某船用双箔树脂浇注干式变压器烧蚀故障分析

准确定位故障原因、研判故障性质是保障大功率箔绕式树脂浇注干式变压器在船上安全运行的重要举措。以某船用双箔树脂浇注干式变压器为例,对其烧蚀故障进行分析。介绍该船用箔绕式变压器相关设备的运行情况和烧蚀故障概况。通过对设备进行拆解检查,并从设计、使用和工艺等角度进行理论推导和分析,排除设计、工艺和使用等方面的因素,准确定位故障原因,据此提出防范措施建议,为类似故障的排查和防范提供参考。     

基于数值仿真的大型薄甲板总段吊装方案设计优化

根据产品实际及风险控制需求,结合大型薄甲板总段结构特点、门式起重机起吊能力和吊码布置与加强方案,建立有限元模型。应用数值仿真技术,模拟吊排、吊码和总段起吊过程,预报结构应力分布及变形情况。根据预报结果,合理优化吊装与加强方案,为今后类似结构的吊装方案设计及计算仿真提供一定指导作用。     

薄铝硅镀层热成形钢应用技术研究

新型的薄铝硅镀层热成形钢在抗拉强度、屈服强度以及伸长率不变的情况提升了折弯角性能，在汽车应用中具有一定优势。对1 500 MPa薄铝硅镀层热成形钢进行了应用性能研究，包括成形性能、焊接性能、腐蚀性能、胶粘性能。结果显示，减薄铝硅镀层对成形性没有影响，提升了材料的焊接性能，腐蚀性能有所下降，但是总体满足设计要求，胶粘性能也无明显变化。因此，可以推进薄铝硅镀层热成形钢在车身上的批量应用。     

基于TL-Conv LSTM-AM组合模型的薄平板抖振响应预测

针对大跨度桥梁等工程结构在紊流场作用下的抖振响应预测问题，以薄平板为例，将数值模拟的薄平板抖振响应时程结果作为训练与测试数据，选用风场时程数据作为输入，并将薄平板的横向位移、竖向位移以及扭转角响应时程数据作为输出，分别采用带外部输入的非线性自回归(NARX)、长短期记忆(LSTM)、卷积长短期记忆(Conv LSTM)、注意力机制长短期记忆(LSTM-AM)神经网络模型预测薄平板的抖振响应。进一步地，将迁移学习(TL)方法与上述神经网络模型相结合，提出基于Davenport准定常抖振理论获取大量源任务数据的方法。通过筛选出的可用源任务数据，训练上述神经网络模型并经共享权重、微调参数后完成对薄平板目标任务数据的预测，并最终构建了TL-Conv LSTM-AM组合模型来预测薄平板抖振响应的思路。研究结果表明：在薄平板抖振响应预测中，LSTM模型的预测精度要高于NARX模型；引入卷积计算和注意力机制均有利于时序数据的预测，因此Conv LSTM和LSTM-AM模型的抖振响应预测精度相比单一的LSTM模型的预测精度要高；当上述神经网络模型结合迁移学习方法后能有效提升抖振响应的预测精度，但在局部...