无梁板式高桩码头温度效应分析

气温的年变化会引起结构内温度的均匀变化,从而使得结构内部产生变形和内力,在高桩码头工程中温度作用往往会引起不利影响。为了研究无梁板式高桩码头的温度效应,基于无限板的热传导规律,以工程实例为依托,利用有限元软件ABAQUS建立三维模型。结合杭州地区的逐时气象资料,研究了气温变化特征、面板温差场以及结构变形与位移的变化规律,并对基本气温的选取进行讨论。结果表明:气温在无梁面板中呈现以厚度方向为主的一维传热特征,温度场在水平向分布均匀;气温年变幅在面板内几无衰减,日变幅对面板温度影响不可忽略;面板的整体温差与竣工时气温和年平均气温差,以及年变幅、日变幅的衰减值有关;无梁板码头基桩的温度响应受面板的整体温差控制,两者瞬时同步变化。     

“天麒”船自动三缆定位控制系统的设计与实现

为满足绞吸式挖泥船在风浪条件下的施工需求,针对三缆定位控制系统进行了深入研究,开发出一套适合绞吸式挖泥船的自动三缆定位系统,并将该系统成功应用于“天麒”船。该系统采用双PID控制思想,对变频器速度环进行有效控制,可以使得船舶在步进过程中既能保证按施工线方向行走,又可减少风浪流对定位过程的影响,从而实现船舶快速定位,提高施工效率。     

超大型耙吸船舱内泥泵汽蚀性能分析

舱内泥泵汽蚀性能是决定超大型耙吸船施工能力的重要指标,然而国内建造的泥泵往往缺乏汽蚀性能数据。以国内首艘超大型1.8万m3耙吸挖泥船为对象,研究其舱内泥泵汽蚀性能,建立流体动力学模型。首先获得流量-扬程、流量-效率、流量-功率等泥泵特性,并与已掌握的试验数据进行对比验证模型的可靠性;应用完整汽蚀模型研究汽蚀性能,并采用较国外更为严格的效率下降值作为临界汽蚀发生点;据此获得某挖泥转速下不同流量的必需汽蚀余量数据。研究方法和结论可供工程界及具体船舶施工参考。     

福姜沙河段输沙、边滩输移特征和动力机制研究*

通过分析2010—2015年福姜沙河段历年地形和水文资料,开展定床物理模型铺沙冲刷试验,采用三维潮流泥沙数学模型,研究福姜沙河段的边滩泥沙输移问题。结果表明,切割沙体移动速度和其驱动因子（如径流、沙体高程和沙体迎水面角度）呈正相关;靖江边滩是以冲刷下移还是切割下移方式运动的临界流量为4万m3/s。靖江边滩—福左水道是主要底沙输移通道。上游流量是福姜沙河段输沙方式变化和河床演变的主要动力因子。小流量时福中水道为主要输沙通道;而大流量福北水道是主要输沙通道。大流量持续作用下会有更多泥沙进入福北水道,福北水道易出现大幅淤积。     

组合荷载作用下英标和法标港口铺面结构设计方法对比

目前非洲大部分地区港口铺面设计采用英《港口铺面重型结构设计手册》,而西非法语区国家则倾向于采用法国标准。但目前法标中没有专门针对港口铺面设计的规范,参考的是法标道路设计规范。由于法标道路设计中将多种荷载等效为标准荷载,直接采用此设计方法不能真实反映港口荷载实际组合情况,不能直接运用到港口铺面设计中。基于西非某新建港口铺面设计,介绍一种组合荷载作用下法标港口铺面设计方法。与英标设计方法进行对比,分析两种设计方法及铺面结构方案之间的差异,为该地区港口铺面设计方法采用法国标准提供支撑。     

海底混响非瑞利特性研究及神经网络应用

基于单元散射理论介绍了瑞利分布模型和K分布模型,通过计算混响偏度和峰度判断出海底混响偏离瑞利分布模型,并利用CW信号、LFM信号的试验混响数据进行阵元域、波束域上的PDF曲线拟合。结果表明,海底混响的统计特性更趋向于K分布模型。利用BP网络方法和海底混响、点目标仿真信号的PDF特性进行了目标识别验证,其正确识别率达到了92%以上,且计算量大大降低。     

边界元法几乎奇异积分计算方法及其在螺旋桨性能预报中的应用

边界元法在奇点接近区域进行影响系数计算时,高斯积分法存在几乎奇异积分,易产生误差,影响数值模拟精度.针对这一问题,采用一种四边形单元上的积分转换为4个三角形分别积分再求和的方法,解析地求得影响系数积分,实现了几乎奇异积分的精确计算.将该方法应用于螺旋桨水动力性能预报,计算了螺旋桨敞水性能和定常、非定常工况桨叶剖面压力分布,并与试验值及其他计算结果进行了比较,取得了较高的计算精度.数值算例表明文中所选用的方法是精确可靠的,对边界元法模拟三维绕流场几乎奇异积分的处理有参考价值.     

水平定向钻数据采集及远程监控系统研究

文中针对油气长输管道水平定向钻施工,研发了数据采集及远程监控系统。通过数据采集装置将钻机施工中的关键数据进行实时采集、处理和远程无线传输,由手机APP进行远程监控,实现了工程项目的远程管理,预测后续施工中可能出现的问题,降低施工风险,提高施工效率。     

套筒式收发球在天然气管道内检测中的应用

为解决特殊清管器和检测器以及有特殊结构收发球筒的管道难以实施内检测的问题,以某天然气管道为例,详细介绍了在多节检测器安装困难、收发球筒尺寸过短、附件安装位置不合适等限制条件下,采用套筒式收发球方式对管道进行收发球作业,安全顺利完成了管道内检测。结论认为套筒式收发球能够在不进行收发球筒改造的前提下,完成带有特殊结构收发球筒的管道内检测作业。     

基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。