水面船舶运动姿态对声散射特性的影响北大核心CSCD

[目的]为了进一步提高鱼雷通过声自导识别复杂水面目标的精度,对随机起伏海面及水面船舶运动姿态下的声散射特性进行模拟研究。[方法]基于Kirchhoff近似和六自由度运动分解合成的方法,建立水面船舶目标多路径声散射简化预报模型。在该模型中,海面波浪对船舶六自由度运动幅度和周期的影响由经验统计值描述,通过旋转矩阵和平移矩阵,实现目标各顶点在连续运动状态下的坐标变换。基于此,利用所建预报模型,分析不同水平探测角下船舶六自由度运动分别对声散射特性的贡献度和影响。[结果]研究表明:横摇和艏摇对正横探测方位角的声散射影响较大,纵摇对艏、艉向声散射影响较大。此外,建立了船舶运动姿态与目标声散射回波特性的关系。[结论]研究结果可为声呐设备对水面目标主动声探测提供技术支撑。     

OCTEM和TSP在铁路隧道超前地质预报中的联合应用

查清铁路隧道轴线上的地质构造情况、降低隧道施工过程中地质灾害发生的几率和危害程度,已成为隧道建设的重中之重。首次将等值反磁通瞬变电磁法（OCTEM）和地震波反射法（TSP） 2种物探方法相结合应用于某在建铁路隧道的勘察,通过在隧道掌子面开展TSP法查清构造大致位置,然后运用OCTEM法在地表进一步查明隧道轴线上地质构造的空间分布情况,利用OCTEM法得到的相对电阻率值和TSP法得到的掌子面前方围岩各项岩石力学参数,综合对比分析掌子面前方的地质情况,圈定出断层破碎带的厚度和范围,判定隧道前方洞身的围岩完整性和富水情况。将综合分析结果与掌子面实际开挖情况进行对比,结果表明：在地质构造走向与隧道轴线夹角较小的情况下,2种方法相结合能够准确地查清隧道施工作业前方地质构造的分布情况,更好地解决复杂的地质问题,为优化隧道工程设计及施工方案提供基础资料。     

全浪向波浪增阻预报新方法在实船试航中的应用研究

波浪增阻的正确预报对实船的功率修正具有重要影响,需要恰当消除才能准确评价约定功率下的航速是否达到要求。2022年12月召开的MEPC 79会议正式将ITTC 2021版“实船航速测试分析规程”确定为法定规程,该规程引入了全浪向波浪增阻预报方法 SNNM,弥补了现有波浪增阻预报方法的局限。该文重点研究了周期、浪向、波谱以及RAO曲线形状等因素对SNNM预报方法的影响,可用于指导实船试航的功率修正。     

基于AutoML的长江下游周旬尺度枯水位及潮位预报

基于微软在2018年发布的自动化机器学习建模平台Azure AutoML,探索长江下游水位及潮位预报模型构建与应用。以大通枯水期周旬尺度最低水位、南京未来14与20次低潮中最低潮位的预报为例,开展研究并从模型构建与评估、预报精度、输入因子重要性等角度进行分析。研究结论表明：微软Azure AutoML平台可便捷地进行自动化机器学习模型的构建;两站点的预报模型在2014—2020年模型构建过程、2021年模型精度分析过程中均取得较高的精度指标,但在最低水位(潮位)波动变幅较大的阶段,预报模型的性能有待进一步提高;大通站不同预见期预报模型的重要输入因子较为一致,排名前三的重要变量依次为八里江、大通、安庆水位;南京潮位预报规律较为复杂,应尽量纳入更长时段的前期潮位信息。     

隧道超前地质预报综合技术

系统总结了隧道超前地质预测和预报的方法,并重点介绍了物探法中长期、中期和短期地质预报在施工中的具体操作方法,为规模较大、地质复杂隧道的施工提供参考。     

隧道综合超前地质预报方法及应用

在以往的隧道超前地质预报工作中,一般是采用单一的超前地质预报方法,预报隧道工作面前方的地质信息。通过实践知道,仅仅依靠单一预报方法提供的信息是有局限性的。很多隧道中地质结构复杂,地质灾害频发,单一方法不能提供全面的预报信息,可能造成地质危害的漏报和误报。为了解决单一方法不全面的问题,根据预报对象的地质特点,采用两种或两种以上有效的预报手段进行预报,结论相互印证,提供更为全面的地质预报信息,这就是综合超前地质预报。实例使用了几种超前地质预报方法进行探测,通过预报结论和实际开挖对比分析,通过预报结论和地质信息之间的对比,得到最佳预报结论。     

船舶横摇非线性运动最大值预报

横摇运动振幅渐近分布属于指数型分布，根据应用Markov过程理论得到的极值分布推导了最大值分布公式，同时提出了最大值预报方法。计算表明用此方法预报的最大值与实际统计的最大值非常接近，它比用线性理论预报的最大值误差要小，证明本文提出的最大值预报方法是可行的。     

对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报,基于BP神经网络构建对转桨水动力性能预报模型。首先,采用低阶速度势边界元法建立对转桨水动力性能预报模型,通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算,从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构,通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究,结果表明,采用BP神经网络预报模型可获得与边界元法精度相当的预报结果,但该模型与边界元法相比计算所耗时间可以忽略不计,可有效实现对转桨水动力性能实时、快速预报。     

New method for predicting full-scale power performance of pumpjet propulsion system based on statistical learning北大核心CSCD

[目的]针对“适配于螺旋桨的船尾线型+泵喷推进器”构成的船舶泵喷推进系统,提出一种基于统计学习的实船快速性预报新方法。[方法]以某大型水面船舶泵喷推进系统为对象,通过神经网络学习典型推进泵的推力系数图谱曲线,综合运用船-桨配合时的K_(T)-J曲线和船体-喷泵配合时的推力特性曲线,建立“仅需船舶阻力曲线就能实现船舶泵喷推进系统实船快速性预报”的新方法,并基于船模阻力试验、泵喷模型敞水试验及船体-泵喷自航试验的测量换算结果对实船推进性能的预报结果开展精度校验。[结果]校验结果表明:在航速18~30 kn范围内,船舶泵喷推进系统的自航转速、推力和功率的预报误差可控制在5.4%以内,其中设计航速附近的误差甚至小于2%;船体-泵喷的相互作用程度介于船-桨与船体-喷泵之间且幅值相对较小,推力减额系数为趋向于0的极小值,故船舶泵喷推进系统是介于桨轴推进系统和喷水推进系统之间的产物。[结论]该预报方法有利于提升船舶泵喷推进系统实船快速性预报的能力,可为新型舰艇泵类推进系统总体设计/研究提供参考。     

1Cr18Ni9Ti不锈钢热镦成形工艺性能预报的研究

本文采用前向多层误差反向传播(BP)网络的方法处理数据，建立了1Cr18NigTi热镦粗过程工艺参数与组织、性能之间的网络预报模型，成功地实现了1Cr18NigTi热镦粗过程的锻造性能预报。