UNIAIR新技术对燃油经济性的重大改善（下）

在传统的节气门式发动机上，发动机的控制装置是同步而协同地进行控制的(按照适当的燃烧管理策略)，使所有的参数都适合于燃烧，这当然要通过各个专用的子系统的完满执行。这些子系统例如燃油喷射(燃油的数量和质量)，用于空气动作的传统装备，点火装置(点火定时)，EGR废气再循环装置，废气涡轮增压(增压压力)装置。     

不同软件平台下动车段所的BIM设计探索

为了对比不同BIM软件在管线三维建模方面的优缺点以及不同软件之间的数据交互模式,以某动车运用所检查库压缩空气管线平面及立体图为基础,分别在CATIA和REVIT等BIM平台上建立了压缩空气管线、阀门三维信息模型,并梳理了采用SOLIDWORKS和REVIT等软件建立的机辆设备三维模型,通过 IFC 格式的转换和 IGS格式的轻量化后,导入CATIA平台的步骤和流程;为了高效管理三维信息模型,提高动车段所机辆设备建模效率,阐述了在CATIA平台中,三维模型信息属性的添加方法,在此基础上建立了基于CATIA平台的机辆设备BIM三维信息参数化模型库,极大地方便了机辆设备模型的批量管理、批量建模和批量修改。     

相继增压系统对改善船用直列八缸发动机性能的试验研究

随着大型柴油发动机经济性和排放要求的不断提升,以及对发动机稳态、瞬态特性要求的不断提高,传统的涡轮增压系统已无法满足船用发动机全工况性能的要求。为了提高产品竞争力和适配性,针对某8缸直列船用柴油发动机开发了带有定压排气管的相继增压系统,并进行了发动机台架试验研究。结果表明：发动机中、低转速时,相继增压系统使发动机比油耗可以下降5%-10%,排气温度降低30%-45%,烟度下降55%-60%；最大扭矩可以提升15.1%-36.4%；发动机最大扭矩转速工况突加突卸响应性提升约28%-29%；相继增压系统中定压排气管的设计使得发动机高工况性能也有所提升,从而实现发动机全工况性能的提升。     

基于数据挖掘的舰船快速比照算法及舰船性能统计

在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具有重要的指导作用。因此,从海量的船舶测试数据中提取有价值的信息,形成新的船舶性能数据,不仅可以缩短生产周期,而且能够指导船舶的设计过程,这是本文的研究重点。本文通过介绍数据挖掘技术和支持向量机技术,研究船舶性能快速比较算法以及性能统计。     

小波分析在装裁机变速箱滚动轴承故障诊断中的应用探讨

主要讨论了小波分析在装裁机变速箱滚动轴承故障诊断中的应用,以求为未来装裁机变速箱滚动轴承故障诊断提供新的方法。     

整平机升降系统设计与分析

本文依托一种自浮式水下基床整平机,对该整平机上的重要的组成部分——升降系统进行了设计与分析,提出了一种结构简单、运行可靠的升降系统；对组成升降系统的升降机构提出了液压环梁插销式升降机构、齿轮齿条式升降机构和液压缸升降机构,对支撑机构考虑了十字转动支撑机构和万向球轴承支撑机构,对锁紧机构提出了楔块锁紧机构和棘爪锁紧机构,通过对各种方案进行分析论证,最终确定了升降系统由液压缸升降机构、十字转动支撑机构和棘爪锁紧机构组成；最后对棘爪锁紧机构进行了瞬态动力学计算,计算结果得出棘爪锁紧机构所受最大应力为154.52MPa小于其许用应力172.5MPa,验证了棘爪锁紧机构的强度满足要求。     

船舶推进电机运动控制系统仿真研究

船舶推进电机运动控制系统作为电力推进船舶的核心部分,对其进行建模与仿真分析具有重要意义。针对电机微分方程组数值稳定问题,分析不同方法下的数值稳定域,引入牛顿拉夫逊法求解矢量控制下经梯形法差分化的方程组。结合螺旋桨敞水特性曲线以及实例船舶阻力计算,建立螺旋桨负载和永磁推进电机矢量控制的运动模型。基于Matlab软件编写船机桨不同工况下启航的仿真程序,分析部分典型工况下的变化曲线。仿真结果证明了本文采用模型的正确性,在此模型上可简单快捷增加控制算法,为后续研究提供理论依据。     

支持向量机技术在舰船航向广义预测与控制中的应用

舰船在海上航行时,受到海浪等干扰力的作用难免会偏离既定航线,严重时甚至发生搁浅等事故,航向的广义预测与控制决定了舰船的航行效率和安全性,是船舶工业领域研究的重点。支持向量机技术是一种新型的智能学习算法,该算法在非线性系统求解、小样本、高维度系统求解领域有重要应用。本文以舰船航向预测与控制为研究对象,系统介绍了支持向量机算法,并基于支持向量机技术对船舶航向进行预测与控制。本研究对于提高舰船航向预测与控制有重要意义。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。