新型船舶轻量化整体隔音舱室的研究与设计

提出一种国内首创的船舶轻量化整体舱室装置设计方案,该方案深入应用于船舶舱室领域以及轮机机械领域。这一创新设计,旨在提升船舶舱室的舒适性和安全性,同时降低船舶的整体重量,提高燃油效率。该装置的独特之处在于,它可以通过限位卡合结构,对船舶舱室内的一些家用家具进行精确的限位固定。这种方式相比于传统的膨胀螺丝等固定方法,更具灵活性和便捷性。当需要拆卸家具时,限位卡合结构可以迅速解锁,实现快速拆卸。这一设计大大提高了船舶舱室的实用性和人性化程度。此外,该装置还在舱室的墙壁以及顶部采用了石膏板和隔音棉,取代了传统的泡沫板或水泥板。这种创新的设计,不仅能有效提升舱室的隔音效果,还能进一步减轻船舶重量,提高燃油效率。总体来说,这种新型的船舶轻量化整体舱室装置设计理念,将为船舶行业带来全新的变革。它不仅提升了船舶的性能,提高了船舶舱室的舒适度,也为船舶制造带来更高的效率和更低的成本,将对我国船体建造方式产生重要影响,并提供一种全新的思路。

基于I-BESO的邮轮结构开孔耦合拓扑优化

针对传统的BESO算法无法只优化开孔,文中以邮轮甲板纵桁、舷侧和贯穿孔结构为研究对象,改进BESO算法得到适用于多工况船体开孔孔型优化的I-BESO算法.对开孔孔型迭代优化,分析多工况下多种类开孔耦合优化.开孔体积减轻比达到20.92%,满足轻量化设计目标,并且缓解应力集中,使结构应力均衡分布.

基于改进YOLOv5s的轻量化船舶检测算法

针对当前船舶检测模型复杂度高、对设备资源要求较高等问题,提出一种基于YOLOv5s的船舶目标检测算法SRE-YOLOv5s.该算法使用ShuffleNetV2轻量级网络替换YOLOv5s原始特征提取主干网络降低模型复杂度,并使用感受野模块(Receptive Field Block,RFB)增强算法特征处理能力,考虑到Complete IoU(CIoU)损失函数会影响模型收敛速度,采用Efficient IoU(EIoU)损失函数进行优化.通过对SRE-YOLOv5s算法进行训练和验证,结果表明:SRE-YOLOv5s在轻量化的同时保证了检测精度,与其他主流轻量化检测模型相比,SRE-YOLOv5s具有更好的检测性能.此外,根据船舶可视化检测结果可知,SRE-YOLOv5s模型在实际场景中具有较大的应用潜力.

大幅宽SAR图像嵌入式舰船实时检测系统设计

针对星载或机载高分辨率合成孔径雷达(synthetic aperture radar,SAR)实时成像后的大幅宽SAR图像舰船实时检测的应用需求,传统的基于FPGA+DSP的嵌入式系统很难同时实现SAR成像处理和基于人工智能技术的大幅宽SAR图像舰船实时检测,为此设计了一种基于3U VPX FPGA+GPU架构的大幅宽SAR图像嵌入式舰船实时检测系统;提出了一种基于YOLOv5s的舰船检测模型,采用基于L2-范数稀疏性惩罚的缩放因子控制法进行轻量化,轻量化舰船检测模型的参数量减小了47.39%,计算量减少了18.67%,平均检测精度为0.968;将轻量化舰船检测模型应用于大幅宽SAR图像嵌入式舰船实时检测系统,并针对典型的10 km×10 km的大幅宽图像应用场景,设计开发基于多线程技术和基于GPU的众核并行计算技术的大幅宽SAR图像嵌入式实时检测系统软件;通过公开的SAR数据集进行功能验证和性能评估,该系统能够满足不同分辨率的大幅宽SAR图像舰船实时检测需求。

