液化天然气B型独立液货舱结构低周疲劳研究

基于某B型独立液货舱为研究对象,开展液化天然气(LNG)船码头装卸货工况下的结构应力和温度场热应力分析,重点针对液货舱水平强框处连接节点计算其因装卸货受力和温度变化所引起的疲劳累积损伤。研究结果表明,部分研究疲劳节点由装卸货产生的低周疲劳损伤在整个结构疲劳累积损伤中的占比较大,对结构疲劳损伤起主导作用,需要在液货舱疲劳强度分析中予以重点关注。因此,对此类B型独立液货舱进行结构设计必须考虑低周疲劳的影响。     

独立B型LNG船液舱晃荡强度分析方法

为了保证液舱舱容大且无装载限制的新型独立B型LNG船在晃荡载荷下的强度满足使用要求,提出液舱结构晃荡强度直接分析方法。采用规范公式确定液舱晃荡载荷,根据该方法对液舱模型进行粗网格分析,进行典型区域横摇工况下超出应力许用值的精细网格分析。结果表明,该方法可以对独立液舱晃荡强度进行有效评估,其中的精细网格计算结果可真实反映高应力梯度区域的应力情况。分析结果可为液舱晃荡强度评估、液舱结构优化以及同类LNG船的设计开发提供参考。     

有限元插值技术在振动法测量索力中的应用

文章分析了弦理论在索力测量中的误差,以动力分析有限元原理为基础,借助Ansys建立了拉索自由振动的模型;利用三次样条插值法获得了频率与索力的对应关系,并通过工程实例验证了插值方法的可靠性与准确性。     

基于B/S的车辆管理信息系统的设计与实现

在对某供电公司车辆的运行现状分析的基础上,提出利用现在大多数公司都已经建立起来的局域网建立基于B/S模式的车辆管理系统的方案,有效地解决人工管理或半自动化管理带来的效率低下和准确性不够等问题.     

交直流机车混跑牵引网谐波特性仿真研究

随着电气化铁路的快速发展和电力机车的更新换代,交直电力机车与交直交动车组混跑引起的牵引网谐波问题越发严峻。为分析多车混跑线路谐波传输特性,以现阶段运行最多的交直机车SS6B和交直交动车组CRH2为例,利用Matlab/Simulink仿真软件建立车网联合仿真模型。通过对SS6B电力机车和CRH2动车组谐波特性的仿真分析,验证模型的正确性。在车网联合仿真模型的基础上,分别针对不同牵引网长度、不同机车位置及机车工况变化3种情况下的牵引网谐波特性进行分析。该研究结果表明联合仿真模型能精确反映交直流机车混跑对牵引网谐波的影响。     

“120km/h速度等级B型地铁ZMA120型转向架”项目通过湖南省科技成果鉴定

<正>2009年1月8日,由湖南省科技厅在株洲主持召开了"120km/h速度等级B型地铁ZMA120型转向架"项目的科技成果鉴定会。会议聘请了中国铁道科学研究院、上海地铁运营公司、南车戚墅堰机车有限公司、西南交通大学、湖南大学、中南大学、南车资阳机车有限公司等有关单位的专家组成鉴定委员会。     

梁体结构损伤识别的样条函数方法

针对样条函数方法在梁体结构分析中具有未知量少、求解规模小,精度较高等特点,在梁体结构参数识别过程中引入样条函数方法,避免了传统有限元方法带来的庞大刚度矩阵的负面影响,从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

基于B／S模式的经济园区业务管理系统

首先介绍了经济园区业务管理系统的设计原则和总体框架，然后着重分析了系统的实现过程，包括园区业务需求分析、系统功能划分和网络体系结构设计，最后给出了系统开发的关键技术。     

DDR1-Akt信号转导通路在高血压大鼠心肌纤维化中的作用

目的研究Ⅰ型胶原-盘状结构域受体1(DDR1)-蛋白激酶B(Akt)信号通路在高血压大鼠心肌成纤维细胞(MFBs)增殖中的作用。方法采用腹主动脉缩窄的方法复制大鼠高血压心肌纤维化模型(AAC),比较正常组(Blank)、假手术组(Sham)、AAC组以及自发性高血压大鼠(SHR)组体质量、尾动脉收缩压(SBP)以及左心室体质量指数(LVMI);Western-blot检测心肌组织中DDR1、Akt的表达及磷酸化水平;分析DDR1磷酸化水平与SBP及LVMI的相关性。通过Ⅰ型胶原刺激诱导SHR大鼠原代MFBs中DDR1磷酸化表达,采用DDR1抑制剂D-IN-1进行干预;BrdU掺入标记实验检测细胞增殖;Western blot检测心肌组织DDR1及Akt的表达及磷酸化。结果 4组大鼠组间体质量差异无统计学意义(P>0.05)。与正常组相比,AAC组和SHR组SBP及LVMI明显增高,DDR1和Akt蛋白表达水平差异无统计学意义,磷酸化水平明显升高;DDR1磷酸化水平与SBP及LVMI均呈正相关。Ⅰ型胶原刺激能够加快MFBs增殖,促进DDR1和Akt磷酸化。结论高血压大鼠心肌纤维化进程中存在Ⅰ型胶原-DDR1-Akt通路活化现象,DDR1抑制剂具有潜在的抗心肌纤维化作用。     

小样本情况下的船舶溢油事故风险评价研究

船舶溢油风险评价是一项复杂的多因素问题,是船舶溢油应急管理的关键环节.作为智能搜索算法的代表理论,BP神经网络被认为是进行不确定风险评价的较好方法之一,然而船舶溢油事故属于小样本事件,统计数据往往难以满足BP神经网络要求的样本容量.针对这一困境,首先提出一种利用B样条最小二乘理论的数据拟合法,显著增加样本数.其次,根据船舶溢油特点建立了基于BP神经网络的船舶溢油风险评价模型.最后以上海港近年发生的10起溢油事故为实例,检验了模型的可行性.