深水钻井船波浪载荷预报

以两艘钻井船为例,分别计算其波浪载荷传递函数和波浪载荷长期预报值,将计算结果与规范计算值比较,且对其中一艘钻井船计算其不考虑月池开孔时的波浪载荷预报,试图找出钻井船与常规船型的差异,为结构设计人员在钻井船设计方面提供一定的借鉴。     

基于灰色马尔科夫模型的重庆市水运货运量的预测*

通过对重庆水运发展现状的研究,根据马尔科夫理论及灰色预测模型,将灰色GM模型与马尔科夫状态转移矩阵相结合,建立了预测重庆水运货运量的灰色马尔科夫模型,并通过实际预测发现,该模型的预测精度明显高于灰色预测模型的预测结果,并预测了2011—2012年重庆市水运货运量。     

AERMOD-EIA模型参数在港口粉尘污染预测中的敏感性分析

以散货中转码头为例,以区域浓度污染分布情况以及TSP日均浓度最大值作为研究对象,研究了EIAProA2008软件AERMOD模型的污染物粒径分布、地面粗糙度、地表湿度3个参数的敏感性,并确定了区域污染面积和TSP日均浓度最大值最大时所对应的参数条件,为模型的应用、预测复核及技术评估提供参考。     

热空气老化法测定橡胶贮存寿命研究进展

简要介绍了热空气老化法的基础理论,概述了热空气老化法测定不同橡胶密封材料贮存寿命的研究进展,为装备可靠性的提高和装备的维护提供理论依据和参考。     

TST超前地质预报技术在贵州岩溶地区的应用

为探索岩溶地区有效的超前预报技术方案,结合岩溶区的地震波场特征,尝试使用基于散射和反射混合模型的TST隧道超前预报技术进行地质超前预报。主要研究成果如下:1)基本查明斗磨隧道进口平导和大独山隧道1#横洞掌子面前方150m预报范围内的地质情况;2)探明隧道掌子面前方岩溶裂隙、溶洞的分布范围、规模以及发育情况;3)预报的结果与实际情况基本一致,为提前采取支护措施提供准确的地质依据。     

肥大型船模操纵性水动力CFD预报的试验验证分析

肥大型船操纵性水动力的预报不仅是肥大型船操纵性设计多方案选型及优化的基础,而且是水面船操纵性水动力预报中的难点.文章探讨了CFD在肥大型船操纵性水动力预报方面的应用能力和预报精度,并进行了系列模型的CFD计算与验证分析,结果表明所建立的肥大型船操纵性水动力CFD数值预报方法具有良好的精度和普适性.     

电动汽车电排用浸塑聚氯乙烯老化研究及寿命预测

通过热老化试验,研究老化温度与老化时间对电动汽车电排用浸塑聚氯乙烯(DPVC)断裂伸长率、质量变化率和绝缘电阻的影响.通过试验数据分析和拟合,建立不同温度下老化时间和断裂伸长率、质量变化率之间的函数关系;结果表明,绝缘电阻失效时间与质量损失降至50％时的临界时间较为接近,在实际使用过程中,可以DPVC质量损失作为其绝缘...     

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。     

Residual life prediction for marine diesel turbocharger based on Wiener process北大核心CSCD

[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。     

基于注意力机制的CNN-LSTM剩余寿命预测研究

机械设备剩余寿命的准确预测可以降低昂贵的维护费用,提高机械设备的安全性。随着深度学习的发展以及注意力机制被广泛应用于各个领域,基于数据驱动的剩余寿命预测方法为机械设备寿命预测提供了众多的方法。文章提出了一种基于注意力机制的CNN-LSTM剩余寿命预测方法,该方法利用不同的注意力机制包括通道注意力、CBAM机制和自注意力等进行剩余寿命预测试验。注意力机制可以向CNN-LSTM提取的特征信息分配不同的权重,突出关键的特征信息,过滤无用信息,进而更准确地表示设备的退化特征信息,最终得到设备的剩余寿命。文章对NASA发动机数据集进行了剩余寿命预测试验,同时研究了不同注意力机制影响,试验结果表明,基于注意力机制的方法可以有效地进行剩余寿命预测,所提方法具有一定的应用价值。