船舶气囊下水技术现状与展望

回顾了船舶气囊下水技术的发展历程,对近年来船舶气囊下水技术的实际应用及最新成果进行了介绍,阐述了船舶气囊下水技术的专利情况及标准制定情况,对船舶气囊下水技术的安全性及安全保障措施进行了研究,展望了该技术今后的发展前景。

船舶气囊下水的动力学分析

提出了船舶气囊下水的动力学分析方法,建立了气囊下水的动力学方程,采用四阶龙格-库塔方法来求解运动方程,并编制了相关程序进行计算。将计算结果与多次实船下水的测量结果进行比较,得出计算结果符合下水的实际情况,表明分析模型和方法具有较好的精度。

基于气囊下水工艺的船舶总纵强度分析

文章通过分析船舶在下水过程各阶段所受到的外力,计算出船体梁各典型剖面的剪切应力和弯曲应力的极值,并参照现行内河船舶建造规范对总纵强度的校核标准,对采用气囊下水工艺的船舶进行结构强度安全性分析。

正和造船5.7万吨散货船利用气囊成功下水

9月22日,浙江正和造船有限公司承建的57000T散货船"NASCO PEARL"号"披红挂彩。上午10时许,随着下水总指挥的一声令下,"NASCO PEARL"号"乘坐在75只气囊上,在船台缓坡的作用下,伴随着欢呼声和鞭炮声,开始缓缓滚动,短短2分钟,成功驶入海中,顺利下水。

深度堆栈自编码网络在船舶重量估算中的应用

传统的船舶重量估算方法多数存在误差大、成本高等问题。为此,提出一种基于深度学习的船舶重量估算算法。利用多层神经网络逐层无监督学习训练初始化参数,通过反向梯度下降的方式微调参数。运用深度堆栈自编码网络挖掘深层次的数据特征,并在ShipWE自建数据库上进行分析。实验结果表明,与传统吃水估算方法相比,该算法具有更强的稳定性和更高的准确性,与BP神经网络算法和径向基函数神经网络算法相比,该算法的精度更高,能有效解决船舶估算可信度低的问题。