一种坞内船体外板喷涂新方法研究

以某船厂实际工艺为案例,分析了船舶岸壁坞内外板喷涂作业现状,探讨了基于国内外爬壁机器人技术的坞内船体外板喷涂的成套设计策略构想,包括成套系统设计、爬壁机器人设计、可行性设计思想.最后,应用某船厂实际算例,对参数指标、机器人本体设计、射流及漆雾回收设计、自动控制及轨迹规划设计、防坠防刮碰安全设计等方面进行了新方法研讨.研究表明,此种坞内船体外板喷涂新方法研究可行.     

船舶工业机器人创新设计需求分析模型

船厂是船舶工业机器人的用户,当前在船厂对机器人升级改造的创新设计过程中,存在对机器人性能需求模糊问题．采用传统QFD需求分析,建立了船厂用户集主体需求模型．进一步地,针对该主体需求模型的概念区分模糊问题,进行了深度需求分析,建立了一种适合现代造船模式下的增强需求模型,并通过加权分析得到了通用的技术矛盾．通过该增强需求模型分析得出高空作业和漆雾污染问题是主要技术矛盾,并得到专利规避、风险分析、技术指标、方案设计、科研院所等技术需求是性能需求的重点,为船厂进行机器人概念创新设计提供了便利．     

基于改进YOLOv5模型的船舶焊缝缺陷检测方法

当前船舶焊缝缺陷检测主要是通过人工目视的手段检查焊缝的射线探伤图像进行的，存在耗时长、工作量大、效率低的问题，为此提出了一种基于改进YOLOv5模型的船舶焊缝缺陷检测方法.首先对1 152张船舶焊缝射线图像进行标注，建立船舶焊缝射线图像数据集；然后根据船舶焊缝缺陷几何尺寸小、特征不明显的特点，对YOLOv5模型进行改进.通过对图像进行正弦灰度变换，提高缺陷处的对比度.加入卷积注意力模块(CBAM),增大感兴趣区域的权重.增加检测尺度，提高对微小目标的检测精度.计算对比检测结果表明，使用改进的YOLOv5模型对船舶焊缝缺陷进行识别，使精确度从95.3%提高到98.4%,召回率从77.5%提高到77.9%,交并比为0.5时的平均精确度从81.5%提高到84.2%,证明该方法可以有效地改进船舶焊缝缺陷检测的效果.