动力定位船舶桨-桨干扰处理策略研究

本文针对动力定位船舶在推力分配中桨-桨之间的水动力干扰问题,基于二次规划算法提出了一种改进的避免桨-桨干扰的策略。以一艘海洋平台供应船模型为研究对象,通过仿真验证了该算法可以有效地降低推进器的推力损失,提高船舶的定位精度,降低推进系统的能耗。     

深水钻井平台-隔水管系统波激疲劳分析

平台运动是深水钻井隔水管系统波激疲劳的主要来源之一。传统的隔水管波激疲劳分析不考虑或简化钻井平台运动,为了更精确地评估隔水管系统波激疲劳损伤,建立了深水钻井平台-隔水管耦合系统动力学模型及波激疲劳损伤评估方法,开展了动力定位和锚泊定位模式下的隔水管系统动力学响应及疲劳损伤分析,深入揭示深水钻井隔水管系统波激疲劳动力学特性。结果表明,两种定位模式下的平台-隔水管系统受波浪载荷的影响,在常规波浪频率范围内发生波频振动,锚泊定位模式下的平台-隔水管系统还呈现一定的低频特性;两种定位系统下的深水钻井隔水管系统疲劳损伤最大值均发生在隔水管系统顶部,锚泊定位模式下的隔水管系统波激疲劳损伤变异系数较大,动力定位系统下的隔水管系统波激疲劳损伤较大。     

泰州长江公路大桥深水沉井基础定位下沉与控制技术研究

为解决泰州长江公路大桥在复杂条件下深水沉井定位难、摆动大等难题,以该桥中塔沉井为例,采用河工模型试验、CFD方法分析沉井着床阶段的河床冲刷形态和沉井摆动,同时研究终沉阶段下沉系数和沉井施工监控系统.根据分析研究结果,沉井定位采用“钢锚墩+锚系”的半刚性定位系统;采用“小锅底”取土方式下沉;采用信息化实时监控系统实时监测沉井空间几何姿态,确保了沉井准确定位与平稳下沉,最终将其平面误差控制在30 cm以内,垂直度误差为1/363.     

基于航海模拟器实施雷达定位训练的方法探究

文章基于TRANSAS航海模拟器,运用其内置电子海图进行纸质海图的制作,解决雷达定位的培训和训练问题,经过实践,完全满足要求。     

桥梁改扩建下部施工处理

粉本项目是在高速公路半幅通车的情况下进行桥梁改扩建施工,为保证下部墩身混凝土外观质量,采用跟进大护筒套柱模的施工工艺,同时在处理钢筋笼定位和二次清孔上分别使用了浮标定位法和气举法,解决了此类桥梁下部施工的难点。     

非线性滤波器在动力定位船位估计中的应用

针对动力定位船舶在作业过程中因丢失GPS位置测量信号,从而导致动力定位系统不能正常工作,而使船舶偏离作业点的问题,设计了一种非线性滤波器,它可以利用以前保存的历史数据进行船舶位置的实时估计,从而使船舶在一定的时间内可以维持在作业点附近,当重新获得GPS信号后,又可以快速地进入正常工作状态。为了使历史数据能够更准确地反映船舶的实时位置,利用历史数据相对于作业点的平均偏差对历史数据进行了补偿。最后给出了此非线性滤波器在船舶仿真系统中的仿真曲线,分析表明在有滤波器的情况下,船舶真实位置估计的准确度比没有滤波器的情况下有明显的改善。     

船舶与海洋工程中的焊接变形预测方法研究概述

文章介绍了焊接变形预测理论的发展及现状,并将其归纳为基于实验和理论相结合的经验计算阶段、基于计算机数值模拟的模型分析阶段、基于新兴数据挖掘方法的研究应用阶段三个标志性阶段,详细论述了每个阶段预测技术在实际中应用的优劣.着重以BP、RBF人工神经网络为例阐述了神经网络等数据挖掘方法在焊接变形预测中的应用前景,并指出了目前存在的不足及未来亟待研究的方向.     

基于尺寸精度的铝合金减震器塔结构设计及优化

铝合金作为一种优质轻量化材料在轻量化车身上的应用越来越广泛,为了确保铝合金零部件的使用功能和性能,设计人员在设计前期就需要对零部件的精度进行设计分析和优化。文章基于一种压铸铝合金减震器塔的零部件,首先对该铝合金零部件精度进行分析摸底并识别出影响该铝合金零部件精度的两个关键要素,再分别针对两个关键要素进行优化设计,重点一是优化加强筋结构,以增加减震器塔本体的刚度和抗变形能力,另外是增加热处理工艺中夹具支撑块结构,通过外力支撑来增加抗变形能力。结果表明:合理的加强筋布置能有效提升减震器塔本体的刚度、强度和尺寸精度;热处理时需设计专用支撑夹具,且支撑夹具要保证所有重要安装面的支撑,避免铝合金减震器塔局部出现悬臂,通过外力支撑来防止变形。     

Short-term speed predictions exploiting big data on large urban road networks

Big data from floating cars supply a frequent, ubiquitous sampling of traffic conditions on the road network and provide great opportunities for enhanced short-term traffic predictions based on real-time information on the whole network. Two network-based machine learning models, a Bayesian network and a neural network, are formulated with a double star framework that reflects time and space correlation among traffic variables and because of its modular structure is suitable for an automatic implementation on large road networks. Among different mono-dimensional time-series models, a seasonal autoregressive moving average model (SARMA) is selected for comparison. The time-series model is also used in a hybrid modeling framework to provide the Bayesian network with an a priori estimation of the predicted speed, which is then corrected exploiting the information collected on other links. A large floating car data set on a sub-area of the road network of Rome is used for validation. To account for the variable accuracy of the speed estimated from floating car data, a new error indicator is introduced that relates accuracy of prediction to accuracy of measure. Validation results highlighted that the spatial architecture of the Bayesian network is advantageous in standard conditions, where a priori knowledge is more significant, while mono-dimensional time series revealed to be more valuable in the few cases of non-recurrent congestion conditions observed in the data set. The results obtained suggested introducing a supervisor framework that selects the most suitable prediction depending on the detected traffic regimes.     

现代有轨电车信标定位系统比较

分析了现代有轨电车信号控制系统中的绝对定位特点,分析了射频识别技术在不同应用频率波段的特点。对几种常用信标定位系统的车载阅读器和轨旁信标进行了详细比较。由于现代有轨电车存在安装空间小、维护性要求高、成本要求严格等方面的限制,Balogh信标系统在现代有轨电车绝对定位应用中具有更大的优势。