“华光新材杯”高质量论文推荐 | 浏览量 : 200 下载量: 139 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于数据驱动的船舶中组立智能焊接技术应用研究

    • Research on the Application of Data-Driven Intelligent Welding Technology in Ships Unit Assembly

    • 刘季杭

      1 ，

      何开平

      1 ，

      刘亚

      1 ，

      潘兴兴

      1 ，

      闫德俊

      2
    • 2024年54卷第10期 页码：99-107   

      纸质出版日期： 2024-10-25 ，

    • DOI： 10.7512/j.issn.1001-2303.2024.10.12     

    移动端阅览

  • 引用

    阅读全文PDF

  • 刘季杭，何开平，刘亚，等.基于数据驱动的船舶中组立智能焊接技术应用研究［J］.电焊机，2024，54（10）：99-107. DOI： 10.7512/j.issn.1001-2303.2024.10.12.
    LIU Jihang, HE Kaiping, LIU Ya, et al.Research on the Application of Data-Driven Intelligent Welding Technology in Ships Unit Assembly[J].Electric Welding Machine, 2024, 54(10): 99-107. DOI： 10.7512/j.issn.1001-2303.2024.10.12.
  •  
  •  
    论文导航

    摘要

    针对船舶中组立尺寸大、结构复杂、障碍物多，机器人自动化焊接难以应用，本文提出基于数据驱动的船舶中组立智能焊接技术，通过中组立三维模型和龙门式机器人构建仿真场景，采用广度搜索与深度搜索相结合的办法高效识别船体结构节点元素特征，并利用空间三维结构交线拟合提取焊缝曲线，建立安全焊接生产空间的防撞检测机制和避障规则，进而精准引导多机器人避障与自动焊接作业。结果表明，采用该智能焊接技术提高了中组立焊接效率和焊接质量，促进了船舶建造自动化、数字化生产，提升船舶行业智能化、先进工艺技术水平。

    译

    Abstract

    This paper proposes a data-driven intelligent welding technology for ships unit assembly structure, which is difficult to apply due to the large assembly size, complex structure, and many obstacles in ships. The simulation scene is constructed through a 3D model of ship assembly and a gantry robot. The method of combining breadth search and depth search is used to efficiently identify the node element characteristics of the ship structure, and the weld curve is extracted by fitting the intersection line of the spatial 3D structure. A collision detection mechanism and obstacle avoidance rules for safe welding production space are established to accurately guide multi robot obstacle avoidance and automatic welding operations. The results indicate that the adoption of this intelligent welding technology has improved the efficiency and quality of intermediate assembly welding, promoted the automation and digital production of shipbuilding, and enhanced the intelligence and advanced process technology level of the shipbuilding industry.

    译

    关键词

    船体; 焊接; 机器人应用; 智能制造

    译

    Keywords

    hull; welding; robot application; intelligent manufacturing

    译

    0 引言

    中组立是船体结构中的大总成部件，由一块底板和一块或若干块肋板交叉布置拼装焊接组成，舱格内有众多纵横筋板、扶强材等结构，焊缝空间狭小，焊接时易受到干扰。同时由于中组立存在来料精度差、工艺要求高、操作复杂等困难［

    1］，传统方式以手工焊接为主，受人为因素影响，生产效率低、劳动环境差、焊接质量差，导致产品质量不够稳定［2］。
    译

    在船舶产业推进智能制造，实现基于信息化和智能化的高效率、低成本制造，对促进我国船舶产业在现代造船模式上的跨越，实现从造船大国向造船强国，进而从海洋大国向海洋强国的转型具有重要意义。《中国制造2025》将海洋工程装备列作主要发展领域，对船舶建造业提出“以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向”的明确要求［

