定量分析对船舶碰撞事故的推演与调查

船舶碰撞的事故现场难以进行实地勘查和保留，传统调查主要靠收集证据进行定性分析，伴随海事行业的现代化发展，船舶碰撞事故调查也逐步向多途径、科学化的方向进行探索。对一起真实碰撞案例进行模拟仿真，采用显示动力学和计算流体动力学(Computational Fluid Dynamics, CFD)定量分析出船舶碰撞不只发生一次。第一次碰撞发生在船B船头右舷外板处，历时0.5 s。碰撞后船A获得较大的横向速度，在水阻力下间隔2.9 s后与船B发生第二次碰撞，导致船A右舷舭部外板向内凹陷，船B艏柱出现条状划痕，上端碰撞点距吃水线约0.9 m,下端碰撞点距吃水线约1.7 m。定量分析结果与实船勘测损伤区域、损伤形式完全吻合，该结论被海事法庭所采纳。结果表明：定量分析可为船舶碰撞事故提供一种新的调查途径和推演方法，能够挖掘传统定性调查中所无法获取的二次碰撞、碰撞历时和碰撞损伤等事故推演信息。     

高速公路多心卵形曲线路段行车风险分析

为分析高速公路多心卵形曲线路段的行车风险，依托西部地区5条高速公路的交通事故数据资料，选取平面设计指标和车速作为行车风险分析的主要影响因素，利用UC-win/Road软件进行驾驶仿真试验；以车辆横向轨迹偏移值期望作为评价指标，基于数理统计理论分析各因素的显著性；最后运用MATLAB软件，建立多心卵形曲线路段行车风险评价模型。研究结果表明：圆曲线半径组合方式、车速、中间圆曲线半径、回旋线参数与半径比值和相邻圆曲线半径比值的影响显著性逐渐降低；当车辆横向偏移值期望大于205 mm时，可认为该多心卵形曲线路段处于危险状态。     

自在“春游” 春节假期休闲游线路

这期杂志上市之际,正是春节假期开始时。辛辛苦苦忙一年,这个假期"宅"在家里不出门,显然是对不住自己的。去哪里?疫情这么复杂。中国之大,可去的地方多着呢。本期专题,我们就为车友们选择几条不受疫情影响的"低风险"休闲线路,为大家的节日增加些亮色。你可以根据所处位置,在做好防疫准备的前提下就近前往其中的线路……     

驾驶行为数据驱动的城市道路交通安全风险辨识方法探讨

为提高城市道路交通安全水平,针对道路交通安全风险辨识方法多采用宏观事故数据及小样本交通调查数据的研究现状,紧扣当前道路设计及交通管理对风险客观精确辨识的现实需求。首先,分析了已有风险辨识方法的优缺点,及现有辨识方法面临的挑战;其次,基于国内外驾驶行为研究现状,结合车联网OBD异常驾驶行为数据精确度高、数据量大等优势,定性剖析不同道路条件与异常驾驶行为的关系;最后,建立道路条件与异常驾驶行为关联模型,分析探讨利用异常驾驶行为数据辨识道路交通安全风险的研究思路,并提出相应的思路流程及关键技术的进一步研究。     

河钢塞钢对中国港口开拓海外市场的启示

面对机遇与风险并存的局面,中国港口企业如何学习河钢塞钢管理团队的成功经验,在"走出去"的过程中,用最短时间实现最大化发展近几年,随着"一带一路"倡议转入实体层面的推动,中国港口企业纷纷走出国门,积极开拓海外市场,投资项目的数量和规模不断扩大,取得了不错的成绩。     

应用PIC单片机的航行触礁风险红外预警系统设计

触礁预警信号是船体、礁石与预警系统通过射频技术实现的,当前的红外预警系统中射频信号通信采用单工通信方式,导致系统获取触礁风险等级的速度较慢,据此在应用PIC单片机的前提下,设计航行触礁风险红外预警系统。在硬件方面,用PIC单片机替换原有系统部分硬件,加强对多类型射频信号的传输速度。在软件设计方面,利用三次指数平滑法预测航行触礁风险,通过设置隶属度区分风险等级,采用半双工通信方式,实现对红外预警系统射频信号通信方式的设计。实验结果表明,与传统预警系统相比,此次设计的系统可以快速获取触礁风险等级,提升船舶的航行安全。     

强化铁路检修车管理的思考

如何准确、均衡地扣修铁路运用车辆,既保证维修单位任务完成,又满足提高运输效率要求,是铁路运输管理的难点之一。本文以南宁局集团公司为例,总结分析针对检修车扣车不均衡、检修车超定量问题,采取集成数据,编制检修车管理指导子系统,强化检修车的监控与预测、扣车追踪、动态管控、均衡扣车等措施的落实效果,旨在为有效提升检修车管送能力,确保运输用车需求提供借鉴。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。