基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

南通海景船舶压载水处理系统股份有限公司

南通海景船舶压载水处理系统股份有限公司创建于2010年9月,是一家富有创新精神的高科技型企业,专业从事船舶压载水处理系统的研发、设计、生产与服务。公司自主研发Seascape^?-BWMS压载水处理系统,采用自清洗滤器过滤后紫外超声波协同的生物灭活技术,安全可靠、高效广谱、结构简单、操作方便、使用成本低.此项纯物理技术拥有自主知识产权。"创新、敬业、责任、和谐"是公司的企业精神,用户需求是公司的价值导向,持续发展是公司永     

基于深度学习的电力负荷短期预测

为做好电网供需平衡,进一步改善电网的社会效益和经济效益,根据负荷数据的时序性特征,利用卷积神经网络的特征提取能力和长短期记忆神经网络捕捉时间序列关系的能力,采用卷积-长短期记忆混合神经网络进行电力负荷短期预测.首先根据历史数据对该模型进行训练,然后使用已训练好的模型进行预测,最后将其预测结果与长短期记忆神经网络预测结果进行比对.两组不同采样间隔的负荷预测仿真结果表明,卷积-长短期记忆混合神经网络相对于长短期记忆神经网络,可以更好地从负荷数据中提取出时序性特征,预测误差较小,精度较高,能够在电力短期负荷预测问题中提供可靠的预测结果.     

600 MW超临界供热发电机组节能降耗措施探究

为解决600 MW主流火电厂机组老化带来的能效水平不断下降的问题,本文以福建某沿海600 MW超临界火电厂机组的节能降耗管理为例,对其节能降耗措施进行研究,其通过对阀门打开的次序和阀门流量曲线进行优化、对协调控制策略和参数进行细致的调整等解决措施,最终达到了节能降耗的目的,可以为相关人员提供参考。     

外形参数对翼身融合水下滑翔机的高升阻比特性影响研究

针对翼身融合水下滑翔机,分析了各种外形参数对其升阻比的影响大小排列,以提高外形设计效率.首先,基于势流理论和粘性修正,提出一种可实现翼身融合水下滑翔机外形参数大变形情况下的升阻比快速计算方法;然后,采用最优拉丁超立方设计进行外形参数的高效均匀采样,并建立多元二次回归模型对样本数据进行最小二乘拟合;最后,根据归一化的回归...     

半潜式起重船波浪载荷预报

采用数值分析软件Sesam/HydroD对某半潜式起重船在航行状态和起重作业状态下的波浪载荷进行长期预报和短期预报.在航行状态下,预报得到的最大波浪弯矩和剪力分别为规范值的1.4倍和2.0倍,用于进行结构疲劳评估(超越概率为10-2)的波浪弯矩最大预报值约为用于进行结构强度评估(超越概率为10-8)的波浪弯矩最大预报值...     

基于橡胶材料超弹性的排气系统运动包络面分析

为准确校验排气系统与周围结构是否存在运动干涉,对排气系统与车身之间的橡胶吊耳进行非线性刚度建模,采用超弹性Mooney-Rivlin模型表征橡胶材料本构关系,由试验数据拟合获得超弹性本构模型的参数。基于吊耳在10种极限工况下的接触特性建立相应接触关系,分析排气系统非线性运动包络面,并与传统线性弹簧建模方法的分析结果进行对比。仿真结果表明,吊耳非线性刚度特性和自接触现象对排气系统的运动具有显著的抑制作用,在排气系统包络面计算中应予以考虑。     

海上挤密砂桩加固风电基础原位载荷试验分析

在覆盖层十几米内的海床地基上通过水下挤密砂桩加固采用重力式基础结构,在控制风机垂直度和经济性方面具有独特的优势。本文介绍了锚桩反力法对水深较大、荷载较大和传力杆较长,且处于外海海域的海上风电复合地基进行原位载荷试验的方案要点及应对措施,主要通过改善传力杆顶部与底部的约束条件、并增加水平限位构件约束后可使试验过程中传力杆的稳定性满足要求,为外海海域复合地基原位载荷试验积累了宝贵的经验。     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.     

超空泡航行体加速过程流动特性研究

超空泡航行体加速过程是航行体进入高速巡航状态的重要阶段。为了深入了解超空泡航行体加速过程中的流动特性,文中采用基于欧拉两流体模型的CFD方法以及基于相对运动的源项法对超空泡航行体全沾湿加速过程、通气加速过程进行了数值模拟,其中全沾湿过程主要研究了加速过程附加质量变化规律,通气加速过程研究了通气量、重力效应以及航行体攻角对空泡发展速度的影响。研究结果表明全沾湿加速过程中由于加速度较大,附加惯性力影响不能忽略;通气量、航行体攻角对超空泡生成速度均有较大影响,当速度达到50 m/s以上时,重力效应对空泡生成速度影响可以忽略。