面向嵌入式平台的光学遥感图像舰船检测识别

建设海洋强国是我国当前大力发展的战略方向。针对现有基于深度学习的遥感图像舰船目标检测识别算法在嵌入式平台上存在检测分类识别率低、运行速率慢等问题,提出了一种基于寒武纪MLU220嵌入式平台改进的Mix-YOLO网络模型。该模型以YOLOv7-tiny网络为基本框架,首先,引入MobileNet系列网络模块对特征提取网络进行部分替换,减少网络参数量;然后,引入ULSAM注意力机制,以便增强网络学习分类能力,减少虚警率;最后,为了显著提升嵌入式平台检测速率,采用将网络模型大模块拆分为小模块的编写方式。实验结果表明:Mix-YOLO算法在原YOLOv7-tiny网络基础上,参数量和计算量分别下降了39.70%和29.70%,处理帧率由97.27 fps提升至120.88 fps,精度提高了7.7%,能够实现对遥感图像中舰船目标的实时检测识别。

基于脉冲神经网络的轻量化SAR图像舰船识别算法

针对传统方法进行合成孔径雷达(SAR)图像目标识别存在参数多、能耗高等问题,提出了一种基于脉冲神经网络(SNN)的轻量化SAR图像舰船识别算法.首先,利用视觉注意力机制提取SAR图像视觉显著图,采用泊松编码器进行脉冲序列编码,能抑制背景噪声干扰.然后,结合泄漏整合发射(LIF)脉冲神经元和卷积神经网络,构建融合时序信息的SNN模型,能实现SAR图像舰船识别.最后,采用反正切函数作为反向传播时脉冲发射函数的梯度替代函数对SNN模型进行优化,能解决模型难以训练的问题.实验结果表明所提算法具有高精度、少参数、高效率和低能耗等优势,能实现SAR图像高效准确舰船识别.

基于改进CenterNet的轻量级无锚框SAR图像多尺度舰船检测算法

针对复杂场景下多尺度舰船检测精度较差、效率较低、泛化性较弱等问题,本文构建了一个轻量级无锚框的合成孔径雷达图像舰船检测框架。为满足合成孔径雷达图像舰船实时检测的需求,提出了基于改进CenterNet的轻量级无锚框合成孔径雷达图像舰船检测方法,通过预测目标关键点的信息及检测框的相关属性,实现了合成孔径雷达图像舰船快速准确定位与检测。为解决合成孔径雷达图像样本稀缺的问题,采用了适用于合成孔径雷达舰船图像的数据增强方法以扩充训练样本,并引入了多尺度训练以增强模型泛化性能。实验结果表明:本文方法具有检测效率高、检测精度好、泛化性能强等优势,能实现复杂场景下多尺度舰船的实时高精度检测。

基于统计能量法的邮轮典型舱室隔声降噪研究

豪华邮轮被视为世界造船“皇冠上的明珠”,不同于普通船舶,豪华邮轮的舱室多达上千间;随着国际上对邮轮的舒适性以及隔声降噪的要求越来越高,因此有必要研究邮轮典型舱室的隔声降噪技术。本文以国产首制豪华邮轮典型模块化舱室为研究对象,基于统计能量法对舱室进行噪声评估分析;通过数值仿真的方法对单层结构不同材料隔声板的隔声性能进行分析,并研究了厚度、密度对其隔声量的影响;进一步研究了复合隔声板的隔声性能,同时针对不同区域的噪声提出相应的隔声板敷设方案,从而实现邮轮典型舱室的隔声降噪。

轻质高隔音铝蜂窝板在豪华邮轮中的应用研究

探讨轻质高隔音铝蜂窝板在豪华邮轮中的应用,并对其性能、优势进行了分析。首先介绍轻质高隔音铝蜂窝板的基本结构和特点,包括轻质化、高强度、隔音性能优异等方面。随后,针对豪华邮轮的特殊需求,详细分析了轻质高隔音铝蜂窝板在船舶制造、居住舱室、公共区域和其他设备中的应用情况,并提出了相应的选型方案和影响因素分析。在此基础上,通过对结构强度、舒适性和环保性等方面的影响进行评估,阐述轻质高隔音铝蜂窝板在豪华邮轮中的重要性和优势。

