基于路用性能指标的高等级公路沥青路面预养护方案研究

高等级公路沥青路面预养护对于遏制路面早发病害劣化进程，延长路面使用寿命具有重要意义；为了提高现有沥青路面预养护方案编制的精准性和科学性，基于路用性能指标对路面通行工况的影响权重建立了路面工况量化评价模型和路面预养护决策模型，可根据预养护评级结果Y值所处区间，给出相应的预养护执行标准，该模型在公路预养护施工项目中已得到较为成功的应用。     

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.     

舵速对电动船Williamson回转性能的仿真分析

针对电动船操纵运动控制问题,研究舵速对电动船Williamson回转性能的影响.通过建立非线性四自由度模型和分析影响电动船回转性能主要参数,建立仿真模型,研究舵速对Williamson回转运动的影响.仿真结果表明:电动船在进行Williamson回转运动时,随着舵速越快,电动船回转性能越好,纵距和横距越小,回转所需的时间越小.仿真结果对电动船操纵性预报和总体性能设计可提供一定理论依据.     

漂浮式风力机在纵摇运动下的气动性能数值研究

与固定式风力机不同,漂浮式风力机气动性能受六自由度平台运动影响。其中,平台纵摇运动的影响尤为重要。本文基于计算流体力学(CFD)方法,使用IDDES模型和重叠网格技术,研究漂浮式风力机气动性能在纵摇运动影响下的特性。使用实验数据验证数值模型,对漂浮式风力机在纵摇运动影响下的气动响应和周围流场实施数值模拟。结果表明,漂浮式风力机气动响应与平台纵摇运动同周期变化,且叶轮推力、扭矩的幅值以及平均功率随纵摇运动振幅增加而增大,随纵摇运动周期增加而减小。此外,发现漂浮式风力机在纵摇运动中的动态失速和尾涡干扰现象。漂浮式风力机的纵摇运动将对其气动性能产生较大影响,因此应在设计阶段予以考虑。     

智能新能源船舶的概念及关键技术

绿色和智能是当前船舶技术的发展趋势。文章首先提出了智能新能源船舶的概念,并介绍了智能新能源船舶的内涵、特点和系统构成;然后,从船舶航行、动力和推进3个方面分析了智能新能源船舶的关键技术;最后,对智能新能源船舶的未来发展进行展望。研究结果可为船舶的创新研究提供技术支持,引领船舶技术转型升级的发展方向。     

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.     

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。     

路用水性聚氨酯改性环氧树脂的制备与工作性能

为进一步明确不同类型聚氨酯预聚体对水性环氧树脂相关性能的改善效果,优选NCO-含量分别为2.0%、4.0%和5.0%的丙烷型端羟基聚醚型聚氨酯(TDI-PPG)对E-51和E-44型环氧树脂进行复合改性,制备水性聚氨酯改性环氧树脂,系统研究了两种水性聚氨酯改性环氧树脂的工作性能,为水性聚氨酯改性环氧树脂在道路领域的推广应用奠定基础。结果表明:根据水性聚氨酯改性环氧树脂的强度形成时间,建议采用15 d强度和伸长率对其性能进行评价;NCO-含量越高,水性聚氨酯改性环氧树脂的工作性能越好;聚氨酯掺量过高,拉伸强度、弯曲强度、拉拔强度均会下降,建议聚氨酯掺量不超过20%。     

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。