基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题,提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记,建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估,调整网络结构和训练参数,得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型,可实现船舶设备仓储管理智能化,在较大程度上提升管理效率。     

NG-2500 X型自升式平台桩腿分段制作

为保证NG-2500X型自升式平台桩腿的尺寸精度和焊接质量,分析了该桩腿的结构形式及主尺寸、母材材质、主舷管及半圆板来料情况,并根据MSC的基本设计要求、美国船级社(ABS) MODU Rules及AWS D1.1等规范制定了一系列装配及焊接措施,涵盖主舷管接长、片体预装及大组装配等。这些措施有效控制了桩腿分段的建造精度和焊接质量,为桩腿合拢打下了坚实的基础,对同类桩腿总体建造精度控制有着重要参考价值。