侧向风下航母甲板风涡流场的模拟研究

采用低马赫数假设下的气流运动控制方程组和湍流大涡模拟方法,研究在侧向来风条件下,航母甲板风涡流场的特点。在侧向来风时,航母前部甲板上方压强时均值、变化幅度与周期差异不大;后部甲板上方压强时均值较前半部分略有增加,变化幅度和周期均有所增大。     

异形网箱生态结构的设计及应用

为保护落成洲整治建筑物头部潜堤根部及LL3~LL5号丁坝根部的现有植被,在标准网箱结构的基础上,研发出异形网箱结构来替代抛石筑堤。异形网箱生态堤在满足工程功能需求的前提下,完整保护了落成洲的原有生态环境,可为航道整治生态结构设计提供参考。     

基于扩张观测器的船舶动力定位系统反演滑模变结构控制

针对海洋平台船舶动力定位控制系统,结合反演滑模控制与扩张观测器的优势,提出一种基于扩张观测器的船舶动力定位反演滑模控制方法.考虑到系统存在未知外部干扰以及船舶模型参数不确定性的问题,将系统分为内环观测器和外环控制器分别设计,首先利用扩张观测器估计系统的未知状态及不确定项,然后在外环的反演滑模控制器中进行补偿,最后用Lyapunov方法证明系统的稳定性.通过船舶定点控制仿真实验表明,基于扩张状态观测器的反演滑模控制器使得船舶纵荡和横荡的位置及首摇角度逐渐保持在期望值,具有较强的鲁棒性和控制性,能够有效抑制传统滑模控制的抖振问题,有益于船舶工程应用.     

强透水性地层基坑钻孔咬合桩止水工艺

强透水性地层深基坑施工止水效果是工程成败的关键,止水工艺对工程的安全、进度、成本有较大的影响。结合锦州港煤炭码头一期工程SG-03标段含煤污水处理场水池基坑止水施工实践,在强透水性地层条件下,对钻孔咬合桩、高压旋喷止水墙、塑性混凝土防渗墙、黏土芯墙等基坑止水工艺进行对比分析,确定钻孔咬合桩在工期、质量、成本等方面更有优越性。对钻孔咬合桩的适应性及控制要点进行探讨,指出钻孔咬合桩在施工过程中可能遇到的问题及处理措施。结果表明,钻孔咬合桩工艺在强透水性地层深基坑止水施工中效果良好。     

基于滚动优化的地铁列车节能运行协同控制方法

针对地铁列车节能运行问题,提出基于滚动优化的列车协同控制方法,将系统整体最优问题分解为基于时间推进的局部优化问题。考虑列车每次停站时同一供电分区内其它列车的操纵方案,实时计算下一站间运行净能耗最小的操纵方案。在计算操纵方案时,对传统的列车4阶段操纵策略进行改进,允许列车在运行途中进行2次牵引,减小列车牵引能耗并提高再生能的利用率。结果表明:相比列车基于传统4阶段的个体最优控制策略,采用本文提出的列车协同控制方法在不同发车间隔下均可提高再生能利用率并节约列车运行净能耗,平均节能率达8.37%。     

钢管微膨胀混凝土的水化热与限制膨胀性能分析

以膨胀剂掺量为基本参数,对不同水化热温度影响下的5根钢管微膨胀混凝土构件的膨胀性能和应力场进行了研究,考察了水泥水化阶段钢管微膨胀混凝土构件温度场及其核心混凝土的限制膨胀特性.结果表明,钢管微膨胀混凝土构件截面温度场的变化规律与普通混凝土构件类似;核心混凝土中掺加膨胀剂,补偿收缩效果明显,并且在钢管的限制作用下产生了一定的预压应力.根据试验结果,分析了核心混凝土限制膨胀的应变特点及其影响因素,研究了核心混凝土预压应力的产生、分布特点及其与膨胀剂掺量的关系,为钢管微膨胀混凝土的优化设计提供了依据.     

水下采油树树本体的加工工艺研究

根据中国南海某油气田开发项目的工况环境及应用要求,对某型卧式水下采油树关键部件——树本体制造过程中的主要技术难点进行了阐述和分析,并针对性地提出了解决措施。在此基础上,通过自主研发完成国产化试制,并按相关标准进行性能及功能测试,试验结果表明,工艺质量完全满足设计性能及功能要求。     

基于储能飞轮的电动汽车制动能量回收

飞轮储能具有绿色无污染的特点,发展潜能巨大。文章以电磁耦合式储能飞轮为研究对象,将其应用于纯电动汽车的制动能量回收,通过整车仿真,分析电磁耦合式储能飞轮的能量回收效率。建立搭载电磁耦合式储能飞轮系统的整车模型,并仿真验证,在初速度为70 km/h时,制动时间为5.853 s,制动距离为70.67 m。分别在不同初始速度和储能飞轮转动惯量条件下进行制动仿真。随着初速度提高,电磁转差离合器作用时间延长,飞轮储存能量增加,但储能飞轮的回收效率相差不大,且能量回收效率均不低于22.4%;转动惯量越大,回收的能量多,回收效率高,但制动时间增加,不利于行车的安全性。由此得出结论:电磁耦合式储能飞轮系统可以有效回收制动产生的能量,选择合适转动惯量的飞轮可以提高制动能量的回收效率。     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题. 为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.