机器学习在磁记忆无损检测领域的应用及展望

磁记忆检测作为一种新兴的无损检测技术,具有快速、便捷地检测应力集中和微观缺陷的优点,而机器学习具有强大的学习能力和自适应能力,适用于磁记忆检测产生的大量非线性数据的处理。主要综述了机器学习算法在磁记忆无损检测领域的应用现状,考虑将机器学习应用于桥梁内部钢筋损伤的磁记忆检测当中,最终展望了机器学习在此领域的发展趋势。结果表明：以支持向量机、神经网络、聚类算法为代表的各种机器学习算法目前在磁记忆检测中得到了广泛应用,主要用于各类钢试件缺陷的损伤等级评估和缺陷尺寸反演,在桥梁钢筋损伤的磁记忆检测中尚无相关应用;单一算法具有较大的局限性,多种算法结合可以提高预测准确率;要实现磁记忆在桥梁结构内部钢筋损伤检测中的突破发展,需进一步考虑复杂结构和检测环境,结合机器学习算法建立各类影响因素与磁信号之间的关系模型,机器学习中的回归算法也可进一步应用到缺陷程度的评估当中。     

秦皇岛港煤堆场防风网结构风振响应分析

采用有限元方法对秦皇岛港煤堆场防风网结构在风荷载作用下的静、动力响应进行分析。在静力分析中,采用规范方法计算风荷载,通过有限元方法进行静力计算。在动力分析中,采用风压谱生成风荷载作用时程,通过有限单元方法进行动力响应计算。结果表明,采用规范方法计算风荷载,并考虑1.4的风荷载分项系数后的静力计算结果与采用风压谱生成风荷载作用时程的动力计算结果相近。     

高速列车司机室内气动噪声预测

为了降低司机室内的噪声,采用大涡模拟法计算了高速列车车头曲面的脉动压力,将脉动压力作为头车司机室有限元分析的激励载荷,通过谐响应分析求得司机室壁板的振动速度,将振动速度作为司机室声场边界元模型的激励条件,求出了司机室内的气动噪声在不同频率点的声压分布。计算结果表明:司机室内的声压级在52·3~58·8dB(A)之间变化,声压级较大点位于司机室前窗玻璃向车顶过渡处及纵向中截面型线附近,且在50~315Hz之间,声压幅值较大;司机室内的气动噪声主要是低频噪声,对纵向中截面型线采取更平滑的过渡形式,可降低司机室内的气动噪声。     

基于AIS信息的避碰分析探究

随着船舶自动识别系统（AIS）的普遍使用,航海人员可以因此获得更多、更准确的信息．充分利用这些信息为辅助船舶航行、保证航行安全提供支持将更有效地发挥AIS的功用．以《国际海上避碰规则》为依据,应用转向避让原理等相关知识,提出了紧迫局面等的概念并建立了紧迫局面距离及最晚施舵时机的数学模型;重点研究了避碰分析过程中各种要素的确定方法．最后,提出了利用这些要素进行避碰分析的解决方案．     

汽车起重机稳定性探讨

本文结合现行国标及有关美军标的规定，对起重机稳定性指标的涵义及其确定方法作了简要分析，并对本行业标准工作提出了建议，供今后继续深入研究时参考。     

D23G型265t长大平车

介绍了D23G型平车的改造目的、解决措施、主要结构、试验以及使用维护和运用考验情况。     

制定低噪声内燃机电站标准的初步设想

对制定低噪声内燃机电站标准的内容范围、噪声指标的确定及依据、降噪技术、测量评价方法、测量报告(测量记录)等提出了一些初步设想和建议。供进一步深入研究时参考。     

船舶控制系统故障诊断专家系统的研究

本文结合船舶控制系统的特点，提出了船舶控制系统故障诊断专家系统的组成、结构、知识的表达方法，诊断的逻辑推型。特别提出了基于元件的可维性系数和故障的可靠性值的模糊推理方法，在专家系统的智能化方面，讨论了利用创造思维推理对故障诊断模型的修改及利用指数修匀法对可能性值的修正方法。     

内燃发电机组国际新标准简介

简要介绍了ＩＳＯ８５２８－７，ＩＳＯ８５２８－８，ＩＳＯ８５２８－９和ＩＳＯ８５２８－０１２四个国际新标准的主要内容。