船体结构焊接变形的预测与控制研究进展

综述船体结构焊接变形预测与控制技术的研究进展。分析各种焊接变形预测和控制方法的特点,重点阐述几种预测方法:基于有限元分析的热弹塑性法和等效载荷法,以及基于数据挖掘的焊接变形预测法。同时,概括了几种船体结构焊接变形的控制方法:双丝旁路耦合电弧熔化极气体保护焊(Double ElectrodeGas Metal Arc Welding,DE-GMAW)、激光-电弧复合焊接技术和搅拌摩擦焊等先进焊接技术,优化焊接工艺参数、改变焊接顺序、改变约束方式等焊接工艺措施,以及施加反变形、控制温度场、综合分析等。相信近几年大数据、深度学习、机器人等领域的高速发展也会给船舶行业带来更成熟、有效的预测理论及更精确的变形控制技术。     

基于Weld-sta软件的船体结构焊接变形预测

预测船体复杂结构的焊接变形对制造工艺设计和精度控制具有重要的工程价值.基于固有应变理论,利用船体结构焊接变形预测专用软件Weld-sta对多用途船双层底结构焊接变形进行了预测,发现船长方向收缩最大变形量为13.2mm,船宽方向最大变形量14.5 mm.通过数值模拟结果与实验实测值的对比,可以得到软件计算的精度超过80%,验证了固有应变理论及软件用于焊接变形预测的可靠性,并在此基础上针对船体总段船台合拢的焊接变形进行了预测,发现焊接总收缩变形量为50.339 mm,与实际加工经验基本吻合.根据此结论可以针对各船体总段预留合理的焊接变形收缩量,验证了固有应变为基础的弹性板单元有限元预测法在船体总段合拢焊接中应用的可行性.     

大型船舶结构焊接变形固有应变法预测研究

大型复杂船舶结构在焊接过程中产生的焊接变形会使结构强度降低,而通过精确预测和控制焊接变形可实现精度制造的目的.文中介绍了焊接变形预测固有应变法的应用现状,并利用固有应变理论对大型复杂LNG液舱结构的焊接变形进行预测.     

船体分段焊接变形仿真

船体分段在焊接过程中产生的焊接变形会使船体结构强度降低,然而精确预测和控制焊接变形是个难题.文章提供了准确预测焊接变形的固有应变等效载荷法.这种方法运用有限元法结合固有应变理论以及实验结果对焊接变形进行分析:引入简化的弹-塑性分析杆-弹簧模型,通过分析得到固有应变受焊接区域约束度及最高温度分布情况的影响;将固有应变转化为等效载荷,应用弹性有限元分析求得整个结构的焊接变形.计算结果与LEECH计算及实验结果吻合较好.     

船体结构T型接头焊接变形预测及控制研究

T型接头的焊接变形会对船体结构件的安装以及强度安全等方面带来不利影响,基于SYSWELD有限元分析软件,利用热弹塑性非线性有限元计算方法并选取双椭球体积热源模型,模拟T型接头开单边V型坡口时的焊接变形。基于预测结果,提出改变焊接顺序来控制焊接变形,通过对四种方案下焊接变形结果的对比确定了最优方案并进行了理论分析,为实际生产过程中焊接变形的预测和控制提供了理论指导。     

固有变形计算方法及其在船舶焊接结构变形中的应用

采用基于固有应变法的弹性有限元分析预测大型复杂结构的焊接变形的前提是必须已知焊缝附近的固有变形。结构的焊接残余应力与焊接变形取决于其接头的固有变形大小及分布,因此开发精确计算接头固有变形的方法,并依此建立一个完善的固有变形数据库对于大型复杂结构焊接变形的预测有重要意义。文中提出了几种计算固有变形的方法包括公式法、热弹塑性有限元法、实测法,并分别采用这几种方法对典型T型接头的横向固有收缩与纵向固有收缩进行计算,三种方法得到的结果比较一致。在此基础上,进一步以典型船体结构为研究对象,采用依照这三种方法建立的固有变形数据库对其焊接变形进行预测,并与实测数据进行比较,验证了该数据库的有效性。     

固有变形计算方法及其在船舶焊接结构变形中的应用（英文）

采用基于固有应变法的弹性有限元分析预测大型复杂结构的焊接变形的前提是必须已知焊缝附近的固有变形。结构的焊接残余应力与焊接变形取决于其接头的固有变形大小及分布,因此开发精确计算接头固有变形的方法,并依此建立一个完善的固有变形数据库对于大型复杂结构焊接变形的预测有重要意义。文中提出了几种计算固有变形的方法包括公式法、热弹塑性有限元法、实测法,并分别采用这几种方法对典型T型接头的横向固有收缩与纵向固有收缩进行计算,三种方法得到的结果比较一致。在此基础上,进一步以典型船体结构为研究对象,采用依照这三种方法建立的固有变形数据库对其焊接变形进行预测,并与实测数据进行比较,验证了该数据库的有效性。     

基于支持向量回归的焊接变形预测系统开发研究

焊接变形的影响因素较多,预测焊接变形是一个耗时、复杂的过程.为了解决这个问题,采用支持向量回归方法建立焊接变形预测模型,使用Delphi语言作为开发工具,借助SQL Server数据库技术和MATLAB工具箱,开发基于支持向量回归的焊接变形预测系统.实际运行表明,该系统能够实现焊接变形的快捷预测和管理.     

预测船体分段焊接变形方法概述

船体分段在焊接过程中产生的焊接变形会使船体结构强度降低,精确预测和控制焊接变形是现代造船工艺的要求.焊接变形分析方法包括实验法、解析法、数值分析法、等效载荷法等,常用的是后两种方法.数值分析法采用热弹-塑性有限元模型精确模拟焊接现象,但计算工作量大;等效载荷法计算焊接区域的固有应变,并将其转化为等效载荷,进而应用弹性有限元分析求得整个结构的焊接变形.     

