大型研究院所档案管理向知识智能辅助决策转型研究

大型研究院所是集产品研发、生产、经营和管理于一体的知识密集型企业,大型研究院所档案管理在做好档案的收集、整理、保管等传统档案工作的同时,在当前大数据、人工智能、辅助决策等信息技术迅猛发展的背景下,应该深挖档案的信息属性和知识属性,积极向知识智能辅助决策转型。     

大跨径斜拉桥悬臂施工线型控制技术探讨

国内大跨径的斜拉桥的建设工程不断增多,有效的控制主梁悬臂的施工线形控制是确保斜拉桥合龙的关键,同时也是确保桥梁质量控制和建设安全的重点部分。而在施工时受多种因素的影响,进而导致线型的控制存在一定的难点。在下文中以某特大桥为实际案例,进一步探讨斜拉桥悬臂施工线型的控制,进而为后续其它类似工程提供一定的参考价值。     

单折线体外索对简支钢梁自振频率的影响

结构的自振特性关系到结构的健康安全,预应力系统作用到结构上会影响结构的自振频率.为考察体外预应力索系统对简支钢梁自振频率的影响,基于预应力系统作用机理并采用能量法建立了单折线布索型预应力钢梁的动力方程,求解此方程得到自振频率的计算公式,用此公式对一典型单折线索钢梁的一阶频率进行了计算,并与有限元模拟结果进行对比.结果表明:公式计算结果与有限元模拟结果基本一致,可用于工程设计.在此基础上,还得到了索预拉力、偏心距和截面积对梁自振频率的影响规律,为调节单折线布索型预应力钢梁的自振频率提供了理论依据.     

大数据背景下的舰船航行环境可视化研究

现有方法大多是针对近海领域,在200 n mile以外的海域存在着可视化图像逼真度差的问题,为此提出大数据背景下的舰船航行环境可视化方法研究。利用大数据中的最优插值算法处理舰船航行环境数据,以此为基础,利用LOD动态调度技术可视化环境要素点,通过空间坐标系可视化环境要素线,采用纹理映射技术可视化环境要素面,基于体绘制技术可视化航行环境体,通过环境要素点、线、面、体的展示实现了舰船航行环境的全面可视化。仿真实验结果显示,与现有代表方法相比较,本文方法可视化图像帧频低、帧速率高,表明本文方法可视化图像逼真度高,适合推广使用。     

基于严格等式约束的推力分配算法研究

为提高动力定位系统的定位精度,本文提出了一种满足严格等式约束的改进遗传算法对推力分配进行优化.该方法通过分析目标函数中不同项之间的影响,确定了推力角的权值系数,并从二个方面对遗传算法进行改进,提高了优化速度及精度:一是继承上一时刻的精英个体来生成等距初始种群;二是结合自适应算法加强局部搜索能力.针对推进器之间的水动力干涉问题,基于推力损失模型对推进器进行分组,并通过错位安置以及采用在推力禁区内设置推力减额系数的方法来降低推力损失,最后利用改进的遗传算法对半潜式平台动力定位系统的推力分配进行了仿真模拟.仿真结果表明,提出的方法在满足等式严格约束的基础上,降低了推进器推力的水动力损失,进而提高了系统的定位精度以及运行的经济性.     

供水特性对水润滑橡胶轴承衬套的影响

以船用水润滑橡胶轴承为研究对象,采用热-流-固耦合模型,研究水膜对水润滑橡胶轴承橡胶衬套的热传递及受力变形的影响,并通过控制变量法,探究供水特性对其温升和受力变形的影响。结果显示:水膜和橡胶的温度呈现出一种偏移的梯度变化;橡胶的受力变形呈现出带弧状的梯度分布;供水速度对橡胶温升和受力变形的影响显著,供水温度和密度对其受力变形的影响程度也不容忽略。     

前方到站“智慧城轨”--呼和浩特运营全球首列多线多系统“城轨云”号列车

呼和浩特被誉为“青色的城”,这座美丽的草原城市在2019年12月31日迎来第一条城市轨道交通线路的开通,线路运营4个多月以来,智慧城轨的优势正不断凸显。不断加速的城市化进程给轨道交通带来了前所未有的大发展,也给地铁运营管理带来新的挑战,将5G、云计算、大数据等新技术与轨道交通建设和运营相结合,正在成为轨道交通行业发展的必然趋势。     

绿色新能源助力城市水上会客厅--上海苏州河新能源游船交付运行

近日,上海苏州河新能源游船项目顺利完成首船交付,并完成试运行工作。该船由中国船舶集团有限公司第七〇四研究所(简称“七〇四所”)提供电池动力系统。“梦清”号是七〇四所参与研制的苏州河游览工程的第一批新能源观光船之一。这艘现代化的观光船外型潮流,内饰优雅,整船时尚、科技,采用全景式设计,游客可零距离感触苏州河水的灵性。     

对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报，基于BP神经网络构建对转桨水动力性能预报模型。首先，采用低阶速度势边界元法建立对转桨水动力性能预报模型，通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算，从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构，通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究，结果表明，采用BP神经网络预报模型可获得与边界元法精度相当的预报结果，但该模型与边界元法相比计算所耗时间可以忽略不计，可有效实现对转桨水动力性能实时、快速预报。