摘要：起重机具有诸多类型,不同类型的起重机具有不同的分析或保养方法,因此对起重机类型进行识别意义重大。针对深度卷积神经网络中存在的数据需求量大、训练时间长、计算成本高等问题,提出一种基于迁移学习和微调的起重机类型识别策略。通过搭建不包含分类层的预训练InceptionV3模型并连接自定义的分类层,利用迁移学习和微调技术,训练出适用于起重机类型识别任务的卷积神经网络。实验结果表明,相较于从头搭建并训练深度卷积神经网络,利用迁移学习和微调方法对预训练模型进行训练可得到较高的识别准确率,并且训练速度更快,训练时间显著缩短。验证集和测试集的识别准确率分别为98.24%和97.67%。

摘要：为了准确计算自升式风电安装平台的舾装数,合理配置临时锚设备,该文通过研究船级社海上移动平台入级规范中的舾装数计算公式及其要求,并对几家船级社规范计算结果进行比较,最后采用直接计算法校核锚链安全系数,提出了更合理的舾装数计算方法,为类似平台舾装数计算提供参考。

摘要：船用起重机型式多样、起重量大、性能优良且用途极其广泛,能够用于各类船舶,是现代船舶不可或缺的重要配套设备之一,在船运行业发挥着重要作用。该文以船用起重机为研究对象,对其选型与布置的原则、流程及注意事项进行全面系统地分析。通过建立起重机简化模型,明确起重机选型与布置原则,梳理起重机选型与布置流程,总结起重机三维布置审查要点,旨在指导技术人员基于文中所述布置方法,快速确定起重机的位置;同时指导技术人员利用CATIA三维设计软件,在三维环境中快速检查起重机的干涉情况,验证起重机位置的合理性。