    3］。
    译

    近年来，欧美日韩等发达国家先进造船企业以机器人离线编程技术为主，以视觉感知系统为辅，针对船舶中小组立等工件开发相关智能焊接装备［

    4］。国内造船企业在船舶智能制造领域已经开展相关研究，但所研发的自动化、智能化船舶建造装备系统与国际先进水平相比仍存在较大差距［5］。
    译

    本文提出基于数据驱动的船舶中组立智能焊接技术，总体方案设计如图1所示，提取船体结构节点元素并构建生成三维模型焊缝，建立基于虚拟场景建立狭窄空间机器人动态防撞规则，实现大尺寸船体中组立机器人复杂焊接路径规划，通过智能控制系统开展机器人焊缝定位和现场焊接，以验证该智能焊接技术的可行性。

    译

    fig

    图1  总体方案设计

    Fig.1  Overall scheme design

    icon 下载:  原图 | 高精图 | 低精图

    1 中组立焊接难点及技术攻关

    焊接机器人广泛应用于汽车、工程机械制造等行业，但对小批量、多品种、大尺寸、狭小空间可焊达性等问题普遍缺乏“柔性”［

    6］。船舶中组立体积大、结构多变、零件尺寸大小不一，其工件上焊缝数量众多，包含横向、纵向、垂直方向等多种焊接位置，机器人编程效率低，可达性不足。另外船体结构工件尺寸较大，无法通过夹具定位工件的位置，只能通过配备相关辅助定位的传感器利用算法来确定同工件焊缝的相对坐标关系，如图2所示。
    译

    fig

    图2  船体中组立模型

    Fig.2  Hull structure diagram

    icon 下载:  原图 | 高精图 | 低精图

    1.1 复杂船体结构多节点元素特征识别

    中组立结构包含有数百上千个零件，根据船体设计的工艺路线，中组立零件结构种类有很大区别，包含底板、纵骨、纵桁板、扶强材等多种类型。由于船体零件较多，需要通过算法结合船体零件结构属性，进行一个快速分类计算。

    译

    fig

    图3  船体中组立构成

    Fig.3  Composition of ship unit assembly

    icon 下载:  原图 | 高精图 | 低精图

    根据搜索方法的不同，一般分为深度优先搜索和广度优先搜索两种搜索策略，广度优先遍历的原理是把该节点的所有子节点都访问完才访问下一节点，深度优先遍历的原理是沿着设定的访问方向走到尽头才返回搜索下一节点。广度优先搜索的效率比深度优先搜索高，深度优先搜索在运算过程中消耗内存少，且可以对搜索方向做一定的优化和限制，增大搜索到目标节点的概率［

    7］。
    译

    按照每种方式循环遍历1 000次和10 000次的平均值，效率对比结果如表1、表2所示。

    译

    表1  遍历算法遍历1 000次对比
    Table 1  Traverse algorithm 1 000 times for comparison
    方式第一次第二次第三次
    普通循环 48 512 44 410 40 095
    广度遍历 28 442 27 191 33 327
    深度遍历 39 878 36 194 39 362

    注：  每一次结果都是循环100次测试，求平均时间（单位：nm）。

    icon 下载:  CSV icon 下载:  表格图片
    表2  遍历算法遍历10 000次对比
    Table 2  Traverse algorithm 10 000 times for comparison
    方式第一次第二次第三次
    普通循环 123 957 127 508 131 384
    广度遍历 88 608 72 092 76 667
    深度遍历 97 942 102 443 103 793

    注：  每一次结果都是循环100次测试，求平均时间（单位：nm）。

    icon 下载:  CSV icon 下载:  表格图片

    根据船体结构中不同零件的特点，采用混合遍历的方式，先选用效率最快的广度优先搜索，识别出中组立模型中的大节点分类，比如底板、纵骨和纵桁板等结构，然后切换至深度优先搜索识别纵桁板上的零件，如扶强材等，如图4所示。

