新型救助引航船“PILOT”号的特点

世界上引航船种类很多,但是具有多功能及具备技术先进的并不多。本文介绍我国制造出口澳大利亚的第一艘新型救助引航船,该船可用于引航、巡逻、救助等,且具有航速快、技术先进、稳性良好的特点。     

2009年世界船舶市场评述与展望

对2009年世界船舶市场的发展进行了回顾,并对未来一两年的船舶市场进行了展望。2009年上半年,伴随着世界经济衰退,不论是建造市场还是航运市场,总体趋势依旧向下。下半年,随着全球经济开始复苏,航运市场有所起色,而建造市场依旧低迷,全年新船订单量同比下降超60%。2010年全球经济虽将有所恢复,运力需求也将随之回升,但根据目前手持订单,2010年依旧将有大量运力投入运营,市场总体仍不太乐观。     

用深滚压技术提高曲轴疲劳强度的应用研究

发动机曲轴圆角采用深滚压工艺可大幅提高曲轴疲劳强度。通过对370Q型汽油机、376Q型汽油机和376Q型柴油机进行的曲轴负荷分析、强度估算及弯曲疲劳强度试验表明,与未滚压曲轴相比,经圆角滚压的曲轴疲劳强度增加92．3％,安全系数由1．18增加到2．28。     

基于频谱分析的汽轮发电机组振源诊断

采用频谱分析技术对某型船用汽轮发电机组进行振源诊断。分析结果表明汽轮机的振动对整个机组有较大影响,指出机组轴系的不对中和轴系动平衡的变化是产生低频特征频率的主要原因。对部分特征频率的传递路径进行分析并给出改进建议。     

连云港30万吨级航道工程疏浚土抛泥扩散的数值模拟研究*

利用二维潮流泥沙数学模型,对连云港航道抛泥扩散观测期间的流场和含沙量进行了模拟计算.在对实测成果验证良好的基础上,研究了各抛泥方案中疏浚土倾倒所产生的悬浮泥沙的扩散规律及其对周边水域含沙量的影响.研究结果表明,采用两艘舱容4 500 m3的耙吸式抛泥船,在拟设抛泥点的流向偏向航道一侧时进行抛泥作业,所产生的悬浮泥沙能较快地沿水流方向扩散,高含沙水体的存在时间及扩散距离均较短,对临近航道含沙量的影响很小.     

大型煤码头装卸线转换方式对比分析

由于装卸线的增加以及货主单堆单放的需要,原有分叉溜槽式装卸线转换方式不能满足工艺需要,需要寻找一种更经济方便的装卸线转换设备。分析5种胶带机装卸线转换方式的特性,对适合大型煤码头的4种方式进行对比研究。提出在大型煤码头中没有应用过的卸料车方式,比分叉溜槽式、伸缩头式和转运胶带机式更有优势。     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,确保车辆能够行驶在可行驶区域上.     

高填路基粗颗粒填料的压缩变形特性研究

粗颗粒土在铁路建设中应用广泛,研究其压缩变形特性对控制高填路基的沉降变形具有重要的意义。针对沪昆客专芷江北站泥质板岩填料,通过单轴压缩试验研究含水率和颗粒组成对其压缩变形的影响,分析粗颗粒填料在不同含水状态下、不同颗粒组成情况下的压缩变形特性。结果表明压缩变形与时间成对数关系,含水率和颗粒组成是影响粗颗粒填料压缩变形特性的重要因素,提出使用干燥或饱和含水状态、级配良好且粗细颗粒组土质量百分数比为70∶30的粗颗粒填料以控制路基沉降。     

径流冲刷对高寒高海拔地区高等级公路边坡侵蚀的影响

为阐明高寒高海拔地区高等级公路边坡侵蚀规律,为防治公路边坡水土流失提供理论依据,以青海省共和至玉树公路路基裸露边坡为研究对象,采用野外径流冲刷试验分析了汇流对高寒高海拔地区公路边坡的侵蚀规律与防护策略。分析结果表明:6.0、10.0、14.5L·min^-1流量下产流时间较3.5L·min^-1流量下产流时间分别提前了23.83、107.63、108.13s,冲刷流量越大,产流时间越短;3.5、6.0、10.0、14.5L·min^-1流量下总产沙量分别为14.65、20.42、43.61、32.20kg,产沙量先增大后减小;累积产流量与累积产沙量的关系满足幂函数形式;冲刷流量与侵蚀产沙量呈显著正相关。可见有效减少路面径流是减少高速公路边坡侵蚀量的关键,配套排水措施应具有迅速将路面汇流汇集排出的功能;高寒高海拔地区边坡防护应减少圬工防护措施,在边坡植被恢复时应采用合理的覆盖措施及固土措施。     

基于DBNs的车辆悬架减振器异响鉴别方法

针对人工经验提取特征进行减振器异响鉴别的复杂性与不可扩展性的问题,分析了深度信念网络(deep belief networks,DBNs)在减振器异响鉴别中的应用,并结合减振器整车与台架试验提出了完整的减振器异响鉴别流程.该方法只需将收集到的减振器活塞杆顶端振动加速度信号作为输入,经过DBNs模型逐层特征学习便可进行减振器异响鉴别.同时将鉴别结果与经典的BP神经网络、支持向量机以及传统的3种人工特征提取方法进行对比分析.结果表明:在输入仅为原始信号的条件下,深度信念网络模型对减振器异响鉴别的准确率为96.7%,表明了深度信念网络在减振器异响甄别中的优越性,具有广泛的工程应用前景.