基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

基于AM的舾装建模工具开发

计算机辅助设计在船舶设计中已经占据了不开替代的位置,只有持续改进和不断创新才能使其在严峻的市场立足。文章主要介绍采用PML、C#这2种语言在Aveva Marine中进行二次开发,以实现标准库模型、参数化建模和二维图纸与三维模型的转换,通过实际工程应用,验证了使用舾装建模工具能够有效缩短设计时间,提高设计效率。     

铁路桥梁BIM程序的设计与实现

针对桥梁工程设计的特点,自主开发一款具有二维交互设计,及三维显示功能的铁路桥梁BIM设计程序。阐述了在建筑信息模型(BIM)模式下桥梁程序开发不易完全抛弃二维设计视图及传统设计的理念。着重介绍了该程序的MVC框架、桥梁设计功能,以及在二维、三维显示视口开发中所使用的OPENGL VBO、四叉树空间索引等技术。通过工程项目应用,表明该程序具备BIM铁路桥梁方案设计功能,三维场景直观生动,并且结合二维视图辅助,使用户能够直接、实时地掌握桥梁结构高程、尺寸等数据,更好地帮助决策合理的桥梁方案。     

基于多质点模型的重载列车动力学仿真与分析

将整列车看成一个多质点系统,对每节车体进行受力分析,推导出整列车的运动方程,建立多质点动力学模型。基于多质点模型进行牵引、制动、惰行、上坡等多种工况下的列车运行仿真,记录其车钩力分布情况,并对不同编组、不同制动方法下的仿真结果进行了相应的比较,可为列车编组及列车控制提供决策支持。     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。     

列车设备的刚性对车体弯曲振动自振频率的影响

电气化列车中车辆车体弯曲振动的初始自振频率是其主要的标准参数之一。该项参数与列车运行的平稳性有很大的关系。在车辆设计阶段,对该项参数进行计算评估可以加快设计文件的编制过程,还可以进一步缩短试验周期。本文研究了借助在设备紧固点和刚性区域配置众多的元件,以简化悬挂设备的各种模拟方法。试验结果表明,用箱子模拟紧固点处带有附属零部件的刚性区域将会出现最精确的频率值。这种模拟方法可以简化和完全相称地考虑到设备的刚性。在设计车体时为了提高其刚性,本文还给出了有关合理配置设备的建议。