船舶冬季航行操纵与安全防范措施

本章分析了船舶冬季航行存在的风险,介绍了船舶冬季航行应采取的措施和操船方法以及人员防寒防冻措施,供同行们借鉴。     

成昆铁路矮塔斜拉桥索梁锚固区模型试验研究北大核心

为研究铁路矮塔斜拉桥索梁锚固区的受力形式,以成昆铁路金沙江大桥为工程背景,针对该桥采用的新型梁顶混凝土锚固构造,通过缩尺模型试验研究其在不同荷载下的应力分布和开裂特征。结果表明:在斜拉桥成桥恒载索力作用以及最不利荷载组合索力作用下,C7锚固块更容易发生破坏,将其作为试验构件开展缩尺模型试验,发现锚固块在不同张拉荷载作用下张拉至设计索力的过程中,应变增幅基本上线性增加,卸载后同样呈线性减小,说明混凝土受力处在线弹性阶段,且应力在规范要求范围内。在试验荷载加载至140%设计索力时,锚固块前端倒角位置开始出现细小裂纹且随荷载的增加不断开展。当荷载卸载至0时,之前出现的裂缝随荷载的减小逐渐闭合,宽度肉眼不可见,表明该构造能够满足正常使用要求且具备足够的安全储备。     

基于VR技术的舰船航行环境快速重构研究

由于点云数据匹配数量不足,导致重构的三维图像与实际图像之间存在较大位置误差。针对上述问题,进行基于VR技术的舰船航行环境快速重构研究。研究以VR技术为依托,利用VR技术中的核心计算机完成4个步骤。首先对前端VR成像设备采集到的二维点云图像进行预处理,包括点云去噪和精简;然后进行摄像机标定,确定摄像机数学模型,从而得出三维空间中物体的几何信息;再以得到的几何信息为基础,进行点云特征点检测与点云匹配;最后利用VR技术中的VTK软件实现自动重构。结果表明,与2种传统重构方法相比,本方法应用后,点云匹配数量更多,重构的三维图像与实际图像之间的位置误差更小,证明了本方法的重构性能。     

《海事劳工证书》即将进入中间检查窗口,加大力度实现更广泛批准和有效实施(二)

<正>(续2015年第2期)船上医疗(2项):–船舶医药箱年检证书过期–厨房医药箱药品不齐全健康和安全及事故防止(7项):–主要表现为船舶如高空/舷外作业及扫舱(非液货船)时安全防护措施不足–另有1项涉及油漆间无品安全数据单(MSDS)资料工资支付(6项):–缺陷主要表现为海员未被提供月薪账目(4项)–SEA中实习海员基薪为零和甲板实习生SEA中未明确leave pay数额(2项)     

舰船水上纵向运动非线性数学控制模型

为了提高舰船水上纵向运动的控制精度,提出一种舰船水上纵向运动的非线性数学控制模型。首先对舰船水上纵向运动非线性控制的研究现状进行分析,然后采用多种模型分别对舰船水上纵向运动非线性控制进行预测,得到预测结果并确定各种模型的权值,利用证据理论确定出最优权值,最后对这些模型舰船水上纵向运动非线性控制预测结果进行加权,得到舰船水上纵向运动非线性控制精度。测试结果表明,本文模型不仅克服了当前舰船水上纵向运动非线性数学控制模型的缺陷,提高了舰船水上纵向运动的控制精度,而且舰船水上纵向运动的控制误差小于其他舰船水上纵向运动非线性数学控制模型,可以满足舰船水上纵向运动控制要求。     

船级社对寒冷地区航行船舶的轮机设计要求

考虑到寒冷地区航行的船舶越来越多,各船级社针对不同的环境条件,编制了各自的设计要求。以挪威(DNV)和劳氏(LR)船级社为例,分析船级社对寒冷地区航行要求等级的划分方法,理清船级社对寒冷地区航行船舶轮机设计要求的思路,以期对航行于寒冷地区船舶的设计有所帮助。     

船舶航向在线自学习模糊神经网络智能控制方法研究

船舶航向控制是航行控制系统中非常重要的一个环节,在航线自动跟随系统中,航向控制系统的自学习能力会直接决定船舶的航行效果。本文重点对船舶航向在线学习系统进行升级,能够自我学习、自我判断航线的跟随准确度,通过采用先进的模糊神经网络算法,有效改善控制系统的参数,通过不断的自我学习、自我修正,能够使船舶的航行线路始终保持在一定的范围内。本文提出的智能化控制方法能够有效提升航行的稳定性,一定程度上降低事故的发生率。     

遗传神经网络的船舶运动受扰力预测模型

船舶运动受扰力预测,是实现对船舶摇摆控制的关键步骤。为达到有效控制船舶摇摆的目的,基于遗传神经网络,完成船舶运动受扰建模预报和预测方法选择。模拟船舶航行状态,设计仿真对比实验结果表明,基于遗传神经网络的船舶受扰力预测模型,有效提升横向与纵向运动受扰力预测准确性,完成有效控制船舶摇摆的目的。