    译

    fig

    图4  复杂船体结构多节点元素特征的识别技术

    Fig4  Identification techniques for multi node element features of complex ship structures

    icon 下载:  原图 | 高精图 | 低精图

    1.2 复杂船体结构焊缝构建

    船体中组立结构零件数量众多，各零件之间形成大量的复杂空间相交焊缝，如纵桁板之间的交线，以及纵骨与纵桁板之间的交线形成的立焊缝，纵桁板与底板之间的交线形成的水平焊缝，如图5、图6所示。但有些焊缝并不在中组立焊接工位完成，并且有些船体模型存在零件和结构丢失的情况［

    8］。
    译

    fig
    icon 下载:  | 高精图 | 低精图

    图5  立焊缝

    Fig.5  Vertical weld seam

    fig

    图6  水平焊缝

    Fig.6  Horizontal weld seam

    icon 下载:  原图 | 高精图 | 低精图

    为有效识别出中组立焊缝信息，根据已获知的复杂船体结构多节点元素，梳理成底板、纵骨、纵桁板、扶强材等列表，并为不同结构的零件类型建立相应的条件，以获得不同结构类型之间的交线。

    译

    本文提出船体三维空间焊缝特征线框构建焊缝曲线方法，采用递归算法分析提取空间曲线：基于已获取的船体结构多节点元素，得到底板、纵骨、纵桁板、扶强材等列表，识别不同类型零件之间三维空间相交线框，拟合出三维模型焊缝曲线，形成船体结构的空间焊缝参数，实现中组立三维模型的空间结构焊缝曲线构建。

    译

    利用零件交线特点，采用递归算法按如下步骤获取焊缝曲线：

    译

    第一步：选出满足A和B类型的零件，即获取需要抽取焊缝的两种船体结构零件。

    译

    第二步：获取A和B零件具备相交条件的面，即通过第一步获取了两种船体零件之间含有多个面，获取其中具备相交的面的条件。

    译

    第三步：获取A和B零件相交面的线框，即通过第二步获取了相交的面，然后根据这个相交面获取相交面的边缘线框。

    译

    第四步：获取相交面的线框中的焊缝曲线，即通过第三步获取的边缘线框，拆散线框后的曲线也就是焊接曲线。

    译

    第五步：求得焊缝曲线后返回第一步继续循环，直到所有零件全部筛选完。

    译

    通过抽取底板与纵桁板之间的焊接曲线案例，说明提取的步骤。

    译

    例如A、B零件可以在求解中定义为底板和纵横板，利用交线和递归算法这两个理论基础进行焊缝特征曲线的提取，

    译

    （1）从模型零件信息队列中读取A、B零件，识别出一个底板和一个纵桁板零件。因为船体结构的结构元素基本均是平面立体结构，所以抽取底板与纵桁板之间的焊接曲线时，也使用平面立体之间的交线方法。由图7可以看到底板为平面立体，纵桁板也是平面立体。

    译

    fig

    图7  船体结构底板与纵桁板相交

    Fig.7  The bottom plate of the hull structure intersects with the longitudinal truss plate

    icon 下载:  原图 | 高精图 | 低精图

    （2）获取两个平面立体结构之间相交关系，获得A和B零件的相交面结果。因为一个纵桁板立体结构具备多个单独的面，其中1个面与底板1相交，另外3个面与底板2相交，其余的面与底板1和底板2未产生交线，如图8所示。

    译

    fig

    图8  纵桁板结构与底板1和底板2产生交线

    Fig.8  The longitudinal truss plate structure intersects with the bottom plate 1 and bottom plate 2

    icon 下载:  原图 | 高精图 | 低精图

    （3）抽取两个立体结构之间的封闭相交线框，获取相交面的边缘线框。首先处理底板1与纵桁板之间的相交线框1，分别使用底板1的上表面与纵桁板立体结构的多个面进行匹配，当产生闭合相交线框时，把相交线框放入队列内，相交线框1如图9所示。

