“郑和”轮船舶操纵性指数的测定及分析

对“郑和”轮船舶操纵性指数进行了测定，并从理论上对其作了分析。     

船舶操纵性指数预报研究

为了对营运船舶的操纵性进行预报,基于SPSS软件的相关分析和统计功能,采用多项回归法对59艘船舶的K、T指数统计资料进行分析,得出具有一定精度的K′、T′指数估算公式.考虑船型数据之间非线性因素的影响,构造了四元二阶多项式回归模型.增加了渔船等中、小型船舶,使回归方程更具有普遍性.所构建的船舶操纵性指数回归模型较原有的回归模型将K′、T′的复相关系数精度分别提高了8.5%和7.2%,在保证原回归方程显著性的基础上兼顾了数据拟合的精度和回归多项式的简洁性.因此,该模型对操船者在航海实践中评估船舶的操纵性有一定的实用价值.     

水下航行体操纵性指数与频率特性计算

本文根据水下航行体的侧-滚运动方程组，经拉普拉斯变换，求解了运动参数的传递函数；并用时域分析法与频率分析法，给出了四阶系统的操纵性指数K，T计算方法与频率特性的计算方法及其算例，以判别航行体的侧向、横滚方向运动的稳定性与机动性。     

基于SPSS技术的船舶操纵性指数K、T预报

为了提高船舶操纵性指数K、T的预报精度以便更好地评价船舶性能,采用多元非线性回归模型,利用SPSS软件对43艘商船的K、T指数实船试验结果进行了回归分析。研究了对K、T有显著影响的非线性因素,给出了两个最优回归多项式。以某杂货船为例进行了操纵性指数的预报,预报效果令人满意,K、T误差分别为4.4%和1.1%。与原有的线性模型相比,预报误差分别减小了16.4%和70.3%。该文提出的非线性模型在回归方程的显著性以及对K′、T′值的预报准确性上均较线性模型有了很大提高,对操船者在航海实践中评估船舶的操纵性能有一定的参考价值。     

船舶操纵性神经计算

利用人工神经网络完成从船舶参数空间到船舶操纵性指标空间的映射。作为输入参量的船舶参数具有一定的自由度,比较符合船舶设计的循序渐进过程。本文采用３层９隐节点ＢＰ网络,９艘次实船资料的拟合结果的精度为０．６１３７（单项平均平方误差）。对船舶操纵性预报进行了初步研究。利用８艘散货船的训练结果,对另１艘同类船舶的回转试验的进距、横距和战术直径进行了预报。     

长江中下游推船船队操纵性指数研究

本文在数据库的基础上简要论述了长江顶推船队的操纵性表征指数、测试方法及数值范围，给出了在初步设计阶段能用以预估船队操纵性的统计回归公式。     

风条件下船舶的操纵性特点

在复杂的海洋气象条件下船舶的机动性问题是至关重要的。本文建立了一种简洁的船舶运动数学模型并编制了计算机软件，可用于风条件下的船舶操纵性问题，利用该数学模型可以确定船舶无法完成给定方向上回转（即操纵性丧失）的极限风速。