新型科考船发电系统控制策略研究

以某新型综合物探科考船为对象,对其先进发电系统及其控制策略进行研究,介绍发电系统的结构、特点和调频调载策略,并给出具体控制方法。以瞬态阶跃负载为着眼点,提出优化发电机组配置策略和控制程序流程,最后通过实船系泊试验验证其控制策略和方法的可靠性。     

特种半潜式无人航行器的优化设计

提出一种新型特种半潜式无人航行器方案,并对该航行器方案开展主尺度初步拟定和舱室划分等总体设计工作。基于STAR CCM+软件对该型航行器的水动力性能进行数值仿真分析,分析结果可作为推进系统设计及船型主尺度优化的依据。结合实际工程产品需求分析制约航行器推进系统设计的影响因素,分析续航力、航速、主机功率及电池质量之间的匹配关系,同时提出基于约束关系的主尺度优化方法。最后针对性能校核及数值仿真中发现的问题,提出半潜式无人航行器的进一步优化方案。     

岛礁海域桥区航道规划及通航净空尺度的确定方法

舟山群岛海域具有通航岔道及通航船型多、航线交叉、潮流流态及通航条件复杂等特点,建设桥梁所需的航道及通航净空尺度确定方法有其独特性。以鱼山大桥为例,在充分分析船舶通航数据的基础上,结合桥梁、周边围垦工程实施后的数学模型计算潮流场数据,经多方案比选和航线优化,并采用船舶模拟试验验证,确定桥梁通航等级和桥区航道规划方案,得出合理的通航净空尺度和通航孔布置方案,为桥梁设计提供重要的技术支持。     

线阵声诱饵对抗智能鱼雷尺度识别效果分析

针对智能鱼雷常用的目标尺度识别方法,建立了线阵声诱饵模型.采用边发边收和多点协同应答的方法,模拟尺度目标高频回波.采用方位走向法和视在张角法对该模型进行尺度识别分析,仿真结果证明线阵声诱饵具有尺度目标的方位延展特性,可有效对抗智能鱼雷的尺度识别.     

新时代内河船舶标准化发展规律及演变

结合内河船舶标准化工作进展,从狭义和广义两方面诠释内涵;借鉴欧美内河船舶发展经验,归纳内河船型标准化的发展规律;总结工作长期性特征,船型尺度发展及其与通航矛盾的关系。重新审视内河船舶标准化工作,提出了关于船舶船龄、最低配员、安全技术、绿色排放、舒适美观、先进智能等方面的建议,并助力深化相关标准研究和行业发展。     

非额定工况实船试验确定消滩水力指标的方法

消滩水力指标是急滩整治依据的一项标准,但采用实船试验确定时常常难以满足理想的额定条件。首先指出了实船试验确定消滩水力指标的3个理想额定条件,给出了额定载重,额定功率条件下确定消滩水力指标的简单方法。根据非额定工况和额定工况各自的受力平衡方程,导出了将非额定工况的实测对水航速转换为消滩水力指标对应航速的转换公式,并给出了兹万科夫阻力公式法、通用阻力公式法和修正通用阻力公式法等3个转换方法。依据澜沧江四级航道静水航速和上滩实船试验成果,演示了测点数据的取舍、推进系数的计算、坡流指标的拟合等过程,并对比了3个转换方法的计算成果,推荐了简便合理的转换公式。     

变负载工况下滚动轴承故障分类识别方法研究

针对变负载工况下单尺度CNN提取滚动轴承健康状态特征不充分的问题,提出了一种DSCNN-BiLSTM诊断模型。该模型基于粗粒度化和平均池化层的理论基础,通过双尺度卷积神经网络结合双向长短时记忆网络,对滚动轴承振动信号进行空间维度特征和时间序列特征的提取,实现端对端的滚动轴承故障诊断。通过设置2种不同变负载工况实验,采用DSCNN-BiLSTM模型进行滚动轴承故障特征提取,平均准确率分别达到了97.55%和98.07%,有效提高了在变负载工况下的滚动轴承故障诊断准确率,为滚动轴承健康状态识别提供了关键技术。     

三带紧支撑正交内插尺度函数的构造

提出了设计同时具有紧支撑、正交性、内插性和正则性的3-带尺度函数的方法,从而利用Walter小波采样定理能够快速而准确地重构多分辨空间Vj(φ)的信号f(t),除了计算机的有限字长误差外,没有任何截断误差。     

微山三线船闸工程闸室平面尺度分析*

微山三线船闸工程位于京杭运河干线通道和南水北调工程东线输水线路上,需平衡高效通航与节约用水的目标。针对闸室平面尺度与船闸通过能力、过闸用水量计算的问题,在分析设计水平年过闸艘次比、船型尺度的基础上,根据主力船型尺度,提出不同的闸室平面尺度方案,开展船闸通过能力和用水量计算,得出船闸通过能力、用水量与闸室平面尺度的定量关系。结论是微山三线船闸的通过能力随闸室平面尺度增大而增大,但增幅不同,船舶过闸用水量不随闸室平面尺度增大而增大,因此有必要开展闸室平面尺度论证,微山三线船闸工程闸室平面尺寸宜取34 m×280 m。微山三线船闸工程闸室平面尺度确定方法对类似工程建设及规范修编具有积极借鉴意义。     

基于机器视觉的船舶舱室液体泄漏监测方法

基于机器视觉的舱室液体泄漏监测,是实现船舶机舱朝无人化方向发展的必然需求。文章针对目前低照度下船舶舱室液体泄漏的图像质量差和识别精度低等问题,提出了一种基于机器视觉的船舶舱室液体泄漏监测方法。首先,采用改进的多尺度Retinex算法对低照度下船舶舱室液体泄漏的图像进行处理,使图像对比度增强、细节更丰富、边缘保留完整。然后,对增强后的液体泄漏图像进行特征提取,通过机器学习对船舶舱室液体的泄漏故障进行判断。结果表明,增强后的泄漏图像识别精度得到了明显提升,使用k-近邻(k-Nearest Neighbor,kNN)算法可达到95%的分类精度,能够很好地监测低照度下的船舶舱室液体泄漏。