基于FA-SVM的舰船修理成本结构研究

在传统支持向量机(SVM)方法的基础上,引入因子分析(FA)方法,构建了FA-SVM模型,该模型解决了传统SVM方法存在的特征指标相关性的问题,最后利用舰船修理成本结构研究对该模型进行验证分析,结果证明这种FA-SVM模型在舰船修理成本结构预测中的有效性和实用性。这对于海军维修成本的管理有着很好的应用价值。     

路缘石开槽机工作装置支撑结构及施力臂的受力分析和强度校核

本文对路缘石开槽机工作装置的主要受力构件,在三种工况下的受力情况进行了分析,简化成相应的力学模型,进行了内力与应力的计算.所得结果,为开槽机的设计和试制生产提供了重要依据.     

SG型轨道式水泥混凝土摊铺机组振实机振动梁的设计及计算

振实机振动梁的设计计算是SG型轨道式水泥混凝土摊铺机组主要机构设计之一。本文对振实机基本铺宽的设置及加宽段的配置、振动粱的结构设计、振动器的传动装置的设计及计算均进行了较为详实的叙述。     

大口径双焊炬管道全位置自动焊机

概述了采用DSP(高速数字信号处理器 )和CPLD(复杂可编程逻辑器件 )为核心的全数字控制技术的双焊炬管道全位置自动焊机。介绍了双焊炬管道全位置自动焊机的机械结构、自动控制的技术特点及焊接工艺特点 ,分析比较了管道施工中各种根焊方法的特点 ,并对双焊炬管道全自动焊机的应用进行了展望     

新型沥青路面压实机械分析

分析了一种新型沥青路面压实机械（HIPAC）的特点，该机采用前后两条履带来代替通常的钢轮，对热沥青路面进行压实。度用表明它可较早对热沥青路面进行压实，有利于提高沥青路面的压实度和平整度，这是履带应用的创新。     

半自动平衡去重机平衡去重精度计算与分析

本文对奥迪100轿车制动盘半自动平衡去重机的铣削去重精度进行了计算与分析；对去重铣削深度的选取及最大去重铁削角进行了计算，对铣削去重引起的质量误差进行了计算和分析；另外，对整机结构及工作循环过程作了介绍。     

基于VDM与APSO优化极限学习机的船舶运动姿态预报

为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船舶运动姿态序列分解为一系列限带内本征模态函数,并且变分模态分解可以避免经验模态分解技术所产生的模态混叠和端点效应,可以降低序列的非平稳性对预测精度的影响;然后对各模态分量分别建立极限学习机预测模型,并用改进的粒子群算法对极限学习机的初始权值和阈值进行优化;最后将各模态分量预测结果进行叠加,得到最终的船舶运动姿态预测值。通过模拟试验测试并与其他传统的预测方法进行比较,结果表明所建立的组合预测模型具有更高的预测精度。     

一种有效近似建模方法及船舶耐波性代理模型构建

船舶耐波性能预报计算过程复杂,会受到诸多设计变量的影响;且采用高精度商业软件如CFD预报船舶性能的计算代价非常高。文章采用拉丁超立方方法进行了设计空间抽样。定义了一个新的综合衡准指标来表达船舶耐波性能,即短期和长期作用下船舶非工作时间百分数。考虑了船舶耐波性能中的五个运动方向：横摇、纵摇、转艏、横荡和升沉。为提高船舶耐波性能计算效率,一种有效的近似建模方法—单参数Lagrangian 支持向量回归算法被用于训练并构建代理模型以预报船舶耐波性能,且该算法是由作者在过去的研究工作中首次提出。以海洋平台支援船（OSV）为例,采用SPL-SVR算法预报船舶耐波性能,并与基于NAPA计算仿真结果、人工神经网络和经典支持向量回归算法进行对比。该文考虑OSV的两种速度,建立了海洋平台支援船短期作用下非工作时间百分数的耐波性能响应面模型,结果显示采用SPL-SVR算法建立的船舶耐波性能响应面模型比较适合船型初步设计的工程实际应用,并具有较高的计算效率。     

船舶轴带无刷双馈独立发电系统的综合控制策略设计与仿真

为了提高船舶轴带无刷双馈独立发电系统的控制精度和鲁棒性,采用综合控制策略对传统基于功率绕组磁场定向的控制策略进行改进。综合控制策略不需要估算转子电流,减少了对电机参数的依赖,因此具有更强的鲁棒性。在Simulink中对综合控制策略在负载突变和转速突变工况下的控制效果进行仿真验证,结果表明综合控制策略相比传统基于功率绕组磁场定向的控制策略具有更好的控制精度和鲁棒性,更适用于船舶轴带无刷双馈独立发电系统。     

基于SVM模型算法和大数据分析技术的船舶设备故障诊断

为在船舶设备发生故障时能准确、及时地定位故障发生根源,保证船舶安全、经济运行,采用大数据分析方法和支持向量机(Support Vector Machine,SVM)模型算法对船舶设备进行故障诊断,提前预测可能发生的故障.以船舶柴油机滑油压力低故障为例,应用Python语言,通过SVM模型算法预测该故障的发生概率.结果表...