针对新冠疫情与“双碳战略”背景下的航线配船和货物分配问题,为满足班轮公司对船队运输效率、经济效益、服务质量和环保效益平衡发展的要求,以船队平均舱位利用率和营运利润最大以及货物时间价值损失与单箱碳排放量最小为目标,建立班轮航线配船与货物分配多目标优化模型。根据子问题间的内在联系,将模型分解为双层模型,上层采用混合整数非线性规划处理航线配船及航速优化问题,下层采用线性规划处理货物分配问题,基于NSGA-Ⅱ算法框架设计求解算法,以某班轮公司船队为例进行分析。结果证明:该模型与优化求解方法具有可行性,并且班轮公司可采取小幅提速和增加中小型船舶数量的混合策略,在满足更多货运需求、应对港口拥堵的同时,实现碳减排的效果。
内河通航环境日益复杂,利用航道视频监控系统对船舶图像进行目标识别,对船舶安全监测具有重要意义.内河不同类型船舶在尺度上具有显著差异,且行驶在航道不同位置的船舶相对于视频监控端存在视距差异,使得船舶目标在成像中呈现出多尺度现象,特别是小尺度船舶图像目标呈现的特征信息较少,导致现有YOLOv3算法对小尺度船舶识别精度较低.针对YOLOv3算法中IoU边界框回归损失函数对小尺度船舶预测框容易产生误识及漏识的问题,利用目标预测框与真实框的最小闭包区域和关键点的归一化距离,提出一种新的损失函数MIoU,该损失函数能显著提升多尺度船舶目标预测框的回归速度及精度.实验表明:提出的YOLOv3-MIoU算法对六类船舶的识别精度均超过了97%,mAP值达到了98.44%.与采用其他损失函数的方法相比,YOLOv3-MIoU在不同尺度及不同类型船舶识别中均具有较高的识别准确率,特别在渔船等小尺度船舶识别准确率比其他方法提升了3%以上,可以达到内河航运安全监控的应用需求.
为解决传统统计学方法和机器学习法无法实现船舶变频海水冷却系统预期状态参数预测的问题,提出一种基于双向门控循环单元(Bidirectional Gated Recurrent Unit, BiGRU)的时序预测模型,采用数据归一化法处理高跨度数量级的特征数据,并结合敏感性分析法实现隐含层神经元的参数调优。以MATLAB Simulink仿真平台生成的变频海水冷却系统参数数据集作为特征样本数据进行训练,采用均方误差(Mean-Square Error, MSE)、校正决定系数(Adjusted Coefficient of Determination,Adjusted R2)评价指标评估模型预测性能,并建立循环神经网络(Recurrent Neural Network, RNN)和单向门控循环单元(Gated Recurrent Unit, GRU)模型进行对比,分析不同时序数据预测算法模型的鲁棒性。结果表明:基于参数调优的BiGRU模型对比RNN模型,MSE值至少降低73.13%,Adjusted R2值至少提高6.44%;对比GRU模型,MSE值至少降低67.86%,Adjusted R2值至少提高3.35%。BiGRU模型相比GRU与RNN模型可更为准确地预测系统预期状态参数,拥有优良的预测精度与稳定性,可为船舶安全评估体系提供准确的数据支撑,对船舶变频海水冷却系统参数预测具有参考价值。
为提升铸造铝合金(ZL109)材料的耐腐蚀及减摩性能。首先,采用微弧氧化技术在铝合金表面制备微弧氧化涂层;然后,将经过微弧氧化处理后的试样浸入到丙烯酸树脂与镀镍碳纳米管组成的电泳溶液中进行电泳沉积处理;最终,在ZL109表面制备了微弧氧化/电泳沉积复合涂层。利用SEM、EDS、划格试验等手段表征复合涂层形貌与结合特征,使用电化学工作站、摩擦磨损试验机对复合涂层的耐腐蚀及减摩性能进行检测分析。电化学腐蚀试验测试结果显示,经过微弧氧化-电泳沉复合处理后的试样腐蚀电流密度为8.891×10-7A·cm-2,较基体下降了三个数量级,极化电阻提高了277.46倍。在干摩擦条件下进行的摩擦磨损试验显示,经过微弧氧化/电泳沉复合处理后的试样相较于铝合金基体,摩擦系数降低了约65%,较未添加镀镍碳纳米管的试样下降了25%。通过微弧氧化/电泳沉积复合技术,提高了铝合金材料的耐腐蚀和减摩性能,为铝合金材料的防护处理提供了参考。