Predictive power of inspection outcomes for future shipping accidents – an empirical appraisal with special attention for human factor aspects

This paper investigates whether deficiencies detected during port state control (PSC) inspections have predictive power for future accident risk, in addition to other vessel-specific risk factors like ship type, age, size, flag, and owner. The empirical analysis links accidents to past inspection outcomes and is based on data from all around the globe of PSC regimes using harmonized deficiency codes. These codes are aggregated into eight groups related to human factor aspects like crew qualifications, working and living conditions, and fatigue and safety management. This information is integrated by principal components into a single overall deficiency index, which is related to future accident risk by means of logit models. The factor by which accident risk increases for vessels with above average compared to below average deficiency scores is about 6 for total loss, 2 for very serious, 1.5 for serious, and 1.3 for less-serious accidents. Relations between deficiency scores and accident risk are presented in graphical format. The results may be of interest to PSC authorities for targeting inspection areas, to maritime administrations for improving asset allocation based on prediction scenarios connected with vessel traffic data, and to maritime insurers for refining their premium strategies.     

基于三点模型的柴油机热工参数预测

准确预测热工参数劣化趋势是对柴油机实施预测维修的前提。已有预测技术均视不同时段信息所具有的建模价值相等,忽略了近期信息比远期信息更能反映设备当前运行态势这一客观事实,导致预测模型难以准确描述柴油机热工参数的真实变化规律。针对该问题,提出一种基于三点模型的柴油机热工参数预测方法,并采用新陈代谢法同步更新建模数据,以提高建模数据的利用效率及预测精度。与灰色系统GM(1,1)模型预测精度的对比结果表明,三点模型能够有效处理不同时段信息在反映设备运行态势能力上的差异,得到更为准确的预测结果。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

内河船舶波浪载荷研究

利用内河波浪散布图和修订波浪谱对内河系列船舶进行了波浪载荷的计算预报,首次分析了内河船舶波浪载荷的规律和特点,并与俄罗斯内河登记局(RRR)和法国-德国船级社(B-G)的内河规范载荷对应的等效模数要求进行了比较分析。结合实船测试结果表明：波浪载荷变化规律与国外同类规范一致,预报波浪载荷水平与测试结果及国外同类规范要求相当。内河船舶波浪载荷预报应考虑航速和水深的影响,载荷预报结果可以作为制定内河波浪载荷公式的基础。     

大深度浮力驱动式水下运载器的浮潜运动研究

基于模型试验,对大深度浮力驱动式水下运载器的上浮运动进行研究与分析,基于数值仿真,提出大深度浮力驱动式水下运载器浮潜运动的快速预报方法,并将预报结果与模型试验结果进行对比,证明快速预报方法的准确性。使用快速预报方法,针对水下运载器比重变化、流体密度变化、水下运载器初速度以及水流扰动4种因素对浮潜运动的影响进行研究.此外,对水下运载器作六自由度运动时所受的水动力进行计算,为后续的六自由度运动预报和研究提供基础。     

北方煤港装卸设备清洁生产技术与应用

针对目前国内煤炭港口生产作业过程中扬尘严重、环境日益恶化的现状,对北方煤炭港区装卸生产设备进行研究,从煤炭在物料转接过程中的撒漏和扬尘的形成机理入手,对各作业点存在的清洁生产问题进行总结和剖析,进而开展对物料运输的各个工作点的改进研究,找出生产工艺流程中控制撒漏和扬尘的方法。     

汶川地震震中区高速公路隧道超前地质预报方法

映汶高速公路公路位于四川汶川大地震震中,受地震强烈构造作用影响,隧址区岩体裂隙发育,松散破碎,存在构造富水,地震垮塌堆积体众多,地质条件极为复杂。文章根据本工程隧道的工程地质问题,通过对国内外隧道超前地质预报常用方法的分析,提出了针对本工程的隧道超前地质预报方案,并对地质预报的实施应用及效果进行了举例说明。     

基于Intergraph Smart 3D的邮轮电缆自动敷设功能优化开发

Intergraph Smart 3D软件的电缆敷设功能在化工电力行业应用较为广泛,考虑到邮轮电气生产设计中的电缆具有长度长(3 000 km～5 000 km)、种类多、通道网络复杂和分段敷设的特点,直接应用Smart 3D原生的电缆敷设功能进行电缆敷设存在较大的风险。从邮轮电缆敷设需求出发,对Smart 3D原生电缆敷设解决方案进行优化,充分考虑电气设计人员的使用习惯,基于贪心算法和单源最短路径算法(Dijkstra算法)优化算法解决断续托架的电缆敷设和电缆分区敷设最优路径选取的问题,提高电气设计人员的电缆敷设效率。     

基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。     

适于TBM施工的HSP法实时预报技术设计与实现

为实现TBM施工隧道的实时地质预报,以TBM刀盘滚刀破岩震动作为震源的HSP法地质预报技术为基础,通过分析TBM施工工艺与机身结构特点,对HSP系统硬件和软件进行优化设计,使其小型化、自动化和智能化,并搭载于TBM上进行智能控制。在TBM掘进过程中,首先,通过隧道轮廓位置的检波器连续或高频次地采集地震反射波信号; 然后,经系统软件对数据的自动处理,实时获取掌子面前方地层反射特征参数图谱; 其次,通过智能识别技术完成对不良地质反射界面的有效拾取与判识; 最后,实现不良地质的探测。通过对适于TBM施工的HSP法实时预报技术进行优化设计,实时探查前方地层不良地质(体)位置、规模与性质,为TBM的高效施工起到一定的推助作用。