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.     

不同隧道埋深下列车运行诱发环境振动研究

考虑到地铁列车运行诱发地面振动的大小可能与隧道埋深有关,开展了地铁列车在不同隧道埋深下运行引起地面振动的传播规律和衰减特性研究,结果表明:不同的隧道埋深并不会改变地表振动强度随着与振源距离增大而衰减的规律,但由于埋深不同会导致振动放大区的起始位置不同,故在某些区段,振动强度会随着埋深的增大而加强,埋深对振动放大区的振动...     

船舶通信网络非线性流量预测的数学建模分析

为了提高船舶通信网络非线性流量预测的精度,设计一个船舶通信网络非线性流量预测数学模型。首先对船舶通信网络数据采集,然后对采集的数据进行预处理,最后应用神经网络算法建立船舶通信网络非线性流量预测模型,以此完成了船舶通信网络非线性流量预测。实验对比结果表明,此次研究的船舶通信网络非线性流量预测数学模型有效提高了流量预测的精准度,并减少了船舶通信网络非线性流量预测时间,具备一定的实际应用意义。     

基于BP网络的球鼻首参数化优化

本文以某集装箱船为研究对象,对降速航行后的球鼻首进行优化。采用Catia建立船体三维模型,为了产生不同形状的球鼻首,选取球鼻特征参数来描述其基本结构;采用拉丁超立方试验抽样方法得到12组不同形状的球鼻首,提出运用非线性拟合能力较强的BP网络构建球鼻首参数和阻力系数之间的关系模型;采用遗传算法对训练后的网络进行极值寻优。结果显示,优化船型的阻力系数显著降低,说明该方法对球鼻首的优化有一定的借鉴意义。     

新形势下提升海员职业吸引力的建议

海员是海洋开发和水上交通运输的先行者,作为交通劳动者大军的重要组成部分,在服务国家战略实施、促进航运经济发展等方面发挥着重要的作用,是航运业高质量发展的重要人才支撑和保障.新形势下海员作用更加凸显,我们要把关爱海员提升到战略高度,航运企业通过调整薪酬待遇、提升海员归属感;行业组织通过宣传海员价值、关注海员健康问题、弘扬...     

连云港海域围垦工程对水沙环境的影响*

基于嵌套的平面二维潮流泥沙数学模型,模拟了海州湾海域滨海示范区围垦工程实施前后的潮流场、悬沙分布,并采用实测资料对模型进行验证,分析围垦工程后计算海域潮流场、悬沙场及海床冲淤场的水沙环境的变化情况。结果表明：围垦后研究海域整体的潮流场和悬沙场变化较小,但围垦后附近海域纳潮量有所减小引起围区附近流速减小,围垦工程附近基本呈现淤积的状态,工程左侧吹填坑淤积强度较大,临洪河口则出现局部冲刷。     

舰船电力系统的网络重构与数学模型设计

舰船电力系统是整个船舶设计制造的核心,电力系统的好坏直接决定了整个航向的安全性能,因此必须采用科学合理的方法,对船舶的电力系统进行数学建模,在设计之初就对各项参数进行优化,从而大大提高整个电力网络的性能,文章采用了粒子群优化算法对船舶电力网络进行重构,对各项相关参数进行系统调制,大大改善了电力网络的综合性能。