大型集装箱船在斜浪工况下的扭矩特征研究及结构强度分析

随着大型集装箱船的发展,针对斜浪条件下扭矩载荷特性及其结构强度的分析研究日益重要.本文采用选定的某大型集装箱船开展动态载荷(DLA)分析,建立了水动力湿表面计算模型和质量模型,研究基于扭矩传递函数和主要载荷控制参数的斜浪设计波参数确定方法,分析超越概率水平对扭矩载荷计算结果的影响.考虑典型斜浪参数和超越概率水平,分析对比DLA扭矩与船舶规范(ABS和HCSR)扭矩的差异及原因,提出集装箱船扭矩载荷计算与应用的建议.在此基础上,选定3个斜浪计算工况(45°,60°和75°)开展结构强度分析,通过分析应力计算云图,研究扭矩载荷下船体结构响应的关键位置及其应力趋势.该研究可为大型集装箱船结构设计过程中船体梁扭转强度计算、舱口角隅设计、抗扭箱强度评估等方面提供有益的参考.     

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。     

自主式水下滑翔机关键技术专利扩展分析

为解决目前自主式水下滑翔机的导航技术、水声通信以及组网技术3个分支专利数量较少,存在一定的技术瓶颈和技术壁垒的问题,本文基于自主式水下滑翔机的功能、效果、适用等技术需求,将其研究范围扩展至水下航行器领域,通过对扩展领域中导航技术、水声通信技术以及组网技术的专利申请进行多角度分析,得到了3个分支在扩展领域的专利申请趋势、主要技术来源地、活跃度以及国内主要申请人等结论,以对自主式水下滑翔机的研究进行技术支撑。     

混凝气浮工艺在高标准、短工期背景下的应用

苏州某污水处理厂现状规模4万m3/d,出水执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准.随着苏州地区"三年行动计划"的实施,要求辖区内污水处理厂自2021年1月1日起出水标准按照"苏州特别排放限制"执行.工程难点在于TP的稳定达标(＜0.3 mg/L),且施工工期短、用地紧张.通过比选,采用混凝气浮工艺作为TP深度处理工艺,并介绍了该工艺的原理和核心设计参数,以及投运以来的进出水数据及成本分析.结果表明,TP出水值可以稳定达到0.3 mg/L以下,总水头损失可控制在0.7 m以内,直接运行成本0.076元/m3.采用一体化装置,可实现快速启动、运行.相关经验可供施工周期短、水质要求高的工程参考.     

外环运河综合整治工程施工技术研究

随着时代的进步,工程施工技术取得了快速的发展,施工技术的合理性对于施工进度如期完成,方案的经济合理性有着十分重要的影响.运河是现代社会中交通运输网络不可或缺的要素,与公路建设相比,运河工程必须使每个单位更加重视水上作业安全要求.以外环运河综合整治工程为例,通过对该项目从最开始的工况介绍,再到项目的施工方案设计,施工资源量的计算,施工进度的安排,以及施工的保障进行一整套研究,对于该项目的顺利施工能够起到指导作用.其成果可给同类型的运河治理施工提供可行性的参考依据.     

关于济南市城市快速路建设的思考

针对如何处理好济南市新建快速路和既有快速路的系统整合,充分发挥路网效能问题,对济南市快速路网建设进行了梳理,对现状快速路网结构及运行问题进行了分析.在此基础上,提出了快速路网系统改善策略,从快速路网结构优化、现状快速匝道功能完善的角度,阐述了具体优化方案,并对方案效果进行了评估.评估认为,优化方案可基本实现快速路体系规划设想,快速路出入口优化设置后,均能满足规范要求.     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。