民用核动力船舶电力系统方案研究

本文以民用核动力船舶的发展方向为立足点,充分考虑民用核动力船舶的安全性、可靠性、冗余性、经济性设计需求,给出了不同用途下的民用核动力船舶电力系统解决方案。此外,针对自航类核动力船舶所有交流电源失效的可能性和救援的时差性,提供了一种增加附加直流电源来保证安全性的解决方案。     

物探船数据中心空调送风方式数值模拟与分析

物探船的数据中心需要具备强大的数据处理能力,能够胜任海上各种数据的采集、分析任务。在数据处理业务需求和计算机技术的共同推动下,数据中心的热密度也显著上升,常用的空调系统已难以满足这类高密度机房的冷却要求。本文介绍了为某三维物探调查船数据中心设计的地板空调下送风方案,并采用数值模拟计算的方法对三种回风方式的气流组织形式进行分析研究,结果表明这种方案可以更有效地满足数据中心降温要求。     

自航自升式风电安装船总体设计研究

自航自升式风电安装船是一艘具备8MW及以下海上风机基础的打桩施工、塔筒吊装和风机安装能力,航区满足国际调遣的动力定位特种工程船舶。本文回顾了风电安装船的发展历程,说明了自航自升式风电安装船的基本概况,论证了作业水深、起重能力、可变载荷和定位方式等船型参数。重点研究了阻力试验结果,自航平台船员舱室问题,桩靴轻量化设计,谐波治理和连续式升降系统选型等设计要点,为同类船型开发提供参考。     

Application research on intelligent technology of unmanned surface vessel engine room北大核心CSCD

全自主无人舰船正在受到越来越多的关注,机舱智能化技术是无人舰船长航程全自主运维的基础,是实现其任务使命的重要保障。首先综述国内外机舱智能化技术的发展现状,然后,从无人舰船机舱智能化的任务需求出发,分析机舱智能化应用管控的对象范围,并归纳出机舱智能化5个方面的能力目标图像。进而,基于“应用-控制-现场”分级,提出机舱智能化技术应用总体架构和系统组成,以及实现机舱智能化的技术途径。最后,对未来无人舰船的机舱智能化技术发展重点进行讨论。提出的目标图像和应用方案,对无人舰船机舱智能化技术应用总体研究和机舱智能化技术发展具有一定参考意义。     

减低中国籍船舶在日本PSC滞留率的对策探讨

简述了中国籍船舶连续三年在日本PSC检查被滞留的情况 ,分析了日本采用的T -MOU目标因素选船法、日本PSC检查的特点和PSC滞留响应程序 ,提出减低中国籍船舶在日本PSC检查滞留率的途径和对策     

多功能海上重吊船LNG燃料应用分析

基于某多功能海上重吊船液化天然气（Liquefied Natural Gas，LNG）双燃料系统的设计，结合其典型运营工况，采用经济性（Economic Performance，EP）分析方法对LNG燃料和低硫船用轻质柴油（Low Sulfur Marine Gas Oil，LSMGO）燃料的能量消耗、额外初始投入成本、运营成本（Operating Expense，OPEX）等进行分析比较。结果表明，在满足设计要求的前提下，在中长期的船舶运维周期内，LNG燃料的EP更好。考虑未来船用清洁燃料的发展，相关研究可为海上工程作业船舶的燃料动力系统的设计和选择提供思路。     

5000t海缆施工船总体设计特点

介绍5000 t海缆施工船“启帆9号”的研发设计,包括海缆作业特点以及在大型海缆船设计中的船型优化、船体结构、海缆作业系统、定位系统等关键技术方面的设计思路,并对大流速条件下海缆敷设、维修作业提出新的解决方案。     

Cargo ship aft panel stresses prediction by deconvolution

This article introduces novel extreme value prediction method that can be used for a variety of offshore engineering applications. First, to demonstrate the novel method, fictitious data from a non-linear Duffing oscillator and measured wave heights were used as examples. The second incident included a container ship that experienced significant deck panel strains while traveling across the Atlantic Ocean in bad weather. The main concern for cargo ship transportation is potential loss of container owing to violent movements. It is challenging to model such a situation because waves and ship motions are both non-stationary and complicatedly nonlinear. Extreme motions greatly increase the role of nonlinearities, activating effects of second and higher order.Furthermore, due to the scaling and the choice of sea state, laboratory testing may also be called into doubt. Therefore, data collected from actual ships during difficult weather voyages offers a special perspective on the statistics of ship motions.This paper aims to highlight an alternative method of extrapolation that is based on intrinsic properties of the data set itself and does not assume any extrapolation functional class. Extreme value predictions typically originate from certain statistical distribution functional classes to fit the data and then extrapolate. Engineering design can make use of the unique extrapolation method that has been proposed. The proposed method's forecast accuracy has been verified in comparison to the Averaged Conditional Exceedance Rate (ACER) extrapolation method.