海上环境监测系统中的自动化架构设计

海上环境监测对于环境的可持续性发展具有重要的现实意义。本文从海洋环境监测系统的设计原则出发,构建了6层监测体系,并针对系统中部署的传感器节点获取到的数据进行基于模糊评判的数据融合算法描述,最后通过实验来说明本文所采用的信息融合算法,能够有效提高系统的监测置信度。     

专访:海军标准规范研究专家潘若恩

军标与民标的统一是军民融合过程中一个非常重要的环节,实现军标与民标的统一有利于打破军工行业封闭的动作环境,引人商业竞争,降低武器装备的研发、生产与维护成本;有利于战争时期军队和地方在生产设备与技术工艺方面的协同与互通,实现战时快速动员;有利于促进军民技术转换,形成军民融合的国防科技工业基础,增强整个国家的科技工业实力。     

铁路路基动态变形模量的数值模拟分析

介绍铁路路基动态变形模量理论计算公式的推导及动态变形模量的测试原理,采用有限元软件模拟动态变形模量的测试过程,分析承载板与土体接触压力、路基动态变形模量的影响因素,并计算动态变形模量的有效测试深度.结果表明:在承载板中心一定范围内,接触压力模拟结果较理论计算值大;土体的动弹性模量对接触压力影响很小,可以忽略;路基动态变形模量测试冲击荷载作用下,土体只发生弹性变形;动态变形模量与土体动弹性模量呈线性关系,路基动态变形模量的模拟结果大于理论计算值;土体的泊松比对动态变形模量影响较小;动态变形模量有效测试深度建议取0.5~0.6 m.     

基于深度学习的机器视觉技术在造船中的应用

近年来,以人工智能为代表的新兴技术日渐成为了传统行业生产力提升的增倍器.在船舶建造领域,为了实现高质量发展,智能制造技术的推广势在必行.由于其显著的特性,基于深度学习的机器视觉技术正应用于越来越多的造船工艺流程中,为提高生产效率、提升产品质量做出越来越重大的贡献.     

中望CAD/CAM软件携手铁建重工引领“中国智造”

近日,国内最大、最专业的CAD/CAM软件厂商中望软件与我国轨道装备和掘进机行业领先企业中国铁建重工集团有限公司正式签订了"信息化战略合作"协议。据了解,铁建重工集团全面采购了中望软件旗下的二维以及三维产品中望CAD和中望3D,不仅如此,中望软件还就铁建重工集团未来的发     

深化数据共享 让海事航保一体化融合发展做到心中有“数”

为全面推进海事监管及航海保障一体化融合发展,东海航海保障中心上海海图中心准确把握工作要求,加强与各海事局的交流合作,发挥自身业务特长,提供数据服务支撑,为贯彻落实海事航保一体化融合发展提供数据驱动。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

云计算的船运物流运输中智能航道选取算法设计

船运物流运输过程中,经常碰到航运路线有多条,或受外界因素影响航线需要调整的状况。此时需要航道调度系统对航道数据进行分析计算,给出当下的最优航道选取方案。但是,现有的航道选取算法存在数据分析处理慢,多资源航道数据融合度差的问题。因此,将云计算技术作为算法的核心,提出云计算的船运物流运输中智能航道选取算法设计。通过引入KDUFN-YUN云端航线资源融合算法,完成对航道客观数据与云端数据互通;接着,在云计算的基础上引入最优选取算法,对云计算下融合的航道数据进行最优选取;最后,通过仿真实验证明提出算法的可行性。