船舶智能设计浅析

随着《中国制造2025》提出综合实力进入世界制造强国前列的制造强国战略目标,基于新一代信息技术产业的智能制造工程正在各个产业迅速推进。但作为制造强国基础的智能工厂并不仅仅局限于智能制造,还应该包括智能设计、全范围的智能物流和智能管控等。其中智能设计是缩短产品研制周期的关键,通过智能设计产生最优化的数据、高正确率数据是缩减制造周期降低制造成本的关键。文章简要剖析智能设计在船舶行业的应用,基于现状展望智能设计的发展方向,并分析了发展智能设计所需的数据系统建设。     

基于调度优先规则的海工项目并行进度计划编制

通过编制详细的项目进度计划,可降低不可预测风险,提高项目可控性。为实现海工项目的活动调度,优化进度计划,文章基于调度优先规则,针对海工项目活动的并行调度,应用遗传模拟退火算法对给出的四级进度计划进行了优化。首先,根据海洋平台的结构特点对海工项目的四级计划进行编制;其次,给出了项目活动调度的优先规则及并行安排机制;再次,设计了以遗传算法为外层循环,模拟退火算法做内层循环的优化算法;最后,将设计的算法对海工实例进行应用,并实现进度计划的生成。     

基于BP神经网络的沥青混合料疲劳性能预测模型

以MATLAB为平台,搭建了一种单隐层结构的BP神经网络沥青混合料疲劳寿命预测模型。模型以沥青含量、空隙率和应变水平3个指标作为输入项,疲劳寿命作为输出项。进行了不同试验条件下的四点弯曲疲劳试验,将试验数据归一化处理后得到27组数据用于训练。训练后的神经网络疲劳寿命预测模型拟合优度R2可达到0.91。采用同一组数据对传统的疲劳方程模型进行拟合,并对比两者的预测效果,各项统计指标均显示神经网络模型预测结果明显优于疲劳方程模型,且神经网络还具有疲劳方程所不具备的指标权重分析的功能。     

寒区隧道温度简谐波传热特征与影响因素的敏感性

为探究寒区隧道温度场的时空演化规律, 以波的视角从时间尺度和空间尺度建立了寒区隧道温度简谐波径向传热模型, 基于傅里叶传热定律推导了寒区隧道温度简谐波径向传热表达式; 依托兴安岭公路隧道温度测试结果, 验证了温度简谐波径向传热表达式的可行性, 分析了温度简谐波沿隧道径向深度的分布特征与随冻融周期的变化规律; 采用系统稳定分析法, 研究了温度简谐波对各影响因素归一化的敏感度因子。研究结果表明: 沿隧道径向深度0.00~4.00 m, 温度振幅呈负指数函数形式衰减, 变化范围为11.67℃~0.45℃; 温度相位移呈正比例函数形式增大, 变化范围为0.00~75.24 d; 年平均温度呈线性升高的趋势, 变化范围为-0.62℃~1.98℃; 受隧道区气温逐年变暖趋势的影响, 隧道进口端壁面年平均温度从2016~2019年升高了约0.75℃, 年平均温度随冻融周期逐年增大, 2.00 m深度内年平均温度受冻融周期影响较大, 超过2.00 m年平均温度受冻融周期影响相对较小; 隧道进口端壁面温度振辐从2016~2019年衰减了1.48℃, 温度振幅随冻融周期逐年衰减, 2.00 m深度内温度振幅衰减较快, 超过2.00 m温度振幅衰减较慢; 隧道进口端壁面日相位从2016~2019年延迟了7.20 d, 日相位随冻融周期逐年增大。温度简谐波对各影响因素的敏感性由高到低依次为壁面温度振幅、壁面年平均温度、围岩含冰率、围岩含水率、围岩孔隙率、骨架颗粒的质量热容量与导热系数。