    译

    fig

    图9  相交线框

    Fig.9  Intersection wireframe

    icon 下载:  原图 | 高精图 | 低精图

    （4）船体结构基本全部是平面立体结构，闭合的相交线框拆开后会得到2个板厚曲线和2个焊缝曲线，拆散线框获取焊缝曲线。根据结构体的板厚，去掉板厚曲线，剩余两条即是焊缝曲线，如图10所示。

    译

    fig

    图10  焊缝曲线

    Fig.10  Weld seam curve

    icon 下载:  原图 | 高精图 | 低精图

    （5）上述是底板1与纵桁板1获取闭合相交线的一个循环的递归方法；由于船体结构具有5个底板平面立体结构，和43个纵桁板平面立体结构，这是需要使用递归算法获取5个底板与43个纵桁板的所有相交线队列；

    译

    （6）将所有的焊缝曲线放入队列中，这样机器人路径计算时便可以直接使用焊缝曲线的坐标数据。

    译

    通过递归算法可以快速地进行船体结构模型焊缝曲线识别，在模型分析处理过程中，通过设定焊缝识别规则，自动计算获取所需要的焊缝图形，如图11所示。

    译

    fig

    图11  不同规则下的焊缝识别结果

    Fig.11  Weld seam recognition results under different rules

    icon 下载:  原图 | 高精图 | 低精图

    1.3 建立基于虚拟场景建立狭窄空间机器人动态防撞规则

    船体中组立结构复杂，加强筋、扶强材等障碍多，若采用人工示教焊接方式，要避开不同规格尺寸和位置的障碍物，需设计多种类型的机器人轨迹，耗费了大量的时间。

    译

    在虚拟仿真环境下搭建双门架四机器人焊接场景，有效还原实际生产情况，并对障碍物类型进行梳理归纳，仿真模拟机器人焊枪姿态的空间可达性边界，并由此展开生成不同类型下机器人焊接姿态与焊接轨迹模板，确定机器人安全工作范围，以此构建出空间遮挡结构的多维度防撞规则，得到最佳的机器人焊接避障运动轨迹，实现中组立复杂空间结构焊缝无人工干预的连续自动焊接。

    译

    1.3.1 机器人焊接路径生成

    （1）焊接曲线拆分。对焊接曲线进行拆分，获取曲线上间隔10 mm的所有点坐标，这些点坐标可以是曲线也可以是一条直线，并保存在数组中；点坐标仅包含POS数据。

    译

    （2）计算姿态。根据第一步数组中的点坐标POS数据，计算所有点的ORIENT姿态数据。将焊枪姿态的欧拉角数据换算成四元素数据，即将焊枪沿着XYZ轴旋转角度（欧拉角）转换成机器人可以识别的q1、q2、q3、q4（角度四元素数据）。

    译

    （3）计算轴配置。根据焊缝曲线的结构特点和机器人与附近结构的距离，为了防止防撞，计算出合适的轴配置数据。

    译

    （4）计算附加轴数据。根据焊缝曲线的位置，结合机器人本体的可达范围，将附加轴XYZ的数据计算到机器人本体轴2角度-30°~+30°，轴3角度-50°~-20°，轴4角度-90°~+90°。

    译

    （5）整合成机器人路径点。将四元素整合成机器人的焊接路径点，如图12所示。

    译

    fig

    图12  焊接路径点

    Fig.12  Welding path point diagram

    icon 下载:  原图 | 高精图 | 低精图

    1.3.2 焊接路径防碰撞检测

    在机器人自动焊接过程中，由于船体结构的复杂性，无法以最佳的焊接位姿进行焊接，导致焊接成型不美观、焊接强度达不到要求。对于一些存在纵骨、加强筋以及扶强材等障碍的焊缝若不进行焊接姿态的参数配置优化，无法完成焊接任务，因此还需要对机器人相应关节轴进行优化：

