-
公开(公告)号：CN117095296A
公开(公告)日：2023-11-21
申请号：CN202311149193.2
申请日：2023-09-07
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/20 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于复合卷积神经网络的船舶舱室浸水识别方法，属于船舶浸水识别技术领域。包括以下步骤：S1、获取船舶舱室浸水图片数据，并对所述图片数据进行预处理，得到图像数据集；S2、构建复合神经网络，并基于所述图像数据集对所述复合神经网络进行训练，基于训练后的所述复合神经网络对船舶舱室图像进行进水识别，得出识别结果。本发明使用复合卷积神经网络的方法进行船舶舱室浸水识别，可以提高识别精度，增加决策者应对突发浸水事件的能力，极大程度上节省人力、防止工作人员工作疏漏导致错过堵漏救援第一时间。
-
公开(公告)号：CN116738565A
公开(公告)日：2023-09-12
申请号：CN202310563359.9
申请日：2023-05-18
Applicant: 哈尔滨工程大学
IPC: G06F30/15 , G06F30/27 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F119/12
Abstract: 本发明涉及卷积‑循环复合神经网络的船舶单破口浸水时间预测方法，包括：获取船舶单破口的浸水数据集，对所述浸水数据集进行处理；构建复合神经网络，所述复合神经网络包括：轻量级残差网络ResNet18和长短期记忆模型LSTM；基于所述浸水数据集训练所述复合神经网络，通过训练后的所述复合神经网络，预测所述船舶单破口的浸水时间。本发明旨在提高浸水事故发生后指挥者对浸水区域的掌握程度，方便指挥人员进行抗沉决策及人员疏散。
-
公开(公告)号：CN115099264A
公开(公告)日：2022-09-23
申请号：CN202210580880.9
申请日：2022-05-26
Applicant: 哈尔滨工程大学
Abstract: 船舶零件故障诊断方法及装置、计算机和计算机储存介质，涉及深度学习领域。对于现有技术中存在的：虽然卷积神经网络具有较强的特征提取能力，但故障的损坏伴随时间也会产生变化的问题，本发明提供的技术方案为：船舶零件故障诊断方法，所述的方法包括：获得船舶设备运行状态过程中零件的振动加速度信号数据，将数据进行预处理，并针对不同故障标注故障类型，对完成标注的数据作为一维数据集，并划分为训练集和测试集；构建面向船舶零件的深度学习故障诊断模型的特征提取器；构建面向船舶零件的深度学习故障诊断模型的分类器；通过所述的特征提取器和分类器构建面向船舶零件的深度学习故障诊断模型。适用于诊断船舶零件故障。
-
公开(公告)号：CN114973061A
公开(公告)日：2022-08-30
申请号：CN202210434179.6
申请日：2022-04-24
Applicant: 哈尔滨工程大学
IPC: G06V20/40 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度学习方法的辅助抗沉决策模型生成方法及系统，属于抗沉辅助决策技术领域，其该方法包括：获取预设船舶的舱室区域标号数据和浸水实验数据包括总时间、每个舱室的灌满时间以及浸水视频；将每个舱室的浸水视频进行逐帧处理，得到多个图片以及每张图片对应的时间，并将多个图片以及每张图片对应的时间分成两个部分，第一部分将其顺序打乱，并划分为训练、测试集，第二部分以时间轴为顺序排列；将训练集输入卷积神经网络中进行训练，并将第二部分图片输入训练好的卷积神经网络中，得到向量化数据；将舱室区域标号和向量化数据输入循环神经网络中进行训练，得到辅助抗沉决策模型。该方法提高了抗沉辅助决策的速度以及合理程度。
-
公开(公告)号：CN106080958B
公开(公告)日：2017-12-19
申请号：CN201610407065.7
申请日：2016-06-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种具有反向断级的倒V型槽道滑行艇，艇体由左右对称的两个侧片体以及中央槽道所组成，所述侧片体最低点位于舭部外折角线处，且外折角线以外为近似直壁的舷侧壁面，折角线以内为艇底滑行面，所述艇体底部的滑行面是横向斜升型，在艇体底部的内折角线处设有纵向上贯穿全艇的引气槽，所述艇体底部、在中央槽道的两侧对称设置有断级，每个断级后均设置有凹槽，且断级始于引气槽，并向艇艉方向延伸至舭部。本发明在航行过程中能够充分利用冲压空气进行减阻和支撑艇重，并具有较小兴波和飞溅，使得航速较常规槽道滑行艇有了大幅提高。
-
