船用新型电液式激振器动态特性仿真研究

船用新型电液激振器能有效地模拟和分析船舶上不同频率的振动。该激振器由2D伺服控制阀和双作用液压缸组成,2D伺服控制阀阀芯的旋转运动和轴向运动分别控制液压缸激振频率和振幅,激振频率由2D伺服控制阀阀芯转速,阀芯台肩沟槽数和阀套窗口数决定。电液激振器的整体性能直接受作动器动态特性影响,因此对作动器动态特性研究相当重要。通过综合考虑液压系统的线性与非线性因素,借助MATLAB软件的SIMULINK工具箱进行非线性建模,研究2D伺服控制阀控电液激振器在不同频率输入下,其作动器输出的载荷、位移等动态特性。从而避免了传统研究方法中线性化分析而导致的误差。将仿真结果与实验结果相对比,验证了电液激振器仿真研究的准确性。     

监理主动控制的应用

结合汕头港珠池二期和广澳一期工程的工作实践,论述在监理工作中运用主动控制原理,对影响工程项目综合经济效益的三大要素--工程费用、工程进度、工程质量进行控制的方法和效果.采用具体事例阐述了项目动态控制中主动控制的重要性及其与目标控制最终优质实现的联系.     

基于LM-BP神经网络的沿海港口吞吐量动态模拟与预测

根据港口吞吐量与经济发展之间存在的非线性映射关系,引入结合LM(Levenberg-Marquardt)优化算法的BP神经网络,并将其应用于我国沿海港口吞吐量的动态模拟与预测.通过与BP算法的仿真结果比较分析,发现新算法具有训练速度快、预测精度高的特点.     

基于射频通信技术的扭矩测试系统

现代船舶控制系统需要实时对曲轴扭矩进行测量,本文提出采用无线射频数据传输方式,对曲轴扭矩实时采集,并发送到上位机的思路。给出了系统的硬件电路图,设计了无线数据采集系统。采用轮询方式,实现了对转轴多点扭矩的数据采集,通过设计合理的通信协议,保证了通信的可靠性,该系统结构简单且可行性强。     

三维裂纹扩展时动态应力强度因子的有限元研究

三维裂纹在动态断裂力学中,由于其数学和物理上的复杂性,求解其动态应力强度因子受到一定的约束。文中主要介绍了利用有限元分析软件ANSYS来求解三维动态应力强度因子。     

深海平台结构的波浪载荷与动态响应特征

简要介绍当前运用较广的TLP、FPSO、Spar等型式深海平台的生产背景和主要特点,通过对上述各种结构型式深海平台的优、缺点进行深入的比较分析,探讨在南海特殊海洋环境下进行油气资源开采时宜采用的最合理的平台结构型式。     

基于动态清空距离的特殊车辆与CAVs混合车道控制

特殊车辆的优先通行是道路交通管理的一项重要工作,而目前相关控制措施存在实施难度较大、道路空间利用率低和道路通行能力下降等问题。为解决这些问题,结合智能网联汽车（CAVs）技术特点,提出考虑特殊车辆优先通行的CAVs专用车道控制方法,按应急车辆、一般优先级车辆和CAVs的优先通行顺序设计车辆通行规则。通过预测特殊车辆到达下游交叉口时的路口排队长度,建立“满足不同优先级特殊车辆通行需求”的动态清空距离模型,其中应急车辆以速度损失最小化为优化目标,一般优先级车辆以均衡车辆通行需求为优化目标。针对CAVs在专用道上可能成为其他车辆通行障碍的情况,考虑换道安全和不同换道动机,设计CAVs进入和离开专用道的规则,建立换道决策控制模型;在此基础上,提出适用于不同优先级车辆的专用车道通行控制策略。通过仿真实验对所提方法的控制效果予以分析验证。实验结果表明:与不考虑特殊车辆优先通行的控制方法相比,虽然该方法的车均出行时间和人均出行时间分别增加了3.9%和2.8%,但特殊车辆的车均延误时间减少了59.6%以上;与IBL控制方法相比,该方法的车均出行时间和人均出行时间分别减少16.7%和14.6%,特殊车辆的车均延误时间减少13.5%,专用车道利用率提高36.3%以上,并且在CAVs渗透率大于0.4时获得最佳控制效果。该控制方法在特殊车辆优先通行方面,减少了单一控制策略的局限性,为交通控制和管理提供理论支撑。      

基于动态资源调度算法的数据中心负载均衡方案研究

云数据中心大多采用静态调度算法对虚拟化资源进行分配和调度,调度一旦完成,若无维护,资源分配状况一般不会发生变化,但随着资源池的持续使用,资源使用不均衡的问题会越来越严重。针对该问题,提出基于动态资源调度(DRS,Dynamic Resource Scheduler)算法的负载均衡解决方案,使数据中心物理节点上的资源使用达到相对均衡。采用DRS算法对资源进行实时监控,根据监控结果筛选出与平均负载值偏差较大的物理主机,结合虚拟机已分配与实际使用的资源,计算出其最终得分,根据得分,选择合适的虚拟机进行动态资源均衡,使物理主机的负载值趋于平均负载值。实验结果表明,DRS算法在数据中心应用中具有有效性和稳定性,可以周期性地进行资源动态调度,实现数据中心的负载相对均衡。     

拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明:六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。