销售预测中数据挖掘的应用

数据挖掘技术在经济中的应用是信息决策、经济管理等领域的前沿研究方向之一。企业决策离不开销售预测,传统的预测系统已远远不能满足要求。针对传统预测系统存在的问题,本文简要概述了数据挖掘的基本理论和方法,介绍了数据挖掘在企业中的重要性和基本步骤,并设计了面向销售预测的数据挖掘一般结构框架。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

基于数字孪生的船舶预测性维护系统

针对造船技术和需求的发展,使得船舶维护面临着成本不断上升的问题,提出面对高端复杂船舶采用数字孪生技术进行预测性维护。在研究了数字孪生预测性维护模型模型基础上,将其分为创建数字孪生体、数据获取、数据预处理、模型训练、故障预测与诊断和设备维护六个阶段,并分别介绍了各阶段的主要任务和技术。最后分析总结了进行数字孪生船舶预测性维护难点及发展路径。     

基于机器学习的船舶能耗智能预测方法验证分析

船舶能耗智能预测是实现船舶能效智能评估与优化决策的基础和前提。大数据、人工智能、机器学习等新兴技术促进了船舶能耗预测方法的不断发展,为分析不同基于机器学习的船舶能耗预测算法的预测精度与效果,进行了不同预测算法的实例验证分析。结合船舶油耗及其影响因素实船采集数据,通过采用不同机器学习算法对船舶能耗进行预测分析,验证了各算法的特点和优势,从而为选择合适的船舶能耗预测算法提供参考。     

LNG运输船BOG处理技术发展与演化路径研究

LNG运输船具有良好的发展前景,BOG的妥善处理是LNG燃料运输船安全航行的重要环节。通过专利数据挖掘与数据分析技术,归纳全球LNG运输船BOG处理领域的焦点技术和前沿技术,并且结合专利文本信息梳理出BOG处理技术的演化路径。研究结果发现,BOG处理领域内专利申请集中在回收利用方式、再液化装置及再液化处理方式三个方面。企业在今后发展中应针对涡轮布雷顿制冷技术进行重点研发和专利布局。     

深海采矿船技术标准的研究与制订

研究和编制了深海采矿船技术标准(船型评估/认可和审图);介绍了该船型的现行规范标准应用,入级符号及附加标志,送审文件,船舶设计基础及环境条件,航行及在位状态下的布放、作业、自存等工况和配套的多种组合装载模式;提出了该类船舶的评估技术标准。作为全球范围内首个专门针对深海采矿船这一新颖船型的评估技术标准,对我国自主开发、设计、建造深海采矿船具有重要指导意义。     

基于HHGA-RBF算法的网络态势预测模型研究

安全态势评估作为网络安全态势技术的重要组成部分,对于最终决策的制定起着关键作用。目前关于安全态势评估的研究较为热门,但尚不成熟,其中安全态势预测更处于起步阶段。在对现有网络安全态势评估方法和技术进行调研分析基础上,基于对当前网络安全态势的数据分析,得到量化后的离散数据点,研究得出这些离散数据点在时间轴上具有非线性分布的特点,提出了一种基于HHGA-RBF算法的网络安全态势预测模型,对态势评估输出的数据,采用预测模型对安全态势的发展趋势进行预测。根据网络安全态势的实际特点,对该算法进行了改进,详细讨论了具体的预测算法和执行过程。最后,设计并实现了军用网络安全态势评估软件系统,实现了网络态势预测。     

FPSO多点系泊技术的发展趋势

鉴于多点系泊系统在温和海域的适用性以及良好的经济性,采用专利挖掘与数据分析技术,分析FPSO多点系泊技术的发展趋势、主要专利权人和技术构成,并结合专利文本信息总结得出FPSO多点系泊技术的发展路线。结果表明,FPSO多点系泊领域内的专利申请集中在系泊控制和系泊装置。该结果可为我国FPSO多点系泊领域的技术发展提供建议。     

宁夏交通数据中心技术架构研究

建设交通运输数据中心是宁夏云计算产业高地发展的重要组成部分,科学合理地设计交通数据中心总体技术架构有助于交通运输行业数据资源的汇集、整合、挖掘和共享.从交通数据中心逻辑框架出发,分析不同逻辑层面的应用需求.在此基础上,结合技术架构框架模型,搭建宁夏数据中心总体技术架构,具体分析基础设施架构、系统集成架构和技术标准架构的详细组成.     

Risk assessment of inland waterborne transportation using data mining

ABSTRACT

China has constructed a relatively complete inland waterborne transportation system. However, the frequent occurrence of inland water accidents with serious consequences, like the catastrophic Orient Star shipwreck, is an urgent unsolved problem. To reduce such accidents in the future and improve inland waterborne transportation safety, this study uses data mining, mainly containing text mining and association rule mining to risk assess China’s inland waterborne transportation, rather than the traditional quantitative risk assessment model. Text mining enables the risk factors to be objectively identified and distilled from accident reports. The potential relationships between risk variables are explored using association rule mining, based on the FP-Growth algorithm. The results reveal the essential problem facing China’s inland waterborne transportation system: frequent and varied ship accidents; key risk factors include overloading or improper loading, poor navigation visibility, inadequate sailor competence, and insufficient government supervision of shipowners and shipping companies. Combining the actual circumstances of inland waterborne transportation operations, this study proposes relevant recommendations for governments and relevant supervisory departments. The integrated application of text mining and association rule mining serves to avoid uncertainty and subjectivity, and achieve good results proving their scientific nature as a feasible method in water transportation risk research.     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用 BP 神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于 BP 神经网络方法;证明该方法是可行且有效的。