MARIC研发设计的科考利器又迎新节点

近日,中山大学海洋综合科考实习船上船台仪式顺利举行,该船为目前国内在建吨位最大、性能最优的海洋综合科考船,由中国船舶及海洋工程设计研究院(MARIC)研发设计,江南造船建造。面对疫情不利影响,MARIC设计团队攻坚克难,与中山大学科考船建设指挥部、江南造船、中国船级社、上海佳船监理等各方紧密合作,确保了中山大学海洋综合科考实习船项目上船台如期举行。     

船舶信息分析系统风险评价数学模型研究

由于利用原有模型进行船舶信息分析系统的风险评价时,受风险源的冗余特征影响而无法进行系统风险识别,在评价指标层数为3-12层时,存在基本分配信任函数个数过低的问题,因此设计一种新的船舶信息分析系统风险评价数学模型。通过风险识别程序对船舶信息分析系统实施风险识别。接着对船舶信息分析系统进行风险评估,使用的评估方法为概率风险评价方法。根据D-S证据理论,将船舶信息分析系统的评价指标当做系统风险评价证据,引入评审专家逐一评价、分析系统证据,并进行评分,构建船舶信息分析系统风险评价数学模型。为证明设计的模型在评价指标层数为3-12层时的基本分配信任函数个数更多,进行原有模型与该模型的对比实验,实验结果证明该模型实现了基本分配信任函数个数的提升,更适用于该范围内的船舶信息分析系统风险评价。     

国内船舶造修企业的VOCs排放现状及治理措施

船舶造修过程中的预处理及涂装工艺,会产生并排放大量的可挥发性有机化合物(VOCs),严重污染大气环境,危害人体健康。通过对国内相关船舶造修企业的走访和调查,梳理了船舶造修过程中产生VOCs的工艺环节,近年来因VOCs排放超标受到环保职能部门处罚的案例,以及当前企业的涂料用量和VOCs的排放现状。同时,汇总了船舶造修企业常见的VOCs净化处理技术及其适用的情况,并介绍了实际进行VOCs治理的案例。对比国内外先进船舶建造行业,并基于我国船舶造修企业的实际情况和VOCs法规的排放要求,提出若干工艺优化的建议和举措,旨在减少排放且降低成本。     

改进干扰抵消算法在超低频通信中的应用

通过分析利用超低频电磁波信号对远海船舶通信时存在的目标信号难提取的问题,提出了一种正交布设的天线阵列模型,并使用一种改进的特征子空间投影算法处理接收到的信号。提出的改进算法利用系数约束自适应阻塞矩阵的办法提取主天线上的干扰信息,并联合参考天线信号优化对干扰子空间的估计。仿真和实验结果表明,提出的算法能够有效抵消与主天线夹角较小的宽频带干扰。实验中,在夹角等于15°的情况下,信干噪比较原算法提高了10.11 dB。     

紫外强化有效氯对船舶尾气同时脱硫脱硝试验

为提高有效氯溶液对船舶尾气同时脱硫、脱硝的性能,将紫外光(UV)辐照与有效氯溶液相结合,开展脱硫、脱硝试验。基于UV-鼓泡光催化反应器搭建模拟实验平台,进行UV辐照和无UV辐照环境下氧化溶液脱硫脱硝的对比试验和UV灯的功率、有效氯的浓度等因素对脱除率影响的试验。结果表明:在40℃的气液反应温度下,UV辐照能大幅度提高浓度为250 mg/L[CL2]的有效氯溶液对模拟烟气中NO、NOX和SO2的脱除能力;UV灯的功率从5W增加到16W,NO和NOX的脱除率近乎线性上升;将有效氯的浓度从250 mg/L[CL2]升高至1 500 mg/L[CL2],NO和NOX的脱除率缓慢上升;有效氯溶液对SO2的脱除率始终为100%。此外,对可能的反应机理进行了分析。     

基于ANN的船舶撞击高桩码头群桩损伤位置预测

本文采用有限元软件ABAQUS建立了船舶撞击高桩码头群桩的空间有限元模型。通过计算评估了撞击力、桩体刚度、撞击位置和撞击角度下对群桩结构损伤位置的影响。基于人工神经网络(ANN)方法,对不同参数组合下的群桩结构损伤位置进行了预测,并对ANN方法的可行性进行了评估。     

船舶引航员登离船的风险及其保护

船舶引航员(以下简称引航员)是世界公认的高风险职业,人身安全风险主要来自其登离船过程。引航员伤亡事件频发便是佐证,主要原因是引航职业的性质决定了所引领船舶的不确定性,涉及的环节多使得风险陡增,部分风险存在不可避免性。笔者根据近几年引航员在登离船过程中发生的伤亡事件,认为预防和减少引航员安全风险的途径是:被引船确保引航员登离船装置的安全;接送引航员的引航艇/拖船船员做好相应的保护工作;引航员应全面掌握IMO对登离船装置的要求,认真进行风险评估,保持充沛体力,穿戴好劳防用品等。     

多特征融合的船舶轨迹相异度模型分析与优选

基于船舶自动识别系统轨迹，构建了船舶轨迹静态相异度模型、动态相异度模型以及组合相异度模型，包括轨迹起点和终点相异度模型、轨迹长度相异度模型、轨迹空间分布相异度模型、轨迹航速均值相异度模型、轨迹航向均值相异度模型、轨迹航速标准差相异度模型和轨迹航向标准差相异度模型；采用KNN分类算法进行轨迹分类，分析了单个相异度模型的有效性和时效性，对比了单个相异度模型和组合相异度模型下轨迹分类效果，研究了组合相异度模型中相异度模型的类别和权重对轨迹分类的影响；分别以内河航道和港口水域船舶轨迹进行试验。试验结果显示:在采用单个相异度的情况下，就分类效果而言，轨迹起点和终点相异度模型和轨迹航向均值相异度模型在内河航道和港口水域船舶轨迹分类效果均优于其他模型，而基于轨迹航速均值相异度模型和轨迹航速标准差相异度模型的轨迹分类效果最低，就分类效率而言，基于航速、航向均值和标准差的相异度模型耗时明显低于其他3个相异度模型；采用组合相异度进行轨迹分类，内河航道和港口水域船舶轨迹分类结果的基于精确率和召回率的宏平均值和微平均值均能接近99%；将组合相异度中相异度类别数由4个增加到7个，轨迹分类评估结果进一步得到提高。因此，单个相异度模型中以轨迹起点和终点相异度模型、轨迹航向均值相异度模型以及轨迹空间分布相异度模型分类效果最优且稳定，而轨迹空间分布相异度模型和轨迹长度相异度模型耗时明显高于其他方式，各相异度模型在不同场景中的适应性基本相似，通过增加组合相异度中相异度类别能够提高轨迹识别效果。