基于模型预测扩展卡尔曼滤波的动力定位状态估计

针对传统扩展卡尔曼滤波由于动力定位系统过程噪声不能自适应更新,导致滤波精度下降的问题,提出了一种模型预测扩展卡尔曼滤波算法。该算法通过比较一段时间内的量测值和预测值,估计系统噪声参数,从而实时修正系统过程噪声方差。仿真结果表明,当系统的过程噪声未知的情况下,模型预测扩展卡尔曼滤波的滤波性能明显优于传统扩展卡尔曼滤波。     

一种改进的ARIMA预测模型在船舶系统中的应用

为实现船舶设备维护方式的智能化升级,用视情维修代替传统的定期巡检,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化的Elman神经网络融合自回归差分移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA)模型的组合预测模型,用于对设备状态参数进行预测。根据序列特征拟合ARIMA模型,利用改进的PSO算法优化Elman神经网络的权值和阈值,基于改进的PSO-Elman模型的残差预测值修正ARIMA模型预测结果。采用某船设备实际数据对该组合预测模型进行训练和验证,将其预测结果与其他模型的预测结果相对比,结果表明,该组合预测模型具有较高的预测精度和稳定性。     

库水位对一体化消能方式中时均压强影响的实验探究

减小坝体高速水流的冲蚀,是延长混凝土坝体使用寿命的重要方法。本文以阿海电站水工模型为研究对象,对库水位分别为1,490、1,493、1,496、1,499、1,502、1,504及1,507.23m采用宽尾墩+阶梯溢流坝+消力池消能方式进行了水工模型实验,以研究沿程时均压强变化规律。实验研究发现,WES曲线段时均压强呈现先减小后增大的变化趋势。不同库水位下阶梯段时均压强数值较小但波动较大。库水位越低水舌挑射距离越短,水汽混合越充分,阶梯段时均压强波动越明显。当库水位高于1,502m时,水流高于宽尾墩顶部,阶梯段产生的时均压强较大。最大时均压强产生于反弧段,主要是在高速水流、静水压强以及回流的共同影响下,反弧段产生较大的时均压强。     

海上救生球

我国普陀山佛教协会报国护生高新科技研发小组,发明了原创型技术：海上救生球。国家专利局于2005年4月批准受理发明专利,确定申请号为200510043261．2。     

超长隧道涌水量预测

桐梓隧道是贵州省境内最长的高速公路隧道,长10497 m。正确地预测隧道涌水量是预防涌突水灾害的前提,依据地表分水岭及水文网,将桐梓隧道区域分为三个水文地质区,再按构造单元、地貌形态类型,以隔水岩层和阻水断层为界,划分为7个亚区。采用降水入渗法、地下径流模数法、古德曼经验式法、铁路经验式法等对桐梓隧道涌水量进行了预测。预测的桐梓隧道涌水量可作为隧道设计和施工的依据,也可为同类工程提供参考。     

基于workbench的UPS电源车承载平台的改进与拓扑优化设计

承载平台的刚度在电源车整车参数中非常重要,因而承载结构的改进是整车结构优化的重要内容。基于ANSYS Workbench分析承载平台的结构,得知原有结构刚度并不满足要求,应对其结构进行改进与拓扑优化设计,通过多组参数赋值从而得到多种优化方案,综合承载平台在一般工况下的承载方式,通过分析各个优化方案的结构,最终类比得到最佳结构优化方案。由本次承载平台的结构优化与分析的过程和结果,可将拓扑优化分析的方式类推到其他一些复杂模型,具有一定的参考价值。     

工业4.0时代智能船舶发展趋势与挑战

工业4.0时代，智能船舶是海上智能交通的重点发展对象。文章从智能船舶整体发展趋势出发，分析其在数字化、绿色化和商业化的具体发展方向，并探讨了智能船舶在人机平衡、法律规范、信息安全和行业协作等相关领域面临的挑战与应对措施。智能船舶无论在节能减排，还是在商业运营等方面，均具有巨大的发展潜力。随着人工智能技术和信息安全的迅猛发展，船舶行业数字化的持续深入，智能船舶法律法规的不断完善，智能船舶将会迎来质的发展。