引汉济渭秦岭隧洞高磨蚀性硬岩TBM滚刀磨损试验研究

引汉济渭工程秦岭输水隧洞TBM掘进施工在试掘进段因遭遇高磨蚀性硬岩地层,滚刀发生严重磨损,致使施工进度严重滞后。为降低刀具磨损,节约施工成本,加快施工进度,必须对刀具磨损进行准确预测。针对高磨蚀性地层,开展滚刀磨损预测研究; 通过课题组前期研究结果,建立滚刀磨损理论预测模型; 通过室内实验,建立滚刀磨损实验预测模型; 通过现场试验,对室内实验模型及课题组前期研究建立的理论预测模型进行验证。结果表明,实验预测结果具有较高的准确性,相对误差在10%以内。     

海平面上升对沿海工程顶面高程确定的影响

随着海平面的上升,沿海地区的年最高水位的极值及重现期已发生变化,对沿海工程顶面高程的确定产生了重大影响。以吴淞为例,以码头顶面高程为研究对象,用纯经验曲线法计算重现期;并根据IPCC第5次评估报告假定情景下的海平面上升情况,计算各情景下港口码头顶面高程的变化。结果表明海平面上升对码头顶面高程确定的影响非常明显,对顶面高程较低的码头的影响尤为显著。     

风车安装船甲板装载布置浅析

简要介绍了海上风电机组的部件组成和安装方式,结合风机各部件的不同形状和风车安装船甲板装载区域特点给出了风机各部件在风车安装船甲板上的几种常用布置方案。通过对风车安装船研发项目的基本设计,重点总结了风车安装船甲板上风机各部件布置时需要考虑的要点和相关的注意事项。     

箔条配比优化仿真分析

为优化箔条干扰弹布放后形成的箔条云在指定频段内起伏特性和优化频段内的箔条数量等,提出了基于频点人工选择与遗传算法箔条数量自动寻优相结合的箔条配比方法.与传统人工配比方法相比其具有较好的配比效果.     

浮动舱室设计对船舶机舱舱室振声性能的影响

以某航海教学实习船机舱为原型,建立机舱三舱段有限元模型,确定振动预报模型边界条件,选择发电柴油机组悬着位置作为力激励点,采用有限元/边界元法预测了机舱集控室和机修间声功率级,对比分析该两舷侧对称舱室场点声压级云图。计算各壁板对值班轮机员右耳位置声压的贡献度,验证以浮动地板为基础的浮动舱室设计可以有效降低舱室噪声。将此振动-声辐射耦合系统简化为箱形多腔结构,建立多腔结构及其单元腔室有限元模型,进行船舶机舱模型振动-声辐射实验,仿真结果与实验测量结果吻合较好,验证仿真方法的有效性。总结出船舶机舱舱段模型振声数值预报通用方法及流程,对指导船舶减振降噪有借鉴价值。     

高性能计算在雷达信号处理中的设计及实现

以舰载雷达信号的分析与处理为研究对象,对几种常见的舰载雷达信号处理技术进行介绍与分析。针对雷达信号处理需要实时、高效的特点,本文结合高性能计算技术的优势,提出了运用高性能计算技术进行舰载雷达信号处理的设计,并对该设计进行实现。与传统DSP、FPGA等处理方式相比较而言,高性能计算具有更高的处理速度与更高的可靠性和扩展性。     

基于改进粒子群算法的大开口甲板板架轻量化设计

船舶甲板板架是船体结构的主要组成部分,如何减轻其结构重量是船体结构设计中最为关注的问题之一。本文根据典型甲板结构特点并结合工程经验提出带支柱大开口甲板板架结构轻量化设计数学模型,针对粒子群算法在寻优过程中存在的容易陷入局部极小、收敛速度慢等缺点,结合粒子在实际寻找食物的过程中,大部分可以飞到其预期的最佳位置,而少数粒子由于受不确定因素影响,发生飞行偏离,提出一种改进粒子群算法。基于改进的粒子群优化算法和ANSYS参数化建模技术完成了典型甲板板架结构在强度约束条件和稳定性约束条件下的轻量化设计,获得了最优设计方案。     

基于多源数据的干线协调控制策略

为针对不同的交通流状态选取合适的干线协调控制策略,基于线圈、视频、微波获取的多 源实时交通数据,利用车队离散模型和卡尔曼滤波模型获取各转向流量,采用HCM（Highway Capacity Manual） 公式计算排队长度和延误,并根据干道交叉口排队长度界定干线交通流状态： 欠饱和、接近饱和、过饱和,从而选择相应的干线协调控制策略：在欠饱和状态下采用最大绿波 带法,在接近饱和状态下采用改进的多带宽协调模型,在过饱和状态下采用排队占比最小模型。 以青岛市香港中路为例,通过VISSIM 仿真软件对算法和策略进行仿真测试和评价,结果表明： 不同交通状态下的干线协调策略与原始控制方案相比,平均延误减少了19.4%,平均停车次数减 少了22.8%,平均排队长度减少了7.4%。     

水泥土搅拌桩加固软土技术的设计研究

结合广灵至浑源高速公路软土地基设计实际和施工成果,浅谈水泥搅拌桩的设计过程及理论。广灵至浑源高速公路从通车后近2年的运营情况及沉降观测资料分析,水泥土搅拌桩加固软土技术实施效果较好,行车平稳舒适,实测沉降量满足规范要求。     

Transformer Fault Analysis Based on Bayesian Networks and Importance Measures

Complex environment stresses bring many uncertainties to transformer fault. The Bayesian network(BN) can represent prior knowledge in the form of probability which makes it an effective tool to deal with the uncertain problems. This paper established a BN model for the transformer fault diagnosis with practical operation dataset and expert knowledge. Then importance measures are introduced to indentify the key attributes which affect the results of transformer diagnosis most. Moreover, a strategy was proposed to reduce the number of attribute in transformer fault detection and the resource cost was saved. At last, a diagnosis case of practical transformer was implemented to verify the effectiveness of this method.