MARIC与中科院沈阳自动化研究所签订战略合作协议

近日,中国船舶及海洋工程设计研究院(MARIC)与中国科学院沈阳自动化研究所战略合作签约仪式在沈阳举行。中科院沈阳自动化研究所李硕副所长以及MARIC李小平副院长分别代表各自单位在签约仪式上签字。中国科学院沈阳自动化研究所被誉为"中国机器人事业的摇篮",是国内机器人领域有重要影响力的科研机构之一,MARIC被誉为"中国舰船设计的摇篮",是国内成立早、成果多,技术力量雄厚的军用舰船、民用船舶及海洋工程设计研究开发机构。     

国际航行拖船缺少备用救生筏案例分析

介绍SOLAS对于救生筏配备的基本要求,并结合船舶安检中发现的国际航行拖船缺少备用救生筏的案例进行分析,围绕相关缺陷的纠正过程,探讨相关船舶的安全管理问题,剖析问题产生的原因,并提出可行性建议。     

遗传神经网络的船舶运动受扰力预测模型

船舶运动受扰力预测,是实现对船舶摇摆控制的关键步骤。为达到有效控制船舶摇摆的目的,基于遗传神经网络,完成船舶运动受扰建模预报和预测方法选择。模拟船舶航行状态,设计仿真对比实验结果表明,基于遗传神经网络的船舶受扰力预测模型,有效提升横向与纵向运动受扰力预测准确性,完成有效控制船舶摇摆的目的。     

船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究

随着海运航线的愈加繁忙,船舶碰撞事故时有发生,为避免船舶发生碰撞,船舶避碰决策研究已成为目前研究的热点.本文在既往研究的基础上,综合考虑船舶避碰的经济性及安全性要求,基于粒子群算法、遗传算法与非线性编程理论,建立了船舶避碰路径规划的优化模型,并通过具体案例进行仿真分析.仿真结果显示,粒子群遗传混合优化算法的收敛速度较快,船舶避碰的优化路径能够同时满足经济性及安全性要求,算法的有效性及运算效率均有了显著提高.     

激光传感器的船舶焊缝缺陷识别

采用激光传感器对船舶焊缝缺陷进行识别,可解决传统识别方法所带来的识别精准度差、检出率高等问题,为船舶工作人员生命安全带来保障。采用传感器获取焊缝图像底片,并进行数字化处理;根据激光扫描图像成像特点,并使用熵关联法进行分割;提取缺陷参数特征进行区分并加以描述,利用Matlab工具对船舶轮廓进行绘制,通过绘制后所获的缺陷数据进行三维投影坐标转换,由此完成船舶焊缝缺陷识别。经过实验验证得出结论,实验结果表明,该识别方法可大大提高检测精准度,降低检出率,具有良好的稳定性和较高的识别率。     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系，以经典航道通过能力模型为基础，构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据，对所提出的航道通过能力模型进行实证分析.研究结果表明，本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下，黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态；当过境船到达超过69艘/h时，建议海事相关部门采取“错峰”航行等相关政策.     

《船舶交通服务指南》修订情况及履约策略研究

IMO A.857(20)决议《船舶交通服务指南》(以下简称《VTS指南》)是国际上被广泛认可的VTS操作的政策性、程序性文件,《VTS指南》保证了全球VTS提供服务的协调、一致,同时在促进世界VTS的发展中发挥了重要指导作用。