电气化铁路牵引负荷预测研究

为保证牵引供电系统电能质量并减少牵引变电所购电成本,文章提出了一种基于稀疏高斯过程(sparse Gaussian process,SGP)的牵引负荷概率预测模型。该模型首先构建以牵引负荷历史特征和时间信息为基础的输入特征向量;然后建立输入特征到牵引负荷之间的映射关系,并用SGP来拟合该映射关系;最后使用滚动预测的形式来实现对牵引负荷的预测。在朔黄铁路某牵引变电所实际运行数据上进行的对比试验验证了所提方法的优越性,其中,点预测可以得到误差在7%左右的预测值,概率预测可以得到不同置信度下可靠的预测区间。     

基于支持向量机的大跨连续刚构桥可靠度分析

针对大跨连续刚构桥在可靠性分析过程中功能函数不能显示、表达的问题,提出了一种基于支持向量机分类功能可靠度的计算方法。采用拉丁超立方抽样产生一定样本的数据库,通过改变样本点中效应数据的大小,并结合有限元程序的分析,找出一定精度下离分类面最近的一对样本点,从而得到新的样本库。然后,用新的样本库构造出一个 SVM分类器函数。结合蒙特卡罗数值模拟,计算其失效概率。以四川某大跨连续刚构桥为例,验证了该方法的实用性。     

浅埋隧道荷载破裂角的统计特征

介绍了浅埋隧道模型试验研究破裂角的概况，根据试验实测资料，运用概率和数理统计原理，以实测破裂角为随机变量，分析其统计特征和概率分布，用Ｋ－Ｓ法对总体假设进行了验证，得到均匀围岩浅埋隧道开挖破裂角不拒绝对数正态和正态分布的有益结论。     

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。     

舰船电力系统网络结构分析

阐述了单电站三种电力网络、两电站两种电力网络和多电站三种电力网络的设计原理和技术特点,分析不同电力网络形式对舰船电力系统生命力和可靠性的影响;以几种典型电力网络方案为例,计算各电力网络结构的供电概率,提供舰船电力系统网络设计建议。     

破损舰船瘫船状态倾覆概率评估方法

国际海事组织已基本确定了完整船瘫船状态下的第2层薄弱性倾覆概率评估方法。由于破损舰船在风浪中运动的复杂性,破损舰船瘫船状态下的倾覆概率评估方法还未提出。基于完整船瘫船失效模式评估方法的思想,对破损舰船的横摇运动进行简化,提出一种评价破损舰船瘫船状态下倾覆概率的方法,并利用实船进行计算分析。分析各参数对倾覆概率的影响,研究对称进水和非对称进水这2种情况下的倾覆概率。结果表明:所提的用于评价破损舰船瘫船状态下倾覆概率的方法可行,其中非对称进水更为危险,可为研究破损舰船瘫船稳性提供参考。     

30000 DWT载货教学实习船破舱稳性研究

30000 DWT载货教学实习船是上海船舶研究设计院为大连海事大学专门开发设计的无限航区多用途船兼教学实习船。作为教学实习船,保障实习生、教师和船员的生命安全至关重要,而破舱稳性是考核该船是否足够安全的重要性能指标。分析了2008年《特种用途船安全规则》及SOLAS 2014对特种用途船和普通干货船的概率破舱稳性计算要求的区别,通过采取设计U型压载水舱和特殊布置管系及阀等措施,最终得到了较小的破舱稳性GM限制,提高了货物装运能力。     

反舰导弹对近程舰炮武器系统的突防概率仿真

针对反舰导弹突破近程舰炮武器系统防御阵地的战场需求,研究近程舰炮武器系统的开火时机和命中概率数学模型,分析其对反舰导弹产生有效可靠的毁伤时的射击持续时间,计算反舰导弹的突防概率.通过仿真,定量分析了超音速反舰导弹在中末段实施蛇行机动和跃升俯冲攻击时对近程舰炮武器系统的突防概率,为导弹突防和舰艇近程防御方面的作战使用提供参考.     

四联装30mm舰炮反导毁伤效果分析

面对日益增大的反舰导弹的威胁,发展多联装高发射率舰炮以适应未来近程反导的需要是一个重要的研究方向.选择反导毁伤概率作为研究目标,在分析舰炮反导射击误差的基础上建立了毁伤概率模型.应用Matlab语言对所选算例进行仿真计算,并研究分析各项技术指标参数对毁伤概率的影响,分析的结果可以为多联装高发射率舰炮系统的技术指标优化提供一定的参考依据.     

多传感器序贯势分布概率假设密度滤波

针对多传感器多目标跟踪中数据关联的计算复杂性问题,提出了一种多传感器序贯势分布概率假设密度滤波算法.利用序贯滤波的方法将单传感器的势分布概率假设密度滤波扩展到多传感器情况,并给出了高斯混合实现的序贯势分布概率假没密度(Gaussian mixture sequential PHD,GMSPHD)滤波的递推算法.仿真实验结果表明,文中提出的GMSCPHD滤波算法具有较高的多目标状态估计和目标数目估计精度,是一种有效的多传感器多目标跟踪方法.