影响高速三体船连接桥砰击压力峰值因素研究

船舶的砰击问题是一个包含动边界、结构-空气-水三者耦合的非线性、非定常问题,一直是船舶领域研究的前沿热点.新船型高速三体船的砰击问题与常规单体船不同,除了主船体底部砰击外还包括连接桥砰击,这使高速三体船的砰击问题更为复杂.文中利用LS-DYNA仿真软件建立高速三体船结构二维有限元模型,计算其入水过程中连接桥的砰击问题.计算中考虑高速三体船的空气层、结构质量、连接桥宽度和主船体的舭升高角度因素对连接桥砰击压力峰值影响.通过分析,得出各个因素对高速三体船连接桥砰击压力峰值的影响规律.     

尾抛式救生艇两种释放过程的建模与分析

为提高船舶救生模拟训练系统中自由降落式救生艇运动仿真的精度,首先分析了救生艇两种释放方式的运动过程,将救生艇自由降落过程分为下滑、旋转、自由下落、入水这4个阶段,并对每个阶段进行受力分析,建立运动方程。根据动量理论和切片理论计算救生艇入水时所受砰击力,利用插值计算方法对救生艇横截面半宽和其入水时的附加质量进行计算,利用Kane方程为吊放救生艇的过程建立运动学方程。最终将数学模型应用到船舶救生模拟训练系统中,该模型能够满足系统需求,提高了仿真的逼真度。     

一种用于SWATH湿甲板动响应分析的砰击载荷实用计算方法

利用连接桥模型试验,通过对几种砰击载荷计算方法的比较,提出用抛物线型函数对砰击压力进行二元非线性回归,与试验值吻合较好,得到了一种用于SWATH湿甲板动响应分析的砰击载荷时历载荷形式.给出一条船的算例,分析了湿甲板砰击的特点,得到航速、有义波高、遭遇频率、湿甲板高度都是影响砰击发生及其量值的因素的结论,指出在分析湿甲板砰击强度时必须采用动响应分析法.     

滑行艇波浪中砰击压力极值研究

滑行艇在波浪中高速滑行时,会引起局部较大的砰击载荷和非常复杂的表面压力分布。为了在保证安全的前提下将装载能力和动力最大化,艇体初步设计时必须合理的估算使用海域可能出现的局部极限载荷大小,来调整艇体抗压能力,获取最优化设计。通过在规则和不规则波浪中的模型试验,测得艇体局部受到的砰击压力极值及特性。并引用简单有效的方法计算该值,与试验测量值吻合较好,证明该方法有一定的工程应用性。     

螺旋桨非定常空泡数值预报中的几个问题

用基于速度势的低阶面元法对螺旋桨非定常空泡进行了预报分析，并对数值分析中的几个重点问题进行了分析讨论．通过桨叶表面划分不同的网格数进行计算，比较不同网格划分计算得到的空泡形状，讨论了空泡计算对网格疏密程度的要求．针对非定常空泡计算中不容易收敛的问题，采取的数值方法既能够较好地反映空泡的非定常性，也能够较快收敛，使得空泡数值模拟更加符合实际情况．计算得到空泡形状后，利用计算得到的奇点强度分布计算了空泡表面的压力分布，验证了空泡表面的压力等于水的汽化压力．     

船舶操纵性能预报的人工神经网络方法

在船舶初始设计阶段，船舶的主尺度和船型系数可基本确定，这时如能建立这些参数与船舶操纵性之间的关系，就能在初始设计阶段预报船舶的操纵性能。通常，采用线性回归方法建立这些关系，但其预报结果精度难以保证。本文基于人工神经网络理论，提出了新的预报操纵性能的方法，并以船队为例作了计算。     

强夯法加固地基的数值模拟

以三维多孔介质中固结问题的基本方程为基础，提出了强夯问题的力学模型，给出了相应的变分原理及其有限元格式，用轴对称问题的有限单元法模拟了单点单次夯击过程。在算例中给出了在夯击过程中地基内各点的应力、位移以及孔隙压力的变化规律，求出了夯锤的最大夯沉量以及接触压力和夯沉量与时问的关系，计算了夯击结束后地基内孔隙压力随时间的消散规律，并将计算结果与浦东国际机场场道强夯法施工现场的测试结果作了比较。     

基于SHIPFLOW内河船阻力预报研究

基于SHIPFLOW软件模拟内河船舶周围流场,考虑流体黏性及自由表面影响,预报船舶阻力,选择3种船体网格(CC,MM,MF)进行船体表面网格划分,采用势流理论与黏流理论的分区分步计算方法(ZONAL法),将数值计算的船舶总阻力与根据艾亚法经验公式估算出的总阻力对比,计算结果表明:网格划分形式MM的计算结果与经验法最为接近,同时验证了SHIPFLOW软件求解技术的可靠性并提高了换算效率,最后选择MM网格化分形式,对该船进行阻力预报。     

船舶空调制冷压缩机的液击损坏及防范措施

压缩机在船舶制冷系统中被广泛应用,但是在工作过程中,液击造成压缩机主要受力件损坏故障频发,引发的责任争端不断。以某艘船舶制冷压缩机液击损坏故障为例,深入剖析造成液击损坏的机理,并系统阐述制冷压缩机液击故障的典型危害及故障表现,针对性地总结制冷压缩机液击故障防范措施,为船舶制冷压缩机技术管理与技术服务提供借鉴。     

用RBF网络学习船舶操纵运动的动态特性

提出了利用径向基（ＲＢＦ）神经网络的非线性映射能力,来学习船舶操纵动态特性,通过大量的仿真实验证明,用ＲＢＦ网络学习船舶操纵动态特性,在学习速度、预报误差待经常用的ＢＰ网络要优越得多。