期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
随碳纤维含量变化的CFRP船体结构积层板的材料特性 被引量:3
1
作者 吴大均 韩志强 卢载奎 《船海工程》 北大核心 2019年第1期85-88,93,共5页
为了验证随碳纤维含量变化的碳纤维增强塑料(CFRP)层板的力学性能,按纤维含量的不同制作样板并进行拉伸及弯曲强度材料试验,对试验结果进行回归分析,并将分析结果与国际标准ISO12215和意大利船级社规范RINA Part B中提供的估算式进行比... 为了验证随碳纤维含量变化的碳纤维增强塑料(CFRP)层板的力学性能,按纤维含量的不同制作样板并进行拉伸及弯曲强度材料试验,对试验结果进行回归分析,并将分析结果与国际标准ISO12215和意大利船级社规范RINA Part B中提供的估算式进行比较,随碳纤维含量的增加,积层板力学性能逐渐增强,并优于标准估算式,最大值出现在碳纤维含量为0.55之后的区间。所以,适当地提高碳纤维含量,可提高CFRP材料的比强度特性,有利于开发更加轻量的船体结构。 展开更多
关键词 复合材料积层板 纤维含量 碳纤维增强塑料
下载PDF
基于多视图卷积神经网络的船体分段性能研究
2
作者 王健 卢载奎 《中阿科技论坛(中英文)》 2021年第9期76-80,共5页
在船舶调度过程中,用准确的船体分段识别号来识别船体分段的位置非常重要。为解决由于某些船体分段的位置和识别号的错误信息导致确切的船体分段所在位置查找困难的问题,需要配备系统来跟踪分段的位置,并自动识别分段的识别号。本文比较... 在船舶调度过程中,用准确的船体分段识别号来识别船体分段的位置非常重要。为解决由于某些船体分段的位置和识别号的错误信息导致确切的船体分段所在位置查找困难的问题,需要配备系统来跟踪分段的位置,并自动识别分段的识别号。本文比较了5种卷积神经网络(CNN)模型与船体分段分类上的多视图图像集的性能,采用四个分段模型对船体分段进行图像采集并利用原始训练数据和其增强数据对CNN模型进行了迁移学习。 展开更多
关键词 卷积神经网络 船舶分段 全局池化层 F1分数 迁移学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部