河钢塞钢对中国港口开拓海外市场的启示

面对机遇与风险并存的局面,中国港口企业如何学习河钢塞钢管理团队的成功经验,在"走出去"的过程中,用最短时间实现最大化发展近几年,随着"一带一路"倡议转入实体层面的推动,中国港口企业纷纷走出国门,积极开拓海外市场,投资项目的数量和规模不断扩大,取得了不错的成绩。     

应用PIC单片机的航行触礁风险红外预警系统设计

触礁预警信号是船体、礁石与预警系统通过射频技术实现的,当前的红外预警系统中射频信号通信采用单工通信方式,导致系统获取触礁风险等级的速度较慢,据此在应用PIC单片机的前提下,设计航行触礁风险红外预警系统。在硬件方面,用PIC单片机替换原有系统部分硬件,加强对多类型射频信号的传输速度。在软件设计方面,利用三次指数平滑法预测航行触礁风险,通过设置隶属度区分风险等级,采用半双工通信方式,实现对红外预警系统射频信号通信方式的设计。实验结果表明,与传统预警系统相比,此次设计的系统可以快速获取触礁风险等级,提升船舶的航行安全。     

母排接触电阻测量方法的研究

母排是配电板的关键组成设备。而母排与母排连接处的接触电阻则是母排的主要参数之一。因此,对母排接触电阻的测量是至关重要的。文章提出了一种对运行中的母排接触电阻进行实时测量的方法。通过采集母排连接处的电势,得到连接处两端的电压差,同时测得流经母排连接处的电流,再根据欧姆定律即可得到接触电阻。通过分析表明,此方法能够对母排连接处的接触电阻进行实时监测,并且可以预防母排接触电阻过大造成的安全事故,保证船舶供电系统的安全可靠运行。     

沥青路面抗疲劳断裂半刚性基层强度标准研究

为确保水泥稳定碎石（CSG）基层在交通荷载反复作用的情况下不出现疲劳开裂，提出了基于结构与材料一体化控制的CSG材料强度标准的确定方法；研究了CSG基层的力学特性和疲劳特性，建立了力学强度增长模型、力学指标间的关系模型和疲劳方程；推荐了四川省典型沥青路面抗疲劳断裂的CSG基层强度标准。研究发现:CSG的各项强度指标都随养生龄期呈非线性增长，采用骨架密实结构有利于提高CSG的力学强度。提出的力学强度增长方程可以准确预估不同龄期CSG的力学强度；提出了控制疲劳开裂的CSG基层7天无侧限抗压强度标准与7天劈裂强度标准的确定方法，该方法能实现结构与材料一体化设计，可进一步提升CSG基层的疲劳寿命。     

MARIC设计的国内首座1200t自航自升式风电安装平台“振江号”首吊成功

近日,由中国船舶及海洋工程设计研究院(MARIC)研发设计的"振江号"顺利完成江苏如东风场的风机吊装任务,充分证明了"振江号"是经得起实战检验的风电重器,体现了MARIC的研发技术实力。风电重器,首秀惊艳"振江"号是MARIC为江苏振江新能源设计的国内首座1 200 t自升式风电安装平台,是MARIC费龙大师工作室的又一力作,也是MARIC在新型海洋平台系列化研发方面的又一突破。     

强化铁路检修车管理的思考

如何准确、均衡地扣修铁路运用车辆,既保证维修单位任务完成,又满足提高运输效率要求,是铁路运输管理的难点之一。本文以南宁局集团公司为例,总结分析针对检修车扣车不均衡、检修车超定量问题,采取集成数据,编制检修车管理指导子系统,强化检修车的监控与预测、扣车追踪、动态管控、均衡扣车等措施的落实效果,旨在为有效提升检修车管送能力,确保运输用车需求提供借鉴。     

考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。