改进Shufflenetv2_YOLOv5的轻量级SAR图像舰船目标实时检测

针对当前SAR图像舰船目标检测实时性不高、准确率较低等问题,提出了一种改进Shufflenetv2_YOLOv5的轻量级目标检测模型。首先对YOLOv5网络的主干网络进行改进,在对比了MobileNetv2、Shufflenetv2两种轻量级网络的效果之后,构建了Shufflenetv2_YOLOv5网络。引入Transformer结构和双重注意力机制模块对Shufflenetv2_YOLOv5网络进行改进,以增强舰船目标的特征表达。使用FReLU替换原YOLOv5的激活函数,进一步提高网络的性能。同时,提出一种新的损失函数,增强舰船目标的定位效果。实验结果表明,本文算法在SSDD数据集上的准确率为80.2%,FPS为193帧/s,在保证精度的情况下,实现了SAR图像舰船目标实时检测。

特征图知识蒸馏引导的轻量化任意方向SAR舰船目标检测器

基于有向边界框的合成孔径雷达(SAR)舰船目标检测器能输出精准的边界框,但仍存在模型计算复杂度高、推理速度慢、存储消耗大等问题,导致其难以在星载平台上部署。基于此该文提出了结合特征图和检测头分支知识蒸馏的无锚框轻量化旋转检测方法。首先,结合目标的长宽比和方向角信息提出改进高斯核,使生成的热度图能更好地刻画目标形状。然后在检测器预测头部引入前景区域增强分支,使网络更关注前景特征且抑制背景杂波的干扰。在训练轻量化网络时,将像素点间的相似度构建为热度图蒸馏知识。为解决特征蒸馏中正负样本不平衡问题,将前景注意力区域作为掩模引导网络蒸馏与目标相关的特征。另外,该文提出全局语义模块对像素进行上下文信息建模,能够结合背景知识加强目标精确表征。基于HRSID数据集的实验结果表明所提方法在模型参数仅有9.07 M的轻量化条件下,mAP能达到80.71%,且检测帧率满足实时应用需求。

舷台悬臂结构挠度等效计算方法

针对船舶舷台复杂悬臂结构的挠度理论求解问题,提出一种较为安全的等效计算方法。首先利用船级社规范,将船舶舷台结构简化为悬臂梁模型,并提出变截面悬臂梁到等截面悬臂梁模型的等效方法。针对悬臂梁模型的剖面型式,开展等效计算方法的安全性研究。最后,分别采用有限元方法和等效计算方法,对某船舶舷台结构的端部挠度进行计算分析。研究表明,该等效计算方法能够安全、快速地对舷台端部挠度进行求解,可为船舶舷台结构的工程轻量化设计提供参考。

基于YOLOv5的改进舰船目标检测算法

舰船已经成为海上军事重要的监测目标,针对SAR图像舰船目标检测存在检测效果差、计算量大、泛化能力弱的问题,提出一种基于YOLOv5和Mobilenetv3的轻量化舰船目标检测算法。首先,引入Mobilenetv3主干网络,降低模型计算量与体积,实现模型轻量化处理;然后,引入EIoU损失函数,提高预测框的回归精度和收敛速度;最后,在颈部网络中引入CBAM,在特征融合阶段进行注意力调整,提高模型检测精度与检测效果。在SSDD数据集上的实验结果显示,改进后算法模型体积压缩至原YOLOv5模型的18.32%,训练时间缩短35.22%,参数量减小至原模型的15.94%,计算量减小至原模型的10.76%,平均精度提升至98.3%。实验结果表明,改进后算法在保持高精度检测效果的情况下,大幅降低了参数量和计算量,减小了模型体积,并缩短了训练时间。

