导读:本文包含了船体检测论文开题报告文献综述及选题提纲参考文献,主要关键词:信噪比,弹性支撑,故障检测,力学振动
船体检测论文文献综述
黄海,张江亚[1](2019)在《船体弹性支撑轴故障检测方法》一文中研究指出船体弹性支撑轴故障检测信号很容易受到信号噪声的干扰,导致故障检测结果不理想。对此设计了具有降噪性质的船体弹性支撑轴故障检测方法。根据力学振动相关理论,搭建受力作用下船体支撑轴力学模型,明确各截面受力关系,采集计算弹性支撑轴检测参数,获取信号特征频率,利用时域平均法对检测信号进行去噪操作,提高信噪比,引入能量因子相关理论,将去噪后的信号以文本格式读取到Matlab中,划分大量数据点位,确定能量因子值参数,将信号EI值稳定在1.45~1.50之间,突出故障特征,最终提取数据点位特性信号进行重组合并,获取最终检测结果。经过仿真实验可以肯定与传统方法相比,该检测方法获取到的裂纹故障信号信噪比提高29%,磨损故障信号信噪比提高32%,可以证明该方法的有效性。(本文来源于《舰船科学技术》期刊2019年14期)
罗辉[2](2019)在《船体弹性支撑轴机械故障检测方法研究》一文中研究指出当前船体弹性支撑轴故障检测存在效率低、错误多等不足,为了改善船体弹性支撑轴故障检测效果,设计了支持向量机多类分类器的船体弹性支撑轴故障检测方法。首先选择船体弹性支撑轴作为研究对象,提取其振动信号。然后从振动信号中提取描述其工作状态的特征,并通过对特征进行选择,得到最优的船体弹性支撑轴故障检测特征。最后根据故障检测特征,采用支持向量机多类分类器进行船体弹性支撑轴故障分类和检测。仿真测试结果表明,本文方法能够很好识别各种类型的船体弹性支撑轴故障,对所有类型故障检测率超过95%以上,而且具有较快的船体弹性支撑轴故障检测速度,相对其他船体弹性支撑轴故障检测方法,优势十分明显。(本文来源于《舰船科学技术》期刊2019年12期)
甄希金,赵晶,吴文烈,孔宁,郭志飞[3](2018)在《船体肋骨成型检测型线配准算法》一文中研究指出船体肋骨数字化检测系统在进行船体肋骨完工检测时,需要进行肋骨型线测量点云与理论点云的数模配准。为改善配准效率和精度,提出一种船体肋骨型线配准算法,具体步骤包括点云粗配准、第一次ICP配准、测量点云偏置和第二次ICP配准。该算法已应用到船体肋骨成型数字化检测设备中,能够提升肋骨成型检测效率和精度,是实现船体构件加工成型智能制造的重要环节。(本文来源于《船舶工程》期刊2018年10期)
曹艳,喻星星[4](2018)在《船体结构焊缝超声波无损检测方法研究》一文中研究指出传统船体结构焊缝检测方法消耗成本高、检测时间长、检测效果并不显着,为此提出一种超声波无损检测技术,根据探头工作原理构建超声波无损检测技术的工作框架,工作框架包括超声波检测仪、函数发生器、功率放大器、数字示波器、超低噪声前置放大器、高速数据采集卡、实时数据分析系统。实现过程分为构建超声波探头阵列、设置探头驱动电路、计算机实时追踪、信号接收以及数值显示5步。从消耗成本、检测时长和检测效果3个方面与传统检测方法进行对比实验,研究表明,超声波无损检测方法可以在短时间内精准地检测出焊缝大小、形状和所在位置,该方法具有很好的市场发展空间。(本文来源于《舰船科学技术》期刊2018年20期)
王宇,刘旭东[5](2018)在《基于光学图像识别的船体变形量检测技术研究》一文中研究指出在新时期背景下,我国船舶事业发展取得了理想的发展成绩。其中,船体变形量检测技术在其中的重要性也逐渐突显出来。因部分船舶的结构相对特殊,所以为确保其安全稳定地运行并完成任务,必须要高度重视船体变形量检测技术的作用。本文以光学图像识别为基础的船体变形量检测技术,不仅可以通过图像准确判断出船舶的形体变化,也能通过叁维建模的方式,在设计阶段提高船体的结构强度,从而大大提升了船舶的安全性。(本文来源于《舰船科学技术》期刊2018年16期)
