船体板格极限强度数值计算影响因素及敏感分析

船体板格极限强度的有限元计算方法应用广泛,但其计算方法具有一定的不稳定性,计算结果受多种因素的影响.本文针对船体板格有限元计算方法的不稳定性进行研究,通过将有限元计算结果与其他学者的研究成果进行对比,验证本文所采用的有限元方法的可靠性,然后针对板格材料、初始缺陷、网格密度、边界条件等几种因素的敏感性进行具体研究,发现理想应力应变关系会使得结果偏于危险.网格形状和网格密度对于结果均有影响,边界条件对于有限元结果有影响,最大误差在7.2%,并且模型3会使得结果偏于危险.初始缺陷是一敏感因素,最大误差在20%,因此需要根据实际缺陷选取合适的屈曲模态和比例因子.     

基于船模水池试验的船舶顺浪纯稳性损失计算扩展模式

船舶顺浪航行的纯稳性损失研究,已成为国际航海界和国际海事组织(IMO)关注的课题之一.在Ю.И.涅查耶夫根据28艘渔船和运输船船模水池试验的船舶顺浪纯稳性损失计算方法的基础上,提出了扩展模式,扩大了其适用范围,并给出了大长宽比(船长/船宽)舰艇纯稳性损失的算例,同时实现了该扩展模式的程序化,生成了实用化的软件.最后通过与CFD试验方法和一般理论计算法所得结果的对比,验证了该扩展模式计算结果的可信度.     

几种典型的大型集装箱船导轨结构特性对比计算分析

本文以固定装载型式导轨和混合装载型式导轨为研究对象,基于有限元方法分析了不同集装箱装载工况对导轨强度、刚度的影响,同时在相同集装箱装载工况下,对不同导轨的强度、刚度进行了对比分析。结果可为集装箱导轨的设计优化提供了一定的参考。     

基于GIS的航道辅助设计平台的设计与实现

基于航道地理空间特性和航道设计相关规范及工作流程,选用Arc GIS作为基本框架,经多项关键技术开发构建而成航道辅助设计平台。平台具有自然条件分析、河床演变分析、航道尺度计算及选线布置等设计功能,并配置水深数据识别、地形坐标转换等通用工具,可对航道基础数据和设计成果进行综合管理,初步实现专业间设计协同,基本达成航道设计工作的标准化和提高工作效率的目标。     

基于PSO-BP神经网络的油船中部结构优化

以舱段质量为目标函数,以相关规范要求的板厚及应力为约束条件,通过灵敏度分析确定设计变量,对油船中部结构优化。构建基于粒子群优化的BP神经网络模型,并代替有限元分析确定应力与设计变量之间关系,从而对舱段进行结构优化。优化后舱段质量降低了4.2%,优化后的有限元分析结果表明满足规范要求,PSOBP神经网络模型在船舶结构优化设计中具有可行性。     

长江口深水航道疏浚吹填一体化施工工艺

针对长江口地区近年来出现的新圈围造地工程,因条件限制或成本控制不宜设置储泥坑的情况,通过长兴潜堤工程实例,介绍长江口深水航道疏浚吹填一体化施工工艺,对工艺中的疏浚施工、艏吹抛锚定位以及吹泥施工等关键技术进行重点阐述。该工艺无需设置中转储泥坑,疏浚土一次性吹填上岸,并用于造地成陆,在长江口地区应用效果较好。     

燃气蒸汽式弹射内弹道研究

燃气-蒸汽式弹射方式以其结构简单、温度适中、压力输出平稳等优点,被越来越广泛地应用到水下运载器的发射系统中,深入研究燃气-蒸汽式弹射装置的内流场对弹射装置的设计、改进具有重要意义.本文通过采用3种不同仿真模型对燃气-蒸汽式弹射内弹道进行计算,结果表明:对流场进行仿真计算时应同时引入汽化模型和组分输运模型,其仿真结果与实际情况更为相符.汽化模型对流场温度的影响比对压力和速度的影响更为明显.研究成果可为燃气-蒸汽式弹射装置的设计与改进提供理论支撑.     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

以稻壳为载体培养反硝化菌及硝酸盐氮的去除

研究了以稻壳为载体培养固定反硝化菌及其影响因素,并进行了模拟废水硝酸盐 氮的去除实验．结果表明：稻壳固定反硝化菌能有效地去除水中的ＮＯ３－,降解速率为 ５．９ｍｇ／（Ｌ·ｈ）,去除率达到９１．６％,稻壳培养反硝化菌的最适ｐＨ和温度分别是７．６和３０℃．     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.