船舶交通事故的分析

  目的  为研究近距并行两船的相互干扰效应对船舶操纵性的影响,  方法  基于RANS方程对静水中并行两船的水动力干扰作用进行数值模拟,分析两船在不同横向间距、纵向间距和航速条件下阻力、横向力、纵向力及摇艏力矩的变化规律,并在此基础上进一步阐述各种干扰力成分在两船水动力干扰中的变化及贡献比例。  结果  研究结果表明,两船所受横向力在纵向间距为0（即中对中）时最大,表现为吸引力;随着横向间距的增加,相互作用效应减弱,横向作用力最大降幅达到50%以上。纵向间距对摇艏力矩的影响较大,两船在进入与驶离补给阵位时,所受摇艏力矩使两船艏艉相互接近,此时容易发生碰撞。在低速状态下可以忽略航行兴波对两船相互干扰的影响,而高速航行时则不容忽略。  结论  所得结果可为研究两船操纵运动时相互作用力数学模型的构建奠定基础。     

船舶推进轴系纵向振动及其控制技术研究进展

\t  目的  轴系的纵向振动是引起船体振动的重要因素之一,安装纵向减振器能有效减小轴系纵向振动,进而控制船体的振动噪声,但减振器参数的变化会引起轴系振动特性的变化。\t  方法  以某轴系试验平台为研究对象,建立有限元模型,在直线校中状态下,分析轴系纵向刚度与其纵向振动的关系。在此基础上,建立该轴系纵向减振模型,对减振器参数进行无量纲化,保持减振器质量不变,采用寻优算法求解减振器的优化阻尼值和刚度值。\t  结果  通过比较轴系纵向减振器参数优化前、后轴系的纵向振动频域响应情况,表明减振器参数优化后可有效减小该轴系的纵向振动。\t  结论  研究结果能够为轴系纵向减振器参数优化提供理论依据。     

仿真技术在舰船动力装置生命周期中的应用研究

  目的  在充分分析舰船动力装置总体设计研究现状的基础上,指出现有动力装置设计方法中存在缺乏从多学科耦合角度进行仿真和优化,从而制约设计质量提高的问题,有必要开展动力装置多学科集成优化理论、方法及关键技术研究。  方法  建立舰船动力装置多学科集成优化设计系统框架,并对动力装置多学科优化技术、现代设计工具技术、协同仿真、支撑环境、设计软件开发等关键技术进行深入研究。  结果  给出了有效的解决方案。  结论  研究成果能为开展舰船主动力装置多学科集成设计优化提供一定的参考,同时为舰船动力装置设计水平的提高奠定一定的基础。     

基于鲁棒性的船体中横剖面多目标优化

工程应用中在进行鲁棒性优化设计时,要求所求出的解既要具有较高的质量,又要满足一定的鲁棒性要求。将鲁棒性优化问题转化为一个双目标的优化问题,即一个目标为解的最优性,另一个目标为解的鲁棒性,并针对一艘最大应力接近许用应力的多用途船进行基于鲁棒性的中横剖面优化设计。首先,用支持向量机的方法建立船体舱段的近似模型,用于求取舱段的最大应力,并结合蒙特卡罗积分的思想构造出表示最大应力鲁棒性的函数;随后,以最大应力最小和最大应力的鲁棒性函数值最小为目标函数,设计出一种求解鲁棒性最优解的粒子群多目标优化算法。优化结果不仅能降低船体结构的最大应力,同时还可较大程度地提高最大应力的鲁棒性,证明了该方法的可行性。     

基于ADAMS和AMESim软件的舰艇某装置启闭建模及优化

采用液压系统驱动的舰艇某装置在完全开启时, 其盖板会与止挡板发生碰撞,并产生较大噪声。针对此问题,采用ADAMS和AMESim软件建立了该装置的参数化启闭模型,计算了其盖板在开启时与止挡板发生碰撞所受到的冲击加速度和冲击力,并与试验结果进行对比,验证了模型的准确性。在此基础上,以实现开启时该舰艇装置所受到的冲击加速度和冲击力最小化为目标,对其液压系统进行了优化设计。结果表明：该方法可明显降低该装置在开启时所受到的冲击加速度和冲击力。

     

基于步行到站者出行时间的独立BRT走廊站距优化模型

BRT站距影响乘客到达BRT 站点所花费的平均时间,这种影响对步行到站者的出行显得尤为明显。首先,对BRT走廊辐射区域进行了细致的解析,以到站时间受站距影响较大的步行到站者为研究对象,分析步行到站者的平均到站时间,得到了步行到站平均时间同站距的函数关系。在此基础上,以增加站点数量造成的平均步行到站时间减少同BRT车辆运行时间的增加两者之间的平衡为目标,建立了BRT走廊站距优化模型,给出了模型参数的标定方法。该模型对BRT 影响区进行细化,更加符合实际情况,能为BRT实际设站提供一定的参考。     

混合式航空货运网络优化

为了优化具有点-点式与轴-辐式混合特征的航空货运网络, 基于航空货运企业的OD流量, 构建了双层优化模型。上层模型以货运企业总运输成本最小为目标, 优化航空货运网络结构与配置运力, 下层模型计算均衡状态下各航段上的货物流量。选取顺丰航空服务的14个城市的相关数据对双层优化模型进行验证, 以设置4个枢纽机场为前提, 分别对使用4、5、6架全货机的货运情况进行分析。分析结果表明: 3种情况下北京、上海、南京、深圳4个机场均被设置为枢纽机场; 当使用4架全货机时, 全货机分别被安排在北京-南京、北京-深圳、上海-深圳、南京-深圳的航段上, 4个枢纽机场的快件中转率分别为24.3%、24.2%、47.8%、14.9%, 南京机场的快件中转率最大, 深圳机场最小; 当使用5架全货机时, 第5架全货机被安排在北京-上海航段上, 其余4架全货机的航段没有变化, 4个枢纽机场的快件中转率分别为38.6%、50.9%、44.3%、11.9%, 上海机场的快件中转率最大, 深圳机场最小; 当使用6架全货机时, 各枢纽机场间的航段上都有全货机, 4个枢纽机场的快件中转率分别为38.5%、74.0%、79.5%、10.2%, 南京机场的最大, 深圳机场的最小。可见, 南京是典型的中转型枢纽城市, 而深圳是典型的腹地型枢纽城市; 货运需求大的城市的机场易被确定为枢纽机场; 枢纽机场与非枢纽机场都可能中转货物; 距离较近的2个机场可能会同时被确定为枢纽机场。     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。     

基于粒子群算法的城轨列车节能驾驶优化模型

为了降低城市轨道交通中列车在站间运行的能耗, 研究了列车的站间节能驾驶策略, 在考虑线路限速和坡度的情况下, 建立了时间约束下的列车节能优化模型, 采用粒子群算法优化目标速度序列得出了列车节能驾驶策略。节能驾驶优化方法通过2个阶段来实现, 第1阶段在站间运行时间不变的情况下, 采用粒子群算法优化了列车在站间的节能驾驶策略, 得到了运行时间和能耗的关系, 第2阶段在多站间总运行时间不变的前提下, 将运行时间进行重新分配, 得到了列车在全线运行的节能驾驶策略。以北京地铁亦庄线实际线路数据和车辆参数为基础, 对优化方法进行仿真验证。仿真结果表明: 经过第1阶段的优化, 列车在万源街-荣京东街的单站间运行能耗降低了6.15%, 经过第2阶段的优化, 列车在多站间总运行能耗降低了14.77%。可见, 优化模型可以有效降低列车的运行能耗, 为列车时刻表的编制提供依据。