基于概率风险评估的舰船装备研制风险分析与决策

随着数字化造船技术的发展,在舰船装备研制过程中,对定量风险分析的需求越来越强烈。针对我国舰船装备系统复杂、研制周期长的特点,本文提出了一种基于全寿命周期数据管理（PLM/PDM）系统的风险管理和决策支持系统。并结合概率风险分析方法与定性风险分析方法在船舶系统应用的特点,在风险数据收集、风险模型和风险知识库建立及完善等几个方面进行了深入分析。     

部分敷设阻尼层的有限长环肋圆柱壳声辐射计算方法研究

利用模态展开技术和Green函数法研究了部分敷设阻尼层的有限长环肋圆柱壳在流场中的声辐射特性.环肋圆柱壳两端简支,并连有无限长的刚性圆柱障板;阻尼层用无质量的粘弹性弹簧模拟.在环肋圆柱壳的模态运动方程中,外声场、阻尼覆盖层和环肋之间存在复杂的模态耦合效应.文中计算了有限长环肋圆柱壳在水下的辐射声功率和振动均方速度,分析了阻尼层覆盖面积、阻尼层刚度、环肋等对其水下声辐射的影响.     

索塔小半径环向预应力束施工技术研究

斜拉桥上塔柱拉索索塔锚固区应力集中,应力分布复杂,通过设置环向预应力以确保锚固区具有足够的水平承载能力和抗裂安全度。经过对南仓斜拉桥索塔U形预应力束施工各控制环节的分析研究,选择了最佳留孔材料,采用波纹管定位、真空辅助压浆工艺新技术,研究了环向预应力束的穿束、张拉等施工工艺。     

基于SVM的电子装备故障预测方法研究

探讨了支持向量机时间序列预测模型的应用。将支持向量机时间序列预测技术应用于电子装备故障预测中,对某型电子装备的数据传输插件板进行了故障预报,通过实验证明了该方法的有效性和实用性。     

无网格法求解精度影响因素研究

基于移动最小二乘法的无网格法的计算精度影响因素很多,文中通过分析经典的Timoshenko悬臂梁问题,定义了一个能量范数作为误差指标,用Matlab程序开发了无网格法计算程序,对离散节点的排布方式及其分布密度、权函数的选取和权函数影响域的大小这几种主要求解精度的影响因素进行了计算分析,考察了不同情况下无网格法的计算精度及效率,得出了一些有益的结论.     

环珠江三角洲地区发展港口物流的对策研究

港口作为运输网络的重要枢纽节点,在综合物流体系中占有重要地位。阐述了环珠江三角洲地区三个港口群的发展状况,分析了环珠江三角洲地区发展港口物流的优势和制约因素。从加快构建环珠江三角洲地区临港工业走廊、建设自有特色的港口物流和完善集疏运体系、促进港口物流对接三大方面提出加快环珠江三角洲地区港口物流发展的策略。     

内嵌环肋结构声学黑洞消音器设计及优化

本文基于声学黑洞效应设计了一种内嵌环肋结构声学黑洞消音器,其中内嵌环肋结构尺寸以幂指函数分布。通过在COMSOL中建立该装置的有限元模型,采用控制变量法,探讨了消音器模型的内嵌环肋结构高度分布的幂律指数、消音器截断面厚度、内嵌环肋间距,以及内嵌消音器环形支撑板上穿孔数量和穿孔孔径大小等因素对消声效果的影响,最终提出一种结构优化后的内嵌环肋结构声学黑洞消音器,并对其进行仿真分析。结果表明,消音器工作在低频段（0～400 Hz）,环形支撑板上穿孔数量及小孔径对其消声效果较好;在中频段（400～1 000 Hz）,幂函数指数和截断厚度接近0对其消声效果影响较好;在高频段（1 000～1 200 Hz）,中等肋片间距对其消声效果影响较为显著,且经优化后的消声器模型消声效果明显提升。本文研究成果可对机械设备噪声控制以及新型消音器的设计提供一定的参考。     

舰载发射装置动环断裂故障分析与改进

针对某型舰用发射装置涡轮泵发射系统中机械密封动环卡槽断裂故障,通过建立故障树对故障发生的可能原因进行筛查,并通过仿真分析、试验验证等方法对故障发生的原因进行逐一分析和排查,确定动环断裂的机理,得出导致动环断裂的原因是动环卡槽根部的应力集中。在反复交变应力的作用下,线切割产生的表面微裂纹发生扩展,最终发生断裂。针对上述机理,提出有效的纠正措施,对动环结构设计,加工工艺进行优化改进,通过对比试验验证有效解决动环断裂的故障。     

基于SVM-BP集成学习的舰船蒸汽动力系统故障诊断

传统故障诊断算法用于舰船蒸汽动力系统非均衡类样本问题存在准确率低且误分类的情况,本文提出一种基于支持向量机-BP神经网络集成学习的故障诊断模型。使用主层次分析法降低原始数据集的特征维度以改善数据量之间的冗余问题,然后设计3个并行的支持向量机分类器进行故障诊断,将分类器的结果数据融合作为BP神经网络的输入,进行二次诊断,得到最终的结果。用仿真平台采集的样本数据进行验证并重复运行30次获取结果,最终模型平均召回率为84%、平均准确率为95.04%。对比传统诊断算法及常用集成算法,该方法的准确率以及少数类样本的召回率明显高于其他诊断方法。     

基于混合核函数GA-SVR的动车组制动闸片寿命预测

制动闸片是基础制动装置中的执行机构,对其使用寿命的精确预测直接关乎动车组的安全运行问题。为解决传统的SVR模型在寿命预测时存在着不能兼顾各类核函数优良性能的问题,进一步提高动车组制动闸片剩余寿命预测精度,提出一种基于遗传算法优化且集合了不同核函数优点的混合核SVR回归模型。首先分别采用具有优良泛化能力的多项式核函数和突出学习能力的RBF核函数构建2个单个核函数SVR回归模型。随后利用遗传算法以交叉验证方式下模型预测产生的均方误差和作为适应度函数,对2个单一核SVR回归模型的惩罚因子c和函数带宽g进行寻优求解,得到2个性能最佳的单核SVR回归模型。然后以均方误差最低为目标调整混合因数,将2个核矩阵融合为一个仍满足Mercer条件的混合核矩阵,作为新的GA-SVR模型核函数矩阵。最后基于得到的模型对动车组制动闸片剩余寿命进行评估。结果表明：混合核模型在各个时段预测时产生的累积相对误差均低于单一核模型,且在方上差也更为平稳。直接体现了所建立的模型在学习能力与泛化能力上都较单一核GA-SVR模型有了提高,有效提高了动车组制动闸片寿命预测的精度,更出色的泛化能力也表明了该模型具有一定的工程实用价...