    译

    （1）检测路径。

    译

    检测路径点上机器人的状态，如图13所示。

    译

    fig

    图13  路径检测

    Fig.13  Path detection

    icon 下载:  原图 | 高精图 | 低精图

    （2）寻找防撞点。

    译

    打开检测路径点上的机器人状态按钮，一步一步检测机器人是否会发生防撞，通过离线软件仿真发现焊接过程中的防撞点，如图14所示。

    译

    fig

    图14  防撞点检测

    Fig.14  Collision point detection

    icon 下载:  原图 | 高精图 | 低精图

    （3）修改目标点焊枪姿态。

    译

    选择要修改的目标点，打开修改目标点选项，在参照坐标系中选择本地坐标系（即焊枪TCP坐标系）设置合适的参数，如图15、图16所示。

    译

    fig

    图15  路径调整

    Fig.15  Path adjustment

    icon 下载:  原图 | 高精图 | 低精图
    fig

    图16  防撞解除

    Fig.16  Anti-collision release

    icon 下载:  原图 | 高精图 | 低精图

    1.3.3 机器人焊接姿态与焊接轨迹模板建立

    为适应复杂船体结构的自动化焊接要求，通过现场多次关键工艺的试验攻关，选取合适的焊枪角度，研究出一种避障焊接路径规划设计技术，将焊缝分为多段焊接。

    译

    （1）寻位过程安全距离设定。

    译

    针对机器人寻位过程中，根据大尺寸平面分段实际情况设定寻位安全距离。安全距离设置越大，寻位过程就越不容易发生防撞，但是也不能过大，容易出现示教器报警。设置范围在150~200 mm，如图17所示。

    译

    fig

    图17  寻位安全距离设定

    Fig.17  Positioning safety distance setting

    icon 下载:  原图 | 高精图 | 低精图

    （2）机器人自动避障焊接姿态规划。

    译

    首先根据障碍物的空间位置，将焊接划路径划分为焊接区域和障碍物区域。相邻的焊接区域和障碍物区域的端点相连接，焊接区域的终点为障碍物区域的起点或焊缝终点，障碍物区域的终点为焊接区域的起点。

    译

    然后，设定机器人在焊接区域内的焊接，不调整焊枪角度，保证焊接能覆盖整个焊缝区域。在软件界面中将焊枪起始点角度（一般为15°，焊枪朝下）和枪终点角度（一般为30°，焊枪朝上）进行设置。期间会固定机器人底座Z轴方向的空间坐标不变，直到使焊枪从朝下摆放姿态逐渐调整为朝上摆放姿态设定角度为止，如图18所示。保持枪终点角度的焊枪姿态将该焊接区域焊接完毕，机器人熄弧。

    译

    fig

    图18  焊枪姿态变化

    Fig.18  Welding gun posture change

    icon 下载:  原图 | 高精图 | 低精图

    接着，通过机器人收枪动作和升降机构Z轴方向的运动，带动机器人避开障碍物到达下一个焊接区域的起点位置。

    译

    最后判断是否到达焊缝的终点，若已到达焊缝的终点则完成大尺寸平面分段焊缝焊接，若还有焊缝未焊接完，则重复上述步骤继续直至焊接完毕。

    译

    （3）机器人避障焊接轨迹。

    译

    由于现场船体结构尺寸复杂，难以避免加工、装配等误差，因此对机器人离线编程软件进行二次开发，增加人为调整避障路径功能，如图19所示，筋板1~3表示为从底板向上的加强筋或扶强材顺序编号；V1、V2、V3、V4表示为由纵横肋板等构成焊缝所在方位；V1-1、V1-2、V1-3分别表示一个、两个、三个加强筋或扶强材等障碍物的数量，V2、V3、V4的表达方式与V1一致。

    译

    fig

    图19  避障路径设置

    Fig.19  Obstacle avoidance path setting

    icon 下载:  原图 | 高精图 | 低精图

    以双加强筋结构的立角焊缝为例：

    译

    平面分段筋板1结构下端距离底板700 mm，其Z轴方向的厚度为20 mm，平面分段筋板2结构下端距离底板1 410 mm，其Z轴方向的厚度为20 mm，故在对应栏目输入相应参数值。