郑冬凯[6](2017)在《船体表面涂装缺陷智能检测与修补的关键问题研究》一文中研究指出船体表面的涂装缺陷主要来源于两方面,一是船体在分段对接时由焊接的高温导致的涂层缺陷,另一方面是航行过程中海水等物质对涂层造成的腐蚀。目前对于缺陷主流的修补方式是工人手动打磨喷涂,但是施工环境中的噪声、空气中的粉尘、油漆中的有害化学物质等严重威胁着工人的身体健康,愿意从事相关工作的工人数量正在急剧减少。本文针对上述问题,设计了一种能够自动检测并且修复船体表面涂装缺陷的机器人,重点对机器人的轨迹规划和运动控制进行了研究,实现了打磨时砂轮走刀行距与打磨力的智能控制,解决了喷涂勾边时轨迹的插补问题以及对大平面喷涂时各控制参数的最优化,同时建立了粗糙度预测模型,能够较准确地预测打磨后表面的粗糙度。首先,本文详细介绍了课题的背景和研究意义,以及国内外相关领域的研究现状,明确了本文所要解决的关键问题。其次,从机械系统和控制系统出发,对本机器人进行了总体方案设计,并运用运动学和动力学的方法验证了机器人机械结构的可行性。然后,研究了机器人在修复缺陷时轨迹规划的相关问题。根据砂轮打磨时的数学模型计算出了合适的走刀行距,建立神经网络模型用于预测打磨后的表面粗糙度,采用模糊控制的方法实现了打磨力的智能控制,还对喷涂勾边的轨迹进行了规划。最后,从整体上介绍了机器人的控制系统,并开发了控制机器人的运动控制程序及友善的人机交互界面。(本文来源于《上海交通大学》期刊2017-01-01)
吕震宇[7](2015)在《基于ELMD和KNN分类器的船体砰击载荷检测算法研究》一文中研究指出随着船舶行业技术的迅猛发展,船舶结构安全的重要性也日益突出。船舶结构监测系统可以实时统计监测船体各部位的应力数据,进而得到船舶结构安全的评估。船舶结构监测系统采集的信号中包含了船体在水中航行时受到的砰击载荷分量。高强度的砰击载荷会对船体结构造成影响,威胁到船舶的安全。低强度的砰击载荷对船体的影响属于累积式的损伤,当其长时间作用于船体时会对船体结构造成累积损伤,破坏船舶整体结构。通过对砰击载荷信号的检测识别,可以结合当前海况对船体结构的安全进行评估,并根据安全等级进行预警,进一步保障船舶在水域航行时的人身财产安全。因此,对砰击载荷检测识别的研究具有重要的理论与实际意义。砰击载荷信号是一种非平稳、非线性的复杂信号。针对砰击载荷信号的特点,本文提出了一种基于总体局域均值分解(ELMD)和K最近邻(KNN)分类器的砰击载荷检测方法。本文首先将局域均值分解(LMD)与传统的时频分析方法和希尔伯特黄变换(HHT)进行比较,可知LMD可以获得较好的时频分析结果并且不会分解出干扰项,因此LMD更适合用来作时频分析。其次利用LMD的改进算法—ELMD方法对采集的数据进行分解,并提取砰击信号的样本熵、能量熵和边际谱幅度比作为砰击载荷的特征,组成特征向量。最后将特征向量与KNN分类器相结合,实现砰击载荷的检测识别。通过实验结果可知,本文提出的方法具有计算量小并且准确率较高的特点。可以应用在船舶结构监测系统中,实时的检测船舶受到的砰击载荷,保护船体的结构安全。本文研究的内容主要包括以下几个方面:首先详细阐述了 LMD的基本原理,简单介绍了短时傅里叶变换等传统时频分析方法和希尔伯特黄变换,并比较各种时频分析方法的效果,说明了LMD方法与其他时频分析方法相比的优越性。其次介绍了砰击信号的分类及数学模型。并对LMD算法的一种改进算法—ELMD进行了阐述。接着,利用LMD、集成经验模态分解(EEMD)和ELMD叁种方法,分解包含间歇信号的多分量信号,并进行比较。最终将ELMD作为原始信号的分解方法,通过分解结果的对比验证了 ELMD分解的有效性。最后,将砰击载荷的样本熵、能量熵和边际谱幅度组成的特征向量与最近邻分类器相结合,实现砰击载荷的检测与识别。并将算法应用到实际砰击信号的检测中,与传统的阈值分类方法相比,基于KNN的砰击载荷检测方法检测的结果更加准确。(本文来源于《哈尔滨工程大学》期刊2015-12-01)
邱中亚[8](2015)在《基于运动轨迹的船体尺寸视频检测算法与实现》一文中研究指出航道的水涨水落,加之船舶尺寸不规范,船舶的撞桥、搁浅时有发生。如何通过监控视频监测船舶的尺寸涉及航道运行安全。然而水面场景的复杂性,船舶的互相遮挡,给运动船舶的提取和跟踪带来了困难,影响尺寸检测的精度。论文源自《船联网》国家重大专项子项目,研究了基于视频图像检测、跟踪河道中运动船舶的难点和解决方法,并利用图像计算船舶的尺寸参数。在船舶检测阶段,最常用的是背景减除法,但检测到的运动船舶往往并不完整,给船舶的提取和分割带来了困难。论文针对船舶检测中的船舶分体和相近两条船舶合一的实际问题,改进了船舶分割的方法。在运动船舶轨迹提取方面,往往采用了 Kalman滤波跟踪。然而Kalman多目标追踪不能解决船舶遮挡的问题,论文引入直方图跟踪并用聚合向量的方法加以改进。