力学与声学超材料在船舶工程中的应用研究综述

海洋环境的复杂性以及兵器攻击中强非线性载荷的作用,使得采用常规材料制造的舰船结构难以满足安全性、隐身性、轻量化和舒适性等综合设计指标要求,而超材料凭借其性能的人工可设计性和性能超颖性,成为解决上述工程需求的有效途径之一。总结近10年来超材料在船舶工程中的理论及应用研究现状,围绕船舶抗爆抗冲击、轻量化、承载和减振降噪等几个方面,重点梳理力学超材料和声学超材料的设计方法与应用研究进展。指出船用超材料的大尺度、高效、低成本制造技术是未来船用超材料应用中亟待突破的方向与瓶颈,船用超材料的高承载性、宽频段带隙设计和低频段带隙设计已成为具有潜力的研究热点。

基于YOLOv5s的海上风电设施检测与预警评估

海上风电设施检测在海上风电安全监测领域发挥着重要作用。由于海上环境复杂及海上目标的多样性,现有海上目标检测算法存在网络复杂、检测精度低的问题,难以满足实时性检测和实用性部署要求。针对该问题,该文提出了一种改进YOLOv5s的海上风电设施检测算法。首先,将YOLOv5s的主干网络替换为轻量化GhostNet进行特征提取,降低网络模型的参数量和计算量;其次,在主干网络末端和Neck层分别施加注意力机制(SENet),自适应学习重要通道特征权重,提高检测精度;最后,将Neck层的PANet结构改进为双向金字塔(BiFPN),通过融合不同尺度特征提升检测速度。实验结果表明,该算法在降低网络模型参数量和计算量的同时,在船舶数据集上平均精度达到了96.8%,比原始YOLOv5s网络提升了2.6百分点,检测速度达到了47 FPS。

基于结构优化的客滚船轻量化设计

以客滚船为研究对象,基于结构优化的思想,探究客滚船轻量化设计方法。首先介绍了结构优化的概念、原理和方法,明确了客滚船结构优化设计的特点和要求。接着阐述了客滚船轻量化的意义,以及常用的轻量化方法和技术。针对客滚船轻量化设计的问题,提出了一种基于结构优化的客滚船轻量化设计方法。最后,通过案例分析验证了该方法的有效性,同时分析了轻量化设计对客滚船性能的影响,并对未来的研究进行了展望。本文研究结果对于提高客滚船的性能和安全性,降低成本和环境污染具有重要的意义。

船舶内装材料的轻量化应用

为减轻船舶内装材料的质量,基于某82 000吨级散货船,对轻量化内装材料的性能特点和应用现状进行介绍,并对内装轻量化材料的应用方案进行探讨。研究表明:选用轻量化的内装材料可减轻约1/3的内装材料质量,为实现整个船舶上层建筑的轻量化提供了帮助。研究成果可为船舶内装材料的轻量化应用提供一定参考。

基于WebGL技术的某升船机塔柱结构仿真可视化平台研究

在数字化技术应用于水利水电工程的大背景下,为在某升船机塔柱结构数字化升级项目中实现智慧化模拟,完善可视化和数据交互能力,研发一个结构仿真可视化平台。平台采用WebGL技术,在网页端对有限元网格模型进行重绘;提供云图及变形动画渲染功能,用于展示前、后处理数据;研究有限元数据处理、模型面片和云图渲染优化技术,用于高效渲染。平台在某升船机数字化项目中得到了良好应用,可视化功能可用于常用结构分析,并基于平台接口开发监测对比功能,可提高运行管理单位对结构安全的分析水平,相关技术可用于其他水利水电工程结构的仿真可视化平台中。

基于响应面法的船舶I型加筋板架轻量化设计

利用Ansys Workbench软件对船舶I型加筋板架进行有限元分析。建立优化数学模型,对板架的上板厚度、下板厚度、板筋高度以及板筋厚度进行优化。利用灵敏度分析法分析在重压载荷条件下相关结构对板架的最大变形以及质量的影响,并利用响应面法对板架进行优化。结果表明优化后的某I型船舶加筋板架质量减轻了21%,证明该方法可以实现船舶I型加筋板架的轻量化设计。

船舶滚装通道结构设计与轻量化优化

船舶滚装通道是船舶上重要的货物运输通道,其结构设计和轻量化优化对于提高船舶运输效率和降低能耗具有重要意义。文章分析了船舶滚装通道的结构设计和轻量化优化,并探讨了未来的优化方向。