共查询到19条相似文献,搜索用时 515 毫秒
1.
2.
3.
4.
5.
6.
[目的]尾板设计一般追求高速减阻,对于同时以巡航和设计航速为优化目标的水面舰船尾板设计,其航速覆盖范围广,需重点对尾板参数的选取予以研究。[方法]采用计及航行姿态的粘性兴波流场数值模拟与模型试验验证相结合的设计方法,开展尾板多工况参数化优化设计。通过多方案数值仿真与阻力、自航模型试验的对比分析,总结得出尾板长度和下反角对于排水型水面舰船巡航和设计航速减阻节能的影响规律,并对CFD数值模拟结果的有效性进行初步的分析验证。[结果]结果表明,通过对尾板参数的优化,巡航航速约可节能3%,设计航速约可节能5%,达到了巡航和最大航速同时实现减阻节能的设计目标。[结论]所做研究可为后续排水型水面舰船尾板参数的优化设计提供理论支撑。 相似文献
7.
8.
9.
为了提升网络通信的安全性,提出基于物联网技术的舰船网络安全监测预警方法。感知层利用传感器采集舰船网络设备数据;传输层中数据传输单元依据传输控制协议,封装打包各传感器采集的舰船网络数据,并传输至融合层;融合层中数据融合单元,利用加权融合算法,融合各传感器采集的网络数据;应用层中网络安全监测单元,利用集对分析算法,结合融合后的网络数据,计算舰船网络安全态势值,监测舰船网络的安全态势;利用网络安全预警单元对比分析安全态势值与设置阈值,当安全态势值低于设置阈值,则发出警报,实现舰船网络安全预警。实验证明,该方法可有效融合舰船网络设备相关数据,精准监测舰船网络的安全态势,完成网络安全监测预警。 相似文献
10.
《舰船科学技术》2021,(14)
传统船舶机械噪声监测模型在实际应用中,存在特定噪声滤波信号阈值差异问题,导致监测模型整体对噪声监测自适应性降低,在一定程度上影响模型输出准确度。为了解决模型自适应性差的问题,提出振动特征的舰船机械噪声监测模型。首先,通过拟合计算方式,对机械噪声数据进行拟合计算,根据拟合结果,结合噪声产生的振动特征,建立噪声振动特征监测模型。最后,以模型数据为优化基础值,完成对噪声监测模型自适应阈值的优化,从而实现改善模型自适应能力,提升舰船机械噪声监测模型输出准确度的效果。通过多组实例数据的仿真调试对比,证明提出模型能够适应不同参量噪声数据的监测,且保证监测效果符合技术标准。 相似文献
11.
为了实现对低速多用途船舶的阻力性能进行准确预报,提出将基于CFD的数值模拟与三因次法相结合的总阻力预报方法,采用Solidworks三维软件对某低速多用途船进行三维建模,依据Gambit软件对模型进行流域划分和网格划分,应用CFD理论选取合理的湍流模型和求解方法进行数值模拟计算,得到对应航速下船模的总阻力值系数,根据普鲁哈斯卡假设和三因次方法,利用最小二乘法拟合形状系数,进而计算出实船的总阻力,并且分析数值模拟的速度云图.最后与传统阻力估算方法-艾亚法进行比较,说明本文采用的阻力计算方法是可行性,给今后低速多用途肥大型船的阻力研究提供借鉴. 相似文献
12.
13.
舰船轴功率测量与应用研究 总被引:2,自引:1,他引:1
舰船轴功率是表征船体和主动力装置性能状态的重要参数之一。通过对轴功率等参数进行监测,并根据监测信息及时采取相应的维护措施,能够有效提高舰船的动力性、经济性和安全性。文章总结了舰船轴功率测量的基本原理,探讨了轴功率在舰船污底评估及主动力装置状态监控中的应用。 相似文献
14.
15.
16.
准确评估船舶的能效表现是研究船舶性能、优化船舶能效的基础。为准确评估船舶航行状态对船舶航行油耗的影响和船舶的能效表现,以某超大型散货船为研究对象,基于船舶智能能效综合管理系统获取大量船舶航行数据,通过数据处理和特征工程找出影响船舶航行油耗的因素,采用人工神经网络建立船舶航行油耗模型。采用该模型预估船舶在一段航程中的总油耗量,验证该模型在评估船舶航行状态对船舶航行油耗的影响方面的有效性。此外,采用该模型对航程和转速进行优化,验证该模型对能效优化的可行性。 相似文献
17.
该数据记录仪是为某船舶特种装置而开发,分上位机和下位机两部分,上位机采用LabVIEW与VC 混合编程,实现对该特种装置数据的实时监测、数据记录获取、故障分析等功能,下位机采用PC/104模块和Windows CE实现对该装置的数据采集、记录、声光报警.采集速度为1kHz,精度为0.3%.由于充分融合了PC/104模块、Windows CE和LabVIEW的优点,该记录仪具有监测稳定性好,可靠性高,全程自动化程度高和操作简单等特点,现已成功应用于船舶特种装置中. 相似文献
18.
19.
为获得水路运输中船舶的最佳航速,实现燃油效率的最大化,以长江航线货运船的航速、燃油等真实监测数据为基础,提出一种新的船舶航速与油耗优化模型。模型包括白箱模型(White-Box Model,WBM)和黑箱模型(Black-Box Model,BBM)两个部分:WBM由改进后的物理方程和数学公式组成;BBM是BP(Back Propagation)神经网络。两者结合成新的灰箱模型(Grey-Box Model,GBM)。通过分析船舶航行过程中影响船舶燃油消耗的多种因素,确定WBM参数,分别用串联和并联的方式将白箱与BP网络结合构建船舶航速与油耗优化模型,采用牛顿-拉普森迭代算法进行求解。计算结果表明:优化模型可在选定的航段内找到最佳的指导航速,并且模型的R2达到了0.945。此外,将建立的模型与单一的WBM进行对比验证,所建立的船舶航速与油耗优化模型得到的最佳航速更加精确,整体误差也从0.130减小到0.071。 相似文献