船用柴油机与燃气轮机动力装置的可靠性对比分析

从关键零部件数量、零部件制造材料、零部件工作条件和部件冗余数量角度,分别对船用柴油机和燃气轮机动力装置的不可靠度进行计算和对比分析。结果表明,柴油机动力装置包含的部件数量大,而燃气轮机动力装置结构相对简单,其结构可靠性高于柴油机动力装置。但对于多缸柴油机来说,由于冗余部件和冗余辅机系统的存在,柴油机动力装置的整体运行可靠性高于燃气轮机动力装置,说明柴油机动力装置的冗余部件对其运行可靠性非常重要。     

船用三轴燃气轮机气路故障建模与聚类诊断技术

船用燃气轮机运行在高速、高湿和高盐的工作环境中时,其气路部件在运行过程中发生故障的可能性增大,开展典型气路故障诊断技术研究有助于提升船用燃气轮机运行的可靠性和安全性。通过分析船用燃气轮机积垢、压气机叶顶间隙增大、叶片磨损、机械损伤、涡轮热腐蚀和燃烧室故障等典型气路故障的机理,给出9种典型气路故障时性能参数相对变化的经验判据。采用小偏差建模方法,建立船用三轴燃气轮机气路故障仿真模型,基于经验判据对0.8工况下船用三轴燃气轮机典型气路故障进行模拟,仿真得到9种典型故障下测量参数的相对变化。提出基于聚类分析的船用燃气轮机气路故障诊断方法,并以9种典型气路故障仿真结果为例,验证了该诊断方法的可行性。     

构件可靠性的形状优化方法

提出了基于构件可靠性的形状优化方法。并将基于可靠性的形状优化方法与一般的结构形状优化方法进行了实例比较。结果表明基于可靠性的结构形状优化设计兼顾了结构的合理性、可靠性和结构优化三者的关系,使结构达到了经济与安全的统一;而在不考虑结构可靠性的情况下进行结构形状优化设计虽然能够大幅度降低结构的重量,但导致构件的可靠性降低。     

基于并行子空间设计的AUV多学科可靠性优化

确定性多学科优化设计所得的最优解时常会落在约束边界上，该最优解可能在不确定性因素的影响下滑落出可行域，无法满足工程实践的需求。本文在AUV的设计过程中，考虑随机不确定性因素对AUV性能的影响，结合并行子空间设计方法（CSD），嵌入不确定性分析策略，展开AUV设计领域中的多学科可靠性优化分析研究。研究结果表明：在并行子空间设计方法的系统级中，可以很方便地嵌入蒙特卡洛（MCS）可靠性分析方法，组成基于CSD-MCS串行不确定性多学科优化方法；在AUV的总体设计过程中进行多学科可靠性优化法分析，可提升概率约束条件可靠性，使优化结果更为可靠。     

基于可靠性分配的备件数量决策方法研究

研究装备精确保障中备件数量的决策问题.依据阿林斯可靠性分配原理,考虑了组成装备的各个部件的重要性,将装备可靠性分配给各个部件.结合备品备件与可靠性的关系,首次提出了基于可靠性分配的备件数量决策方法,给出了具体步骤和应用实例.结果表明该方法符合人们的思维习惯和工程实际,具有很强的操作性.     

船用电子机柜结构可靠性设计

该文介绍了应用电子线路可靠性的成熟技术,以某新型电子机柜为例,把故障模式,影响及危害性分析方法和可靠性试验结构进结构设计中,并指出基于可靠性的电子机柜结构参数,结构形状,拓扑结构,防护因素优化设计及把模糊可靠性理论应用于电子机柜结构设计将是提高船用电子机柜结构可靠性的有效途径。     

船体横框架的最优可靠性设计

本文根据结构系统可靠性分析和最优化设计原理,结合船体横框架结构的特点,提出了一种考虑复合载荷效应的船体横框架结构系统的最优可靠性设计方法,开发出了通用设计程序。通过实例设计,与传统的优化设计相比较,由于科学地处理了外载荷及结构抗力的不确定性,结构系统的总重量可进一步减轻,并验证了此设计方法的可靠性与通用性。     

一种分布式可靠性仿真系统的设计与实现

本文提出了利用网络进行分布式可靠性仿真求解可靠性问题的思想。在网络上利用仿真方法进行可靠性的评估和预测,不但能够有效地减少可靠性问题带来的复杂性,而且容易实现各个仿真部件的数据独立性和仿真系统的开放性。     

多学科设计优化方法的比较

为了推广多学科设计优化方法在船舶和海洋工程结构设计中的应用,讨论了三种典型的多学科设计优化方法:多学科可行方向法(MDF),协同优化方法(CO),两级系统综合方法(BLISS),并将其应用到齿轮减速箱的设计中;根据计算结果,对上述三种多学科设计优化方法进行了定量的比较和研究,得出BLISS方法最适合齿轮减速箱优化设计的结论.此外,还给出了多学科设计优化方法的选择标准,为多学科设计优化的工程应用提供了一定的指导和帮助.     

基于PMA的船舶多学科协同可靠性分析

针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出一种基于性能策略法(Performance Measure Approach,PMA)的多学科遗传协同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(PMA-GA-CO)。该方法将PMA方法与多学科协同优化算法结合进行复杂系统工程可靠性分析。同时,采用遗传算法求解系统级可靠性优化问题,克服多学科协同优化算法中拉格朗日乘子不存在的缺陷。在PMA-GA-CO方法中所有的学科能够独立的进行优化,这样不仅解除了所有学科之间的耦合,提高了搜索最大可能点(Most Probable Point,MPP)的效率,而且学科级能进行优化,系统级优化器的负担可显著地降低。通过散货船概念设计多学科可靠性分析的工程例子证明了文中提出方法的效率和精度,这个优点在大规模的复杂工程系统的设计中能够更好地体现出来。