Q235钢板对高速弹的抗侵彻特性研究

为探究钢板在典型防御目标弹丸侵彻下的抗弹性能及破坏模式,开展系列弹道实验,并结合有限元分析软件Ansys/LS-DYNA,探讨弹体初速、入射角度及靶板厚度对靶板抗弹性能的影响,对比分析不同条件下的破坏模式.结果表明,在改变单一因素的条件下,弹体初速越大、入射角越大、钢板厚度越大,钢板吸能越高,抗侵彻能力越强.     

破片高速侵彻防护液舱剩余特性研究

为探讨破片高速侵彻液舱后的剩余特性,通过弹道试验,并结合有限元分析软件Ansys/Ls-Dyna,比较破片侵彻垂直和倾斜液舱后的瞬时余速和运动轨迹.试验结果表明:破片穿透液舱前板初期,会产生空泡和射流,空泡大小和射流强度与破片入水初速有关,而空泡形状和射流方向则受液舱的倾斜角度影响;破片穿透液舱前板后,在水中的运动轨迹会发生偏转,偏转方向与破片入水初速有关.     

涪江过军渡电航枢纽工程总体布置研究

根据过军渡电航枢纽工程水工模型试验,论述了上下游引航道口门区泥沙淤积与通航水流条件的变化,研究了船闸引航道的平面布置及不同通航流量情况下设计船队在船闸上下游引航道口门区及连接段的航行情况和航行要素,优化进出闸航线,并配合通航水流条件的观测对船闸引航道平面布置提出修改意见,从而选出通航条件好、工程量小、河道演变较稳定的推荐方案。     

基于相位差谱的非平稳地震波合成及应用

为了模拟地震动的非平稳性和多维性并克服传统三角级数法在合成地震波中选择包络函数具有任意性和不能表征频率非平稳性的缺点,提出了基于相位差谱法的多维多点非平稳人工地震波合成. 首先,基于随机场理论模拟地震动的行波效应、相干效应、场地效应和多维性;其次,确定能表征地震动的强度非平稳和频率非平稳性的相位差谱;最后,将合成的非平稳地震波和当量反应谱应用到实际桥梁抗震分析中进行分析对比. 研究结果表明:相位差谱法合成多维多点非平稳地震动不需要包络函数控制地震波的波形,排除人工选择强度包络函数的任意性,且考虑了地震动的空间相关性和多维性,优于传统的三角级数法;本文方法与传统反应谱法计算结果基本一致,采用反应谱法计算的两处墩底的剪力值和弯矩值分别相差在10%和17%以内,本文方法分别在9%和12%以内.      

基于Simulink的船舶电力系统的仿真

同步发电机的并联运行包括并车和负载转移过程,通过利用MATLAB/Simulink中的模块,搭建了同步发电机自动准同期并车模型,以及一次调频和二次调频模型,利用上述模型进行了同步发电机并联运行的仿真试验.仿真结果验证了所搭建的模型的准确性.     

S变换在水下目标识别中的应用

研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。     

航道疏浚对复杂桥群河段通航水流条件影响的试验研究

成达万高铁涪江大桥处于复杂桥群河段,左岸紧临面积较大的湿地公园,侵入新达成铁路桥左岸80 m通航孔内,占用部分通航净宽,恶化了桥区水流条件,使桥区无法满足V级航道标准。采用二维水流数学模型和船舶操纵模拟试验对4个不同疏浚方案的整治效果进行分析。结果表明：选用方案4,在左岸湿地公园实施大范围疏浚,且对上游老达成铁路进行拆除后,桥区最大流速减少0.46 m/s,减少幅度为21.88%;最大横向流速减少0.33 m/s至0.65 m/s,减少幅度为33.67%,有效改善了桥区航道的通航水流条件,保证了过桥船舶的通航安全。     

岷江上游大型水电站运行对龙溪口下游航道枯水期水位和流量的影响

根据规划,岷江龙溪口—宜宾段将通过航道整治达到内河Ⅲ级航道标准.该河段多年历时保证率95％的流量仅能达到662 m3/s,但是岷江上游紫坪铺、瀑布沟等大型水电站的建成对下游河段通航流量产生了较大影响.根据紫坪铺水电站蓄水前、后高场水文站的径流、泥沙资料,分析紫坪铺等大型水电站建成后对下游河段水沙特性的影响,得知岷江上游...     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力,对城市轨道交通乘客满意度开展研究。首先,选取乘客特征因素,引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系,提取对满意度存在显著影响的乘客特征因素。然后,运用主成分分析法刻画乘客群体特征,据此对乘客进行分类,并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此,对某城市地铁A号线2019年乘客满意度调查数据进行了分析,结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客,发现两者对城市轨道交通服务的关注点不同,常乘客更关注乘车效率,非常乘客更关注信息指引准确性,运营单位应针对不同乘客群体展开差异性服务。     

Fault diagnosis for wind turbine based on improved extreme learning machine

A fault diagnosis method based on improved extreme learning machine (IELM) is proposed to solve the weakness (weak generalization ability, low diagnostic rate) of traditional fault diagnosis with feedforward neural network algorithm. This method fuses signal feature vectors, extracts six parameters as the principal component analysis (PCA) variables, and calculates correlation coefficient matrix among the variables. The weight values of control parameters in the extreme learning model are dynamically adjusted according to the test samples’ constantly changing. Consequently, the weight fixed drawback in the original model can be remedied. A fault simulation experiment platform for wind turbine drive system is built, eight kinds of fault modes are diagnosed by the improved extreme learning model, and the result is compared with that of other machine learning methods. The experiment indicates that the method can enhance the accuracy and generalization ability of diagnosis, and increase the computing speed. It is convenient for engineering application.