专业实验室建设的新思路

提出了船舶与海洋工程类专业实验室建设应与学科建设和实验教学改革相结合的方法,为专业实验室建设提供了新的思路和措施。     

太平天国时期的"红单船"

“红单船”是广东民问用于对外贸易的大货船。太平天国时期，清政府利用红单船武装镇压农民起义，给农民起义军造成了重大的损失。由于其月饷不能及时供给，于是私设关卡，抢劫商旅，杀害民众。祸行终被揭发，被陆续裁撤。红单船问题是太平天国史上很值得研究的课题之一。     

基于USRP的AIS接收机实现

船舶AIS是集海上船舶识别、安全监控和通信导航功能为一体的新型数字助航系统,其在甚高频上采用SOTDMA方式实现船舶动态、静态及其他相关信息收发,以确保船舶的检测与识别功能。使用USRP对AIS的船载终端进行设计与实现,以国家GB/T20068-2006标准规范为基础,完成了基于LabVIEW语言的AIS软件无线电接收机。在该接收机中,采用了两步频偏估计校正方法,有效克服了USRP平台的频率稳定度不足的缺点,并最终实现了船舶AIS信息接收、报文解析、数据库存储;同时通过在LabVIEW中嵌入开源的GIS与航海图,实现了对珠江上航行船舶的定位与可视化。该设计案例为URSP平台在“通信原理实验”及“通信系统设计”相关课程中的进一步推广使用提供了非常好的应用案例。     

ScanSAR图像舰船目标快速检测方法

提出一种ScanSAR图像舰船目标快速检测方法.该方法通过周期性局部亮度变换技术降低了Scalloping效应对舰船检测的影响,在ScanSAR图像拼接前进行基于OpenMP的改进的双参数CFAR舰船目标检测,不仅避免了拼缝对舰船检测造成的巨大影响,而且极大地缩短了舰船检测的时间,提高了舰船检测的时效性,最后通过图像后处理从拼接后的ScanSAR图像中得到最终的检测结果.对15幅ScanSAR图像进行了实验,结果表明,该方法在提高检测性能的同时,检测的时效性也有明显改善.     

数字孪生驱动的造船精细化工时管理模式及应用研究

为进一步提升我国船舶制造企业生产管理水平,实现生产全过程监控,提高造船效率,提出一种基于数字孪生理论的精细化造船工时管理模式,通过建立二维三维数字孪生模型、系统架构和数据映射逻辑结构,在生产计划、监控通讯设备及企业知识的助力下,实现生产数据实时信息共享及人员、设备、材料有效集成。试验结果表明,数字孪生技术的运用使返工率降低17.6%,修正吨位提高12.4%。基于数字孪生驱动的造船精细化工时管理模式完成了数字化、集成化、智能化、标准化的工时管理信息系统构建,可降低生产管理成本,提高生产效率,提升造船企业核心竞争力。     

内河船舶电力推进系统设计

为研发具有自主知识产权的船舶电力推进产品,根据电力推进系统的特性,在对推进电机运动控制、推进系统运行状态控制和船舶电网谐波治理进行研究的基础上,设计内河船舶电力推进系统.船舶的实际运行验证设计方案的正确性.     

浮动抵押在造船抵押融资中的适用

针对我国担保物权体系的不足导致在建船舶抵押制度不完善以致造船抵押融资发展缓慢的状况,顺应<物权法>引入浮动抵押概念之时机,结合英美法中已建立的浮动抵押理论,探讨该理论及其相关制度的引入对完善我国在建船舶抵押制度的利弊.对于浮动抵押可能产生的在建船舶抵押主体和效力问题.应当采用以法律规定为基本、以银行制度为具体准则的方法予以解决.     

湄洲湾LNG船监管方案仿真系统设计与实现

为保障液化天然气(Liquefied Natural Gas, LNG)船舶的航行安全,利用地理信息系统(Geographical Information System,GIS)、虚拟现实(Virtual Reality,VR)等技术构建LNG船舶监管方案仿真系统.系统首先利用ARCGIS和PCI软件进行数字高程模型(Digital Elevation Model,DEM)和数字正射影像(Digital Orthograph Model,DOM)处理,建立湄洲湾水域基础地形数据;然后处理水利工程、码头和建筑物等地类数据;数据经过优化后,选用Mutigen Creator三维建模工具创建湄洲湾三维场景.在三维场景中,集成水文气象、船舶、助航设施和码头等数据以及监管方案,实现各类数据在三维仿真系统中的实时关联.场景驱动采用VEGA 3.7平台开发,实现三维场景中的漫游和查询、航行过程的记录和回放、监管方案的演练和报警等功能.海事监管部门可在系统中制定和演练LNG船舶监管方案,根据模拟演练对监管方案进行调整和优化.实际应用表明,对LNG船舶的监管和仿真效果基本一致,该方案可为LNG船舶监管提供科学的辅助和支持.     

基于PSO的BP神经网络-Markov船舶交通流量预测模型

为对船舶交通流量进行准确预测,结合BP神经网络和Markov算法,构建BP神经网络-Markov预测模型。引入粒子群优化(particle swarm optimization,PSO)算法对模型进行优化,克服利用Markov模型选取白化系数的不足。用该模型预测武汉长江大桥船舶交通流量的月度数据,结果表明:与BP神经网络的预测精度82.439 0%相比,基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8%,该模型的合理性和准确性得到验证。     

桥式卸船机防雷方案探析

分析了雷电对低压电器及相关设备等弱电系统干扰的原因,探讨了雷电对自动化控制系统的干扰方式和途径,研究了卸船机在弱电系统防雷上存在的不足,提出了卸船机防止雷电干扰的技术措施。