自适应神经网络用于船舶动力定位系统

船舶动力定位（DP）采用一种控制系统驱动装在船上的侧推器和尾部推进器或者几个全回转的推进器，使船定位在海平面的要求位置上。船受到风、浪及流等海洋环境力的作用时会漂移离开原位置，传统的控制方法是采用PID（比例、积分、微分）反馈控制。顾和李（1994）提出了一种新的基于人工神经网络的控制方法，它具有许多优越性：①一个可随意调节的目标函数以适合不同的需求──定位精度高或节约定位能量后前馈控制并能自适应于不同的环境力变化包括非线性的波浪漂力；本文在目标函数中引入了与速度相关的项，从而提高控制质量。这一方法也可用于自动驾驶船舶沿设定的轨迹航行。计算机模拟结果表明本方法能达到很好的控制效果。     

水深对船舶运动和波浪载荷的影响

本文利用简单Green函数法计算二维水动力，特切片法用于有限深水中船舶运动和波载的计算。对实船试算了迎浪航行时几种不同航速和水深的组合，计算结果（垂荡和纵摇响应、舯弯矩和钟前1／4船长处剪力）表明水深的显著影响。水深变浅，垂荡和纵摇响应峰值变小，弯矩和剪力变大，航速越大水深的影响越显著。     

关于最优机器保养和更换问题的解法

指出目前最优机器保养和更换问题解法中一个推理与事实之间的不符合，提出了几个判断最优决策变量的表达形式的有用准则，并给出必要的合理证明，还列举了数值例子以说明其应用情况。     

基于缓坡方程的短波模型L—AWVE

以双曲型缓坡方程为基础，采用有限差分法建立了短波模型Ｌ－ＷＡＶＥ。该模型适合于任意水深，可以模拟波浪的折射，绕射和反射等各种变形，并且可以考虑航道的影响。与Ｂｏｕｓｓｉｎｅｓｑ模型相比，计算速度明显提高。     

高速轻型轮对的模态和动力响应分析

对高速轮对计算机模型进行了模态和动力响应计算分析，得到的分析结果有利于确定轻量化轮对的结构和形式。轻量化高速轮对动力特性分析，可用于转向架，车体及整个车辆中，有助于车辆平稳性和稳定性指标的分析。