    译

    在软件相应栏目输入扶强材的厚度及其距离地板的高度，焊枪起点角度设置为15°，终点角度设置为30°，再选择对应的焊缝类型得到此类间断焊接的焊接路径。

    译

    仿真过程中的机器人行走路径如下：

    译

    （1）第一个焊接区域的焊机仿真如图20所示：焊接起始状态焊枪与底板的角度为15°，见图20a；焊接区域的结束状态，焊枪与底板的角度为30°，见图20b。

    译

    fig

    （a） 第一焊接区域起点

    （b） 第一焊接区域终点

    （c） 机器人收枪姿态

    （d） 升降机构带动机器人

    （e） 第二焊接区域起点

      

    icon 下载:  原图 | 高精图 | 低精图
    fig

    （f） 第二焊接区域起点

    （g） 机器人收枪姿态

    （h） 升降机构带动机器人

    （i） 第三焊接区域起点

    （j） 焊缝终点

      

    icon 下载:  原图 | 高精图 | 低精图

    图20  船体中组立狭小空间机器人动态防撞模拟

    Fig.20  Dynamic anti-collision simulation of segmented narrow space robots on ship hull

    （2）机器人在完成第一焊接区域的任务后，回到收枪姿态，见图20c，由升降机构Z轴方向移动将机器人带到第二焊接区域，以15°的焊枪角度焊接，见图20d。

    译

    （3）第二焊接区域的焊接情况与第一焊接区域一样，都是通过不断调整焊枪角度完成焊接任务，见图20e、20f。以收枪姿态抵达第三焊接区域，见图20g、20h。

    译

    （4）第三焊接区域为该焊缝的最后任务区域，其焊枪角度依旧与第一、二焊接区域变化相同，见图20i、20j。

    译

    2 中组立智能焊接技术应用

    区别于传统造船模式，本文打通了数据在设计、工艺与设备端的通道，经国产船舶SPD设计软件设计的中组立模型数据信息保存到XML格式文件中，通过数据库下发给现场，提取XML文件中的中组立模型数据重新建模，自动计算焊缝路径后批量生成焊接指令文件，现场机器人焊接工作站使用批量生产的焊接指令进行自动焊接，机器人焊接系统数模驱动作业流程，如图21所示。

    译

    fig

    图21  机器人焊接系统数模驱动作业流程

    Fig.21  Digital and analog drive flowchart of robot welding system

    icon 下载:  原图 | 高精图 | 低精图
    fig
    icon 下载:  | 高精图 | 低精图

    图22  船体中组立智能焊接系统工程应用

    Fig.22  Engineering application of intelligent welding system for assembly in ship hull

    通过对机器人焊接路径参数进行优化设置，合理设定机器人寻位安全距离与焊枪起弧角度，结合防撞检测规则与多姿态焊接避障路径设置确保焊接过程中的安全。经检测所测部位均无缺陷，焊缝一次拍片合格率高，对比人工焊接，焊接质量得到明显改善，实现了高质量焊接，如图23所示。

    译

    fig

    图23  焊接质量对比

    Fig.23  Comparison of welding quality

    （a）人工焊接　　　　　　（b）机器人焊接

    icon 下载:  原图 | 高精图 | 低精图

    3 结论

    船舶中组立结构复杂、类型众多，构建三维船体模型空间焊缝曲线，开展机器人焊接避障运动轨迹规划，并结合多维度防撞检测，保障中组立复杂空间结构机器人焊接的安全性与稳定性，研究应用表明，本文提出的基于船体复杂模型数据驱动机器人焊接技术，对实现船舶建造自动化、数字化生产，提升船舶行业智能化、先进工艺技术水平有积极的促进作用。

    译

    参考文献

    1

    喻军，王羽泽，李超，等. 船舶制造焊接机器人应用关键技术［J］. 船舶与海洋工程，2019，35（6）：49-53. [百度学术] 

