船用中压直流单芯电缆集聚敷设磁场分析

为尽可能降低电缆集聚敷设时的磁场强度对舰船磁隐身性能的影响,对中压直流单芯电缆在2种典型排布方式下周围的磁场强度和分布进行仿真计算,确定降低电缆磁场强度的最优电缆排布形式,结合磁化原理分析,得到电缆敷设时与船体结构的最小间距为300mm,该间距可使钢结构不被磁化从而降低电缆磁场强度对舰船磁隐身性能的影响。     

舰船方位变化规律灰预测及聚类分析研究

舰船方位序列是一种带有灰色信息的时间序列,灰色系统理论是处理灰色信息的有力武器.文章在分析和阐述灰色系统理论的基础上,将其应用到舰船目标纯方位定位和要素解算领域,解决了传统的困扰解算目标运动要素的一些难点;提出了一些新的概念和方法,如目标方位序列集的概念和采用以某一方位为间隔的各方位区间的方位值数量作为灰色聚类中的灰聚类因子的方法,既可以有效区分不同方位序列集的分类,还能据此反演得到目标速度、航向以及位置信息的大概范围.     

重庆朝天门长江大桥高强度螺栓群栓试验研究

针对重庆朝天门长江大桥拼装式节点板层多、板束厚度大、外形尺寸变化大及单个节点高强度螺栓数量多等特点,结合重庆地区气侯条件、该桥设计采用的抗滑移摩擦面技术参数和目前国内高强度螺栓连接副的性能,选取具有代表性的不同板厚组成的板束,通过压力传感器及静态应变系统进行了群栓模拟试验。通过群栓试验,了解了高强度螺栓预拉力随时间变化的损失情况,螺栓施拧先后顺序对栓群预拉力的影响,用终拧扭矩值的50%作为厚板的初拧扭矩时板束密贴情况,确定了高强度螺栓终拧扭矩检查时机,验证了该工程高强度螺栓施拧工艺的可操作性。该试验研究为今后类似工程的施工提供了宝贵的数据和经验。     

网络重构法在舰船区域配电系统中的应用研究

运用网络重构法对舰船区域配电系统进行了分析.在考虑了电网损耗和开关动作次数因素的基础上建立数学模型,并应用改进的遗传算法--单亲遗传算法(PGA)进行求解.着重分析了单亲遗传算法针对舰船区域配电系统的特点产生相应的染色体编码、初始群体、基因移位、基因突变.本文的研究证明了单亲遗传算法可有效消除常规遗传算法中对可行性解严重破坏的缺点以及网络重构法应用在舰船区域配电系统中的有效性.     

船舶区域配电监控系统模块设计

区域配电系统是一种新型的配电系统,可以简化电缆敷设工作,提高船舶生命力,降低船舶建造成本．本文根据区域配电系统的特点提出了区域配电监控系统模块的设计方案．以TMS320F2812DSP为现场监控模块的核心并采用c语言和汇编语言混合编程的方法开发下位机软件;以LabVIEW作为上位机系统开发平台;采用CAN总线作为上、下位机之间的通讯接口．该区域配电监控系统模块具有界面友好、操作简单、功能齐全和扩展方便等优点．     

基于聚类的港口吞吐量预测方法及其适用性分析

在统计分析历史数据的基础上,选取港口吞吐量、GDP值等指标,采用SPSS统计分析软件中的层次聚类分析法,将我国具有代表性的港口按照吞吐量增长规律分成平稳增长型、加速增长型和波动增长型3类。然后选择时间序列法、回归分析法、灰色模型理论和神经网络模型法,对不同类型的港口吞吐量预测的适用性进行了理论分析。最后以上海港和镇江港为实例进行计算,并对不同预测方法的适用性进行了验证。     

江苏沿海建港自然条件及港址比选的模糊聚类分析

结合江苏省沿海地区的自然条件,分析讨论了其建港的优、劣势,并以如东吕四港、启东洋口港等7个港口选址为例,结合港口建设的评价指标,采用模糊聚类的方法对这7个港口进行了模糊聚类分析。结果表明洋口港、吕四港、大丰港条件较好,其他几个次之,可供港址比选时参考。     

中国船舶产业集群化发展的要素条件及思路

大力促进船舶工业集群化发展是新时期中国船舶工业发展的重要途径。在分析船舶产业集群的作用和效果的基础上,论述了加速船舶集群发展的要素。围绕造船核心层、产业耦合层和社会网络层三个层面给出了船舶产业集群发展的思路和对策。     

灰体空间内非灰气体辐射的段法模型

从辐射全交换面积的概念出发,推导了封闭空间边界为灰体,介质为非灰气体的辐射全交换面积计算式。气体的辐射特性用灰气体加权和模型描述。实验结果表明,文中推导方法正确。将黑体封闭空间的全交换面积近似用于灰体封闭空间的方法与文中的方法相比,计算所得辐射全交换面积的误差较大,尤其是表面段对气体段的全交换面积,但相邻段间的全交换面积误差较小。     

Recognizing metro-bus transfers from smart card data

Transfer points between metro and bus services remain an elusive, yet critical junction for transportation practitioners. Based on massive Smart Card (SC) data, previous studies apply a one-size-fits-all criterion to discriminate between transfers. However, this is not sufficiently convincing for different transfer pairs. To counter this problem, this study applies an association rules algorithm and cluster analysis to recognize metro-to-bus transfers using SC data, and demonstrates transfer recognition in a case study based on SC data collected during a week in Nanjing, China. It is shown that 85% of the transfer-recognition results are quite stable through the whole week, and the median transfer time between metro and bus is below 20?min. The method proposed in this study can be used to identify the busiest transfer points and to obtain average transfer times, which facilitates a smarter and more efficient public transit network.