相比直方图跟踪,该方法在光线变化的情况下仍然适用,可以作为船舶遮挡时的补充跟踪方法。在船舶图像尺寸测量时,一般采用矩形逼近的方法,该方法将船舶尺寸计算转化为矩形长宽的计算,但矩形的四个顶点通常落在船舶的边缘之外。论文利用船舶的轮廓截取船舶的轨迹直线,将截取的线段作为船舶的长度大小。这种方法相比矩形逼近方法,能保证轨迹和轮廓的交点一定在船沿上。论文的主要创新点有:●改进了运动船舶的完整提取方法,既合并了运动检测中船舶分体的区域,也避免了邻近两条船舶合一的问题;●给出了聚合向量跟踪方法,弥补了 Kalman跟踪在船舶遮挡中追踪失效的不足,也克服了直方图在船舶跟踪难以区分不同目标的问题,得到遮挡情况下船舶的完整轨迹;●优化了船舶图像尺寸计算方法,由原来的只计算船舶矩形框的长宽改进为通过轨迹直线和轮廓点的交点计算船舶的长宽,避免了矩形顶点不在船沿上的缺点,得到了准确的船舶尺寸。(本文来源于《南京大学》期刊2015-05-23)
刘海钧[9](2014)在《浅析基于稀疏表示的航运船体检测方法》一文中研究指出为进一步强化航道安全,解决海事CCTV人工值守、非自动化问题,提出了基于稀疏表示的船体检测方法。利用稀疏表示实现对船体的检测时,首先构建样本特征矩阵,然后利用K-SVD算法对样本特征矩阵进行学习,得到冗余字典,最后对测试样本进行重构,根据马氏距离判断测试样本属性。通过与传统方法的试验比较,实验结果表明,该算法实时性好、检测准确率高,可以很好地对CCTV视频监控的船体进行检测与跟踪,解决CCTV人工值守、非自动化问题,节省大量人力资源。(本文来源于《中国水运(下半月)》期刊2014年11期)
杜杰伟,郑卫刚,毛俊元[10](2014)在《基于MATLAB图像处理的船体焊缝质量检测与应用》一文中研究指出本文基于MATLAB对船体的焊缝图像进行处理,从而检测焊缝的质量,是在超声波探伤,X射线探伤等无损检测技术的基础上提出的一种简便的检测技术。它根据处理的图像得出焊缝的圆周、形状等几何尺寸以及其强度特征和纹理特征。通过对这些数值的分析进而判断焊缝是否存在气孔、夹渣、咬边、焊瘤、焊接缺陷等质量问题。改变了原来高成本,对人体有害的探伤技术所带来的不便。(本文来源于《现代焊接》期刊2014年11期)
船体检测论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
当前船体弹性支撑轴故障检测存在效率低、错误多等不足,为了改善船体弹性支撑轴故障检测效果,设计了支持向量机多类分类器的船体弹性支撑轴故障检测方法。首先选择船体弹性支撑轴作为研究对象,提取其振动信号。然后从振动信号中提取描述其工作状态的特征,并通过对特征进行选择,得到最优的船体弹性支撑轴故障检测特征。最后根据故障检测特征,采用支持向量机多类分类器进行船体弹性支撑轴故障分类和检测。仿真测试结果表明,本文方法能够很好识别各种类型的船体弹性支撑轴故障,对所有类型故障检测率超过95%以上,而且具有较快的船体弹性支撑轴故障检测速度,相对其他船体弹性支撑轴故障检测方法,优势十分明显。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
船体检测论文参考文献
[1].黄海,张江亚.船体弹性支撑轴故障检测方法[J].舰船科学技术.2019
[2].罗辉.船体弹性支撑轴机械故障检测方法研究[J].舰船科学技术.2019
[3].甄希金,赵晶,吴文烈,孔宁,郭志飞.船体肋骨成型检测型线配准算法[J].船舶工程.2018
[4].曹艳,喻星星.船体结构焊缝超声波无损检测方法研究[J].舰船科学技术.2018
[5].王宇,刘旭东.基于光学图像识别的船体变形量检测技术研究[J].舰船科学技术.2018
[6].郑冬凯.船体表面涂装缺陷智能检测与修补的关键问题研究[D].上海交通大学.2017
[7].吕震宇.基于ELMD和KNN分类器的船体砰击载荷检测算法研究[D].哈尔滨工程大学.2015
[8].邱中亚.基于运动轨迹的船体尺寸视频检测算法与实现[D].南京大学.2015
[9].刘海钧.浅析基于稀疏表示的航运船体检测方法[J].中国水运(下半月).2014
[10].杜杰伟,郑卫刚,毛俊元.基于MATLAB图像处理的船体焊缝质量检测与应用[J].现代焊接.2014