船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

寒区冷补沥青混合料的制备与性能研究

冷补沥青混合料作为一种新型的路面修补材料,具有不受天气季节的限制、可随取随用、使用方法简单等特点。以东北地区养护工程为依托,用柴油、冷补填加剂、基质沥青制备冷补液,并将其与骨料拌和得到冷补沥青混合料。进行了不同配比的冷补沥青混合料粘附性、浸水马歇尔试验及冻融劈裂试验,结果表明:由74%基质沥青、24%柴油、2%添加剂组成的冷补液所制备的冷补沥青混合料具有较好的路用性能。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

铁路私有云平台性能评估方法研究及试验

设计符合铁路业务需求的私有云性能评估方法。通过分析铁路实际业务需求，抽象评估指标，并基于openstack搭建一套为京沈客专实验线优化的实验云平台，将评估方法应用到实验平台中。实验表明，实验云平台各项性能指标均可以达到预期目标，满足铁路各项业务需求，该评估方法适用于铁路私有云性能评估。结果表明该评测方法应用到铁路私有云系统的可行性，为铁路私有云平台的建设及优化提供支持。     

基于STAR-CCM+的螺旋桨水动力性能分析

文章运用公式将P4119螺旋桨二维坐标型值转换成三维坐标型值,导入Gambit2. 4软件建立几何模型。基于STAR-CCM+软件对该桨进行网格划分,设置边界条件和数值,仿真模拟不同进速系数下的转矩系数、推力系数、敞水效率和桨叶表面压力分布。经与试验值比较,误差均在10%以内,验证了计算结果的准确性,能够满足工程需要。