Patent Agency Ranking
公开(公告)号：CN105059468A
公开(公告)日：2015-11-18
申请号：CN201510447947.1
申请日：2015-07-28
Applicant: 哈尔滨工程大学
IPC: B63B1/38
CPC classification number: Y02T70/122
Abstract: 本发明提供一种气幕艏封结构，具体的是一种提高局部气垫双体船越峰性能的气幕艏封结构，该结构是在连接桥湿甲板艏部位置开一排细密充气小孔或一条细长型气缝，通过高压风机向该密集小孔或气缝充气，以形成一层类似于气幕的密封膜，该气膜既能够密封气垫舱内的气体又消除了由于艏封装置触水而带来的推水阻力，本发明从总体上降低了阻力峰值，达到提高该种船舶越峰性能的目的。
-
公开(公告)号：CN103895834A
公开(公告)日：2014-07-02
申请号：CN201410075482.7
申请日：2014-03-04
Applicant: 哈尔滨工程大学
IPC: B63B59/02
Abstract: 本发明的目的在于提供磁力吸附碰垫，包括壳体、永磁吸附装置、控制杆机构和驱动轮，永磁吸附装置固定在壳体的内壁上，永磁吸附装置的上下两端分别安装第一磁力滚轮和第二磁力滚轮，第一控制杆的第一端与第一磁力滚轮相连，第二控制杆的第一端与第二磁力滚轮相连，第一控制杆和第二控制杆的第二端均设置滑槽，第三控制杆的第一端设置凸起，凸起安装在第一控制杆和第二控制杆的滑槽里，永磁吸附装置伸出固定杆，驱动轮通过轴安装在固定杆上，第三控制杆的第二端与驱动轮相连，齿轮与驱动轮同轴、共同旋转，齿轮上缠绕有控制链，控制链伸出至壳体外部。本发明具有极强的安装性，具有足够的强度储备，可有效承载四级海况下各种形式的冲击载荷。
-
公开(公告)号：CN106528924B
公开(公告)日：2020-05-15
申请号：CN201610859241.0
申请日：2016-09-28
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明涉及一种应用于侧壁式气垫船的湿甲板砰击预报方法。本发明包括：(1)把从外界获得的入射波、船体运动、气垫压力时间序列分别展成傅立叶级数；(2)对步骤(1)获得的每一项级数所对应的谐波，计算侧壁式气垫船内自由面的兴波；(3)线性叠加步骤(2)所获得的各兴波分量，并减去船体运动的垂向分量及湿甲板高度，获得内自由面相对湿甲板位移的时间序列；(4)根据内自由面相对湿甲板的位移，统计湿甲板的砰击次数和位置，并计算相应的砰击载荷，获得侧壁式气垫船湿甲板砰击的预报结果。本发明把三维气垫船模型转化为二维时域内的非定常切片模型，降低了模型的维数，提高了内自由面兴波乃至湿甲板砰击的计算效率。
-
公开(公告)号：CN103466056A
公开(公告)日：2013-12-25
申请号：CN201310421245.7
申请日：2013-09-16
Applicant: 哈尔滨工程大学
IPC: B63B59/02
Abstract: 本发明的目的在于提供气动调节水位的智能化碰垫，包括内壳，内壳外部安装缓冲结构，内壳内部安装气囊，内壳底部开有与内壳内部连通的入水孔，内壳顶部安装与气囊连通的快速接头，气囊里充有气体并通过快速接头实现充气、放气从而控制从入水孔进入内壳内部的水量。本发明通过外围的仿生学蜂窝缓冲结构提供浮力、发挥防撞缓冲的功能，蜂窝孔中可填充空气或软质材料，这在极大得保证防撞缓冲功能的前提下有效的减少了碰垫材料消耗及自身重量。碰垫内部设可充气气囊，通过快速接头对气囊进行充放气来调节硬质内壳内部水量，进而调整碰垫的浮态。内部硬质结构与外部仿生学蜂窝缓冲结构的结合更好的实现了耐撞击的特性。
-
公开(公告)号：CN102164089A
公开(公告)日：2011-08-24
申请号：CN201110122807.9
申请日：2011-05-13
Applicant: 哈尔滨工程大学海洋装备科技有限公司
Abstract: 本发明提供的是一种基于路由的IETM故障诊断记录与回放装置及方法。包括推理记忆器、回放执行器和路由表存贮结构三个部分；所述推理记忆器记录故障诊断过程中所产生的各类要素信息，包括推理触发器模块、要素信息抽取与过滤模块和要素信息存贮模块；回放执行器取得路由表中相关信息，同时调用IETM数据库中事件条件信息进行再驱处理，然后将具体事件场景内容按要求进行组装，包括路由搜索模块、事件再驱与场景组装模块；路由表存贮结构存贮相关数据，提供数据存放的结构描述。本发明可在设备的日常使用、人员培训以及故障排除中，有效地指导设备使用与维护人员进行维护维修及故障诊断的学习和掌握。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.044 seconds)
