以共建合作培养“三强人才”的理念与实践

广泛开展政府、学校、企业共建合作,拓展学校发展空间,依托行业建设特色优势学科专业,形成以特色和优势学科为主体的核心竞争力,加强产学研结合和实践教学,培养“适应能力强、实干精神强、创新意识强”的高素质人才,提高人才培养质量和服务社会的能力,促进学校向高水平大学发展。     

基于灰色残差新陈代谢模型的悬臂施工主梁标高误差预测

以PC斜拉桥施工节段主梁悬臂端标高误差为研究对象,利用灰色残差新陈代谢模型GM(1,1)对其进行分析预测,探讨了原始误差序列的数据取舍、应用条件和预测效果.结果表明,在分施工节段的前提下,该模型能进一步弱化偶然误差,预测下阶段误差的近似值,具有工程实际应用价值,同时对如何提高预测精度和适用范围做了相关研究.     

美国道路交通安全现状及研究热点

虽然美国的道路交通机动化水平非常高,但其安全事故各项指标却远优于中国。这主要得益于美国在道路交通安全研究方面起步早、研究层次较高、基础研究项目较多、且理论与应用结合紧密。为了全面了解美国道路交通安全研究现状,结合统计数据分析了美国的道路交通安全形势及变化趋势,归纳提出了道路交通安全研究的框架模型,并在此基础上介绍了美国道路交通安全研究的主要领域与实践成果以及美国主要的科研机构,同时还介绍了美国目前道路交通安全研究中的几个主要热点。     

高水头船闸平底廊道反弧形阀门净动水启门力恒定流试验*

通过恒定流试验对平底廊道反弧形阀门净动水启门力进行了研究,结果表明：1）底缘压力下降是反弧形阀门产生净动水启门力的最主要原因;2）各开度下反弧形阀门净动水启门力与孔口水流弗劳德数的平方成线性关系;3）阀门厚度变化对反弧形阀门最大净动水启门力影响较小。     

饱和潜水系统在作业船甲板的布置

饱和潜水是现代海洋工程中重要的水下作业方式,能够完成300m以内的诸多复杂水下作业。饱和潜水系统由几个功能不同的单元组成,这些单元之间通过管线连接构成一个能够满足饱和潜水员日常生活、饱和潜水作业的有机系统。以惠州铺缆项目中饱和潜水系统在某动力定位船甲板上的布置为例,首先介绍了饱和潜水系统的功能单元组成,并在此基础上介绍了各单元在甲板上布置的注意事项,最终达到既充分利用支持船甲板有限的空间,又能够使得饱和潜水系统安全、顺利地完成饱和潜水作业的目标。     

B型图谱桨参数化建模与水动力分析

螺旋桨是水下设备推进系统中的核心零件，图谱桨是螺旋桨中的一种，其下又细分为B型、Ka型、AU型、MAU型等。其中，B型图谱桨的桨叶截面形状为翼型，相对其它桨型效率较高。在对经典的图谱和B型图谱桨参数研究比较之后，基于PropCad对B型图谱桨进行了优化设计，导入SolidWorks生成三维模型实现了参数化建模，模型是盘面比为35%的三叶B型图谱桨。通过ICEM CFD对三维模型进行了网格划分,网格分为流动域、旋转域两部分。在Fluent中利用MRF模型进行数值仿真计算，模型设置为RNG k-epsilon模型，将仿真计算的结果与螺旋桨水下实际应用效果进行了对比。仿真结果和实际效果一致，证明了此建模方法的准确性、可靠性，同时也证明了此螺旋桨实际应用时水动力性能优越。     

智能船舶技术发展与趋势简述

近年来,智能船舶技术已受到全球造船界与航运界的广泛关注。智能船舶以实现船舶及其配套设备、航行环境的智能化、自主化发展为目标,深度融合传统船舶设计与制造技术以及现代信息通讯与人工智能技术。通过从部分设备智能到全船智能系统、从内河到远洋、从单船智能航行到协同智能编队航行、从人机共融到远程自主的逐步发展,实现其以增强驾驶、辅助驾驶、远程驾驶、自主驾驶等为代表的阶段性功能,最终呈现智能航运新业态。     

船舶航速优化综述

从航速优化模型、油耗预测模型、航速优化模型求解方法与船舶能效管理系统方面, 分析了国内外航速优化研究现状, 探讨了航速优化存在的问题, 并针对这些问题提出了建议。研究结果表明: 在航运市场持续萎靡的情况下, 经济航行将被更广泛应用, 针对航速优化的研究仍然具有重要的意义; 在航速优化模型方面, 目前多集中在以碳排放政策、不确定因素的影响、排放控制区政策、船队调度等为单一优化目标建立航速优化模型, 优化目标主要为成本最小化和利润最大化, 未来应将航速与航线、纵倾、船队部署联合优化, 考虑多种不确定因素、多种优化目标建立航速优化模型; 在油耗预测模型方面, 预测模型主要分为白盒模型、黑盒模型和灰盒模型, 白盒模型具有更好的可解释性, 黑盒模型的预测性能更好, 灰盒模型弥补了白盒模型和黑盒模型的缺点, 将成为未来的研究重点, 未来应基于精确的船舶数据和先进的人工智能算法进行数据学习, 提升油耗预测模型预测准确性; 在优化算法方面, 由于航速优化模型的复杂性, 大多采用启发式算法进行优化求解, 这种算法可以减少优化求解时间和提高求解质量, 未来需要探索更加精确高效的求解算法; 在优化策略方面, 采用大数据分析可以识别天气对航行的影响, 动态优化策略可以补偿环境因素引起的扰动, 能够进一步提升船舶能效水平; 在船舶能效管理系统方面, 船舶能效管理系统主要包括航行数据采集、数据传输、数据储存、数据分析与智能决策等功能, 由于其成本高昂, 目前尚未在船舶上大规模运用。      

船舶航行交通事件实时检测技术研究现状与展望

船舶航行交通事件检测依赖基于历史数据的离线检测方法, 检测模型适用性差, 难以满足监管人员的实时监测需求。通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术, 可以发现: 在数据层面, 监测数据来源单一、环境信息缺失; 在方法层面, 基于统计、风险评估等经典模型的事件监测方法效率高但准确性低, 基于神经网络、图像识别等机器学习的检测方法准确性高但效率低; 多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势。在此基础上, 梳理了实时船舶航行交通事件检测的3项关键技术: (1)海事大数据技术: 高效处理船舶运动数据和航行环境数据, 统一多源异构数据结构标准, 降低数据源单一造成的事件误报率; (2)船舶行为动态建模技术: 利用知识图谱等技术融合船舶航行情境信息, 在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型, 提高检测准确性; (3)实时分析和可视化技术: 结合平行系统进行虚实系统间信息传递, 定性分析检测结果, 实时显示检测全过程, 提升监管过程中的人机交互效率。然后, 提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统; 该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能。从数据融合、交通状态感知和交通虚实映射3个方面, 展望了面向海事监测实务的实时检测技术发展方向。