摘要
本申请提供一种船舶管路系统的零件选型方法,包括:S1、将船舶零件按照功能进行分类;S2、根据不同的分类分别提取船舶零件的特征数据;S3、分别对不同类别的数据库进行训练,获取不同的机器学习模型,并在多个机器学习模型中选定零件规格预测模型;S4、根据船舶零件的类别调取对应的规格预测模型,基于对应的规格预测模型确定零件的型号,完成零件的选型。本申请通过AI技术对船舶三维模型的历史数据进行训练学习,以确定不同类型的船舶零件的选型偏好和特殊要求。通过规格预测模型进行船舶零件的选型,可大大缩短船舶零件选型时间,提高船舶零件选型效率,减少因设计员经验和知识不足而导致的选型偏差,提高船舶零件选型的准确率,利于推广使用。
技术关键词
船舶管路系统
船舶零件
选型方法
机器学习模型
机器学习算法
三维模型
技术对船舶
梯度提升机
梯度提升树
指定算法
数据分布
随机森林
焊接座
指标
标签
弯头
垫片
法兰