大潜深潜艇设计中计算深度的探索与建议

指出随着下潜深度的增加，给现行的潜艇设计计算规则提出了挑战。《舰船通用规范》将腐蚀补贴厚度和超深附加深度与下潜深度线性相关，使深水、大直径潜艇背上补贴厚度过重的包袱和深度达200～300m的超深附加深度。建议把腐蚀补贴厚度不放在安全系数中，而按照不同材料、不同服役年限、不同使用部位外加腐蚀补贴厚度的方法来解决；建议用在不同深度时限制潜艇的使用航速，超过工作深度后，限制潜艇的下潜纵倾角，及确定一个比较合适的挽回时间的思路来确定超深附加深度。     

系泊系统的时域仿真及其非线性动力学特性分析

应用时域仿真的方法研究了系泊系统的非线性动力学特性。以三阶操纵运动方程为基础,引入定常的风力、潮流作用力和二阶波浪力,建立了系泊系统三自由度的运动微分方程。在此数学模型的基础上,建立了系泊系统的多自由度的计算机仿真模型。在风浪流联合作用的情形下,对一艘单点系泊油轮的动力学行为进行了仿真研究。以潮流速度和系缆程度为分岔控制参数,在参数平面上给出了局部分岔集。研究表明,系泊系统的动力学行为具有强烈的非线性特征。在仿真过程中观察到了吸引子的共存和Hopf分岔。局部分岔集将参数平面分为3个系统动力学行为本质不同的区域。极值系泊力水平与系泊系统的动力学行为有着密切的关系。对于单点系泊船舶而言,顶风顶浪顶流的状态并不一定是最为危险的工况。局部分岔集的确定为系泊系统参数的选择提供了决策依据。     

螺旋桨低频宽带噪声影响参数研究与流—声多目标优化设计

文章以谱方法为理论基础,以条带法为数值求解方法,针对Sears力响应函数引入厚度修正,建立了螺旋桨低频宽带噪声理论预报方法.通过对比10叶模型螺旋桨水筒试验数据,验证了厚度修正的效果,厚度修正后总声级误差由2 dB减少至1.1 dB.文中利用厚度修正后的预报方法,从三个层次六个方面对影响螺旋桨低频宽带噪声的参数进行研究,并实现了流-声多目标优化设计:(1)单个螺旋桨影响参数灵敏度分析:①外半径型值对总声级影响较大,而内半径几乎没有影响.②利用Sobol灵敏度分析法对两个不同叶数螺旋桨的流场参数和螺旋桨参数进行研究发现:不同桨叶下各参数影响因子几乎一致,来流速度对于螺旋桨低频宽带总声级有最大贡献,约为30％的正效应,其次是湍流度约为22％的正效应,而湍流积分长度仅占7％的负效应.(2)单个螺旋桨流—声多目标优化设计研究:以NSGA-Ⅱ为优化算法,结合非定常面元法和低频宽带噪声预报方法,实现流-声多目标优化设计.(3)多个螺旋桨相对关系稳健性分析:对不同螺旋桨低频宽带噪声相对关系稳健性进行研究,分析湍流积分长度和湍流度变化的影响.该文的研究成果为下一步将低频宽带噪声纳入螺旋桨设计考核指标奠定了理论基础.     

潜艇耐压艇体内部平面舱壁板稳定性校核外载荷的分析

本文在分析潜艇耐压艇体内部平面舱壁板受力情况的基础上，提出平面舱壁板稳定性校核中外载荷应取不低于潜艇耐压艇体的计算载荷Pp。     

POD推进器技术发展及其应用前景

POD推进器是近年来发展起来的一种新型的船舶推进装置,该装置可以提高舰船总体性能,节省舱室空间,增加有效载荷,提高舰船的使用效能,可充分发挥电力推进系统的优越性,因而具有极高的应用价值和广阔的市场应用前景.通过介绍POD推进器的技术的发展概况,总结了POD推进器的主要特点,概述了其主要类型,分析了POD推进器的应用前景.     

螺旋桨-舵-舵球推进组合体水动力性能的计算与仿真研究

建立了螺旋桨-舵-舵球推进组合体水动力性能的计算机仿真系统.系统研究了螺旋桨-舵-舵球推进组合体水动力性能的计算方法,建立了相关的仿真数学模型.模型中螺旋桨的水动力性能采用升力面理论涡格法计算,桨毂的影响采用Hess-Smith面元法计算.将舵及舵球的诱导速度作为对桨及桨毂进流的修正,以考查舵及舵球的影响.舵与舵球水动力的计算采用以速度势定义的面元法.在此基础上,进行系统功能设计,编制了计算机仿真系统.应用此软件设计了四种舵球方案,并进行了相应方案螺旋桨的定常水动力性能的计算对比分析.仿真计算表明,设计的舵球方案可有效地提高螺旋桨的水动力性能.其中不对称型舵球方案在实船对比测试中获得了节能5.1%,提高主机功率储备5%以上的效果.     

螺旋桨流固耦合多目标优化设计

本文提出将NSGA-Ⅱ多目标优化算法应用于螺旋桨多目标优化设计,并通过面元法和有限元法实现螺旋桨流固弱耦合.通过计算安装在Seiun-Maru(一艘日本散货船)上的HPS大侧斜螺旋桨压力系数分布和压力脉动,考虑了流固耦合效应的计算精度要高于不考虑流固耦合效应,验证了考虑流固耦合的必要性.本文以螺旋桨效率、非定常力和重量作为目标函数,在满足水动力性能、结构响应和空泡性能等约束条件下,选取描述螺旋桨外形的6个参数作为设计变量,以此建立优化函数.在不同近似最优解和非设计点为初值的算例中,其结果均改善了所有目标函数,验证了本文方法的有效性、适用性和鲁棒性.本文提出的多目标优化方法将有助于提高设计效率,节省计算资源,可成为未来螺旋桨设计的有效工具.     

基于动态改进遗传粒子群-BP的重型车NOx排放预测模型研究

为了降低重型车NO_x排放速率监测控制中OBD设备异常采集数据和数据耦合问题的影响，基于BP神经网络建立了排放预测模型。为了提高预测模型的准确性，引入了遗传粒子群组合算法，并对其进行动态改进，同时利用PCA分析提取数据特征。结果表明：对比传统遗传算法和粒子群算法，动态改进的遗传粒子群组合算法在适应度函数上提升了5.75%和3.37%;与其他9种预测模型相比，动态改进后的遗传粒子群-BP网络在评价指标MASE、RMSE和R²上表现最优，MASE、RMSE分别为0.024和0.033 6,R²为0.951,预测结果与原始数据基本吻合，所建预测模型具有较高的预测准确性。