船舶空调风系统噪声源测试与分析

文章介绍了船舶空调风系统各类噪声源,分析了各自对系统的主要影响,并对空调器噪声进行实验测试,对比分析空调器各类噪声测试结果,最后给出结果的应用分析。     

某空压机共振故障的诊断与处理

船用设备共振状态的判断对故障诊断与处理十分重要。某空压机横向振动剧烈,为判断其是否处于共振状态,文章首先通过敲击法获得强噪声背景下的冲击响应信号,采取分时段频谱分析的方法粗略估计固有频率。然后,分别采用带通滤波和小波降噪的方法处理含噪信号,确定了系统横向一阶和二阶固有频率。其中,二阶固有频率与转频接近,从而导致共振故障。最后,采取更换隔振器的处理措施,系统横向固有频率增大70%,振动降低54.6%。     

冰载荷作用下乙烯运输船结构强度评估

对乙烯运输船在北极航区航行时海冰对船体结构带来的影响进行研究,评估舱段结构强度.以某乙烯运输船为例,根据IACS于2007年出版的《极地冰级规范》(Polar Class)指定冰级,分析冰区船舶所受外载荷,设计加强所选液化气船货舱区结构;采用MSC.Patran/Nastran建立三维舱段模型,进行计算分析,评估货舱段船体结构强度,确保冰区航行船舶结构的安全可靠性.     

公交信息的乘客光环效应

光环效应是一种特殊的非理性心理现象，可利用其改善公交乘客的满意度.本文认为显著维度光环效应指标除了满足对总体满意度作用系数最大外，还应新增 3个基本特征，据此提出了一种新的基于多个特征的显著维度光环效应指标辨识方法，克服了单个特征有时错误识别的缺陷.基于 2017年武汉市公交乘客满意度数据，利用双因素和决策树法辨识潜在的显著维度光环效应指标，缩小辨识范围.利用各分项满意度指标的影响人群比例，评分均值与总体满意度关系，对总体满意度的作用系数，评分方差等精确辨识了显著维度光环效应指标. 研究发现，公交信息服务对 55.42%的乘客具有反向光环效应.改善公交信息服务可显著提高不满意乘客的满意度.     

硬岩地层浅埋地铁隧道爆破振动衰减规律分析

以青岛地铁3号线工程为依托,针对浅埋硬质花岗岩地层,采用现场实测与统计回归方法分析了试验段横通道爆破振动监测数据,较为系统地研究了钻爆法施工条件下地表最大振动速度、最大单响药量、主频分布的相关关系,总结了适应于该地层的振动衰减经验公式,并通过现场实测数据拟合预测出本段爆破施工最大单响药量.主要研究结论如下:隧道爆破过程中竖向振动速度最大,振动速度随传播距离的增加呈指数规律衰减;掏槽眼爆破受围岩夹制作用最强烈,产生的振动最大,分段起爆能很好地控制爆破振动波的能量分布;爆破振动主频多分布于20～ 70 Hz范围内,与爆心距和药量无明显相关关系,为避免与周围建筑物产生共振,应避免多段雷管同时起爆,并严格控制最大单响药量.     

线性需求下铁路客运差别定价模型研究

为提高席位资源利用率,研究了线性需求下我国铁路客运差别定价策略的优化模型。以收益最大化为目标,基于最优化理论和完全价格歧视策略,确定旅客群体最优细分数目以及每个旅客群体的最优票价,得出在客运淡季,铁路旅客最优细分数目为3~5个,各旅客群的最优票价由铁路客运市场细分数目决定。应用该模型为某城际高铁进行差别定价,试验结果表明,该模型可达到调节客流、增加收益的目的。     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

气门外弹簧断裂分析

对气门外弹簧试样断裂产生的原因进行了检测分析,查找出了断裂故障产生的原因,为避免此类失效事故的再度发生,针对原料生产商和成品生产商,提出并实施了多项改进措施,均取得了良好效果。     

聚焦“专业岗位职务能力”背景下的课程改革与实践——以“建筑结构基础与钢筋算量”课程为例

建筑结构识图和钢筋算量是高职土建类专业学生的核心技能之一。通过聚焦"专业岗位职务能力",对课程重新定位,结合工作岗位任务进行教学内容选取并实施综合考核方式,使学生的知识技能更加贴合专业岗位需求,并实现学生学习热情的长效性,让学生更加适应市场需求,取得了较好的教学效果。     

不确定环境下的多车型物流配送路径优化

为实现在路段通行时间不确定背景下,配送企业对多种车型车辆的组合优化,使车辆资源利用、配送路径最优.通过建立总成本和配送时间最小的多目标模型、并考虑时间窗约束,设计提出多目标进化遗传算法求解该问题.本算法结合链表思想,同时为解决产生不可行解问题,在解编码时采用多染色体;并在算法中针对子染色体和母染色体分别设计交叉算子,运用擂台赛法则和改进精英保留策略构造非支配解集和加快算法的收敛速度.结果表明:相比单车型,多车型组合优化具有更高的经济效益,且随着不确定参数的变化,运输成本上升,多车型配送满载率受影响较小.