用信道的顺序,克服了现场总线技术缺点的同时解决了以太网本身的实时性问题,符合电力推进船舶综合全电力系统的要求及其发展趋势。仿真结果证明了结论的有效性。     

集装箱船线型优化研究

为了充实船型数据库及满足将来可能的市场需求,结合传统经验设计方法和CFD技术同步进行了集装箱船的线型研发。通过两个方案的船模试验结果的比较,得出一些有意义的结论,对将来的线型设计工作具有一定的启迪意义。     

某型柴油机气体减压阀设计技术分析

通过对某型进口柴油机的气体减压阀的结构研究,分析了减压阀压力调节方式、压力比较机构、调压弹簧配置方式、阀芯受压形式和阀口密封形式等结构,深入研究了减压阀的密封性能、阀芯功能,提出了减压阀进口原件属阀芯力反馈带自密封特性的非完全平衡减压阀结构型式,阐明了该型减压阀设计的关键技术,为气体减压阀自主设计和维修提供了依据。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

采用改进真空预压技术加固软土地基的试验研究

通过改进后的真空预压技术与传统"砂垫层+塑料排水板"工艺的对比试验,研究在软基处理工程中采用"无砂直连"和变孔径滤膜排水板技术的加固效果,并在试验成果的基础上分析改进技术的特点和工作机理。采用"无砂直连"技术可减少真空度损失,选择合适孔径的滤膜排水板可减少滤膜的淤堵,这些技术改进均有利于软土地基的排水固结。     

碳纤维加固技术在港口码头改造工程中的应用

目前混凝土结构的碳纤维加固技术主要用于陆上土木工程的结构物修复,由于港口码头的水工结构物均处于潮湿、水位变动频繁、氯离子含量较高的环境下,在原有港口工程案例中主要应用该技术加固混凝土结构的次要构件.本工程首次将碳纤维加固技术应用在码头结构物主要受力构件的加固中并取得成功,可为码头水工建筑物的加固修复提供参考.     

长河段航道整治的数值模型与地形可视化

在正交贴体坐标系下建立长河段的二维水流数学模型,并详细阐述模型的主要方程、给定的边界条件、动边界的处理技术和数值计算方法等.根据广西右江那吉—鱼梁河段的实测资料,验证该模型的合理性和适用性,探讨关于长河段航道治理的相关问题,并采用Matlable可视化技术对河道地形进行演示.     

基于BP神经网络的复杂布局管道泄漏检测研究

对基于BP神经网络的复杂布局管道泄漏检测与定位进行研究,确定实验方案和研究内容,介绍BP神经网络的输入参数、训练目标和隐含层节点个数,阐述基于BP神经网络的复杂管道泄漏检测研究。研究表明：用BP神经网络来预测复杂管道发生泄漏后的泄漏量大小是完全可行的;用其对是否发生泄漏进行状态辨识,则还要进行数据的二次处理;由于训练样本过少,用BP网络进行泄漏定位时会产生较大的误差,建议增加训练样本数,从而提高泄漏定位精度。     

线性神经网络在舰船磁场推算模型中的应用

针对舰艇内外磁场推算问题,从智能优化的角度出发,建立了内外磁场之间的线性神经网络预报模型。该方法避免了利用数值建模存在的诸多困难,可实现舰艇内外磁场有效推算。并利用船模实验验证了网络预测的准确性,其换算精度相较于数值建模有所提高,满足工程实际需求。