    YU J，WANG Y Z，LI C，et al. Analysis on the Key Technologies of Welding Robots in Shipbuilding Industry［J］. Naval Architecture and Ocean Engineering，2019，35（6）：49-53. [百度学术] 

    2

    沈文轩，刘庆，陈丽，等. 海洋油气生产平台上部模块关键结构件智能焊接工艺［J］. 造船技术，2024，52（02）：52-56. [百度学术] 

    SHEN W X，LIU Q，CHEN L，et al. Intelligent Welding Procedure for Key Structural Memberof Topside Module of Offshore Oil and Gas Production Platform［J］.Marine Technology，2024，52（02）：52-56. [百度学术] 

    3

    张兴田. 船舶分段结构建造工序优化路径研究［J］. 船舶物资与市场，2024，32（06）：57-59. [百度学术] 

    ZHANG X T. Research on Optimization Path of Ship Segmented Structure Construction Process［J］. Marine Equipment/Materials & Marketing，2024，32（06）：57-59. [百度学术] 

    4

    谢静远，邢宏岩，周文鑫，等. 面向船舶小组立的门式机器人焊接系统应用［J］. 造船技术，2021，49（6）：72-76. [百度学术] 

    XIE J Y，XING H Y，ZHOU W X，et al. Application of Gantry Robot Welding System Towards Ship Sub-Assembly［J］. Marine Technology，2021，49（6）：72-76. [百度学术] 

    5

    黄敏健，谢新，郄金波，等. 船舶分段制造装备智能化需求分析［J］. 造船技术，2021，49（6）：68-71. [百度学术] 

    HUANG M J，XIE X，QIE J B，et al. Analysis of Intelligent Demand for Ship Section Manufacturing Equipment［J］. Marine Technology，2021，49（6）：68-71. [百度学术] 

    6

    霍厚志，杨朔，刘龙飞，等. 我国焊接机器人应用现状及关键技术概述［J］. 焊管，2023，46（5）：1-7. [百度学术] 

    HUO H Z，YANG S，LIU L F，et al. Overview of Application Status and Key Technologies of Welding Robot in China［J］. Welded Pipe and Tube，2023，46（5）：1-7. [百度学术] 

    7

    马新宇. 基于深度优先的铁路站场图遍历算法研究［J］. 价值工程，2023，42（06）：144-146. [百度学术] 

    MA X Y. Traversal Algorithm of Railway Yard Map Based on DFS［J］. Value Engineering，2023，42（06）：144-146. [百度学术] 

    8

    王岳，何磊，郑斌华，等. 基于XML的异构船体结构数据交换技术［J］. 江苏科技大学学报：自然科学版，2020（6）：8-12. [百度学术] 

    WANG Y，HE L，ZHENG B H，et al. Data exchange technology of ship hull structure based on XML［J］.Journal of Jiangsu University of Science and Technology：Natural Science Edition，2020（6）：8-12. [百度学术] 

    文章被引用时，请邮件提醒。
    提交

    相关文章

    相关作者

    刘桐 中车青岛四方机车车辆股份有限公司
    李刚卿 中车青岛四方机车车辆股份有限公司
    方喜风 中车青岛四方机车车辆股份有限公司
    韩晓辉 中车青岛四方机车车辆股份有限公司
    陈宇 机械工业哈尔滨焊接技术培训中心
    陈大军 机械工业哈尔滨焊接技术培训中心
    杨高 机械工业哈尔滨焊接技术培训中心
    关丽丽 国际授权(中国)焊接企业认证委员会(CANBCC)

    相关机构

    中车青岛四方机车车辆股份有限公司
    机械工业哈尔滨焊接技术培训中心
    国际授权(中国)焊接企业认证委员会(CANBCC)
    青岛兰石重型机械设备有限公司
    哈尔滨工程大学
    0