曼恩二冲程低速柴油机调优方式比较与实例分析

解释了柴油机调优方式,介绍了曼恩二冲程低速柴油机的五类调优类型。通过比较衍生出的六种具体调优方式下单位油耗曲线以及排气温度曲线,分析总结了这些调优方式的整体规律及其各自特点。以38000 DWT绿色海豚型散货船为例,分析了这些调优方式下主机油耗及废气蒸汽产量的表现,并结合船舶不同的运营环境给出了建议的方案。     

BMS中电感开路失效分析及其可靠性测试标准优化

新能源汽车相比于传统燃油车,增加了电池充放电、均衡等工况,故而对动力电池系统内的电子设备提出了新的可靠性要求。本文针对某电池管理系统（BMS）在温度交变测试中发生的电感开路失效,开展了完整的失效分析,找到了绕线电感的设计和工艺缺陷。结合失效机制,制定了改善方案。最后,基于定量工况分析方法和加速寿命模型,以及鲁棒性的思想对器件的准入验证标准进行优化,更新了电感可靠性测试标准中温度交变类项目的测试要求,固化为企业标准。     

城市轨道交通列车噪声预测模型研究

以已建立的城市轨道交通噪声预测模型为基础,提出改进的噪声预测模型。明确了各预测参数,采用对数回归关系确定了各影响因子与等效声级的关系。运用预测模型对长春轻轨噪声进行了预测。通过与实测结果进行比较,预测值与实际结果的误差<1dB(A),表明所提出的预测模型可精确反映长春轻轨的噪声级。     

基于HighD数据集的高速公路交通冲突预测方法

为改进高速公路交通冲突模型,基于High D数据集提取某路段交通冲突数据和交通流数据,依据TTC(time to collision,碰撞时间)的大小确定轻微冲突、一般冲突以及严重冲突的阈值。研究不同影响因素与冲突次数之间的关系,并对4种模型的效果进行比较,为冲突预测方法的研究提供思路。首先,针对不同严重程度的交通冲突数分别采用Poisson(泊松)模型、NB(Negative Binomial,负二项)模型、ZINB(Zero-inflated Negative Binomial,零膨胀负二项)模型及ZIP(Zero-inflated Poisson,零膨胀泊松)模型进行回归分析。其次,利用赤池信息量准则、贝叶斯信息准则对4种模型的拟合效果进行比较。结果表明:不同冲突次数预测模型中表现最佳的模型分别为NB模型、ZIP模型以及Poisson模型,3种模型中加速度标准差和平均速度都与冲突次数显著相关。     

平价时代下风能资源精细化资源评估的思考

1 增加测风塔仪器 在2018版的《风电场工程风能资源测量与评估技术规范》中已经提出了安装2层温度传感器.在新版本Meteody WT中已经可以利用温差来计算风场处的热稳定度等级.因此建议在测风塔底层和顶层各安装一层温度仪. 另外在安装测风塔前期往往估错后期风电机组的安装轮毂高度.顶层风速是对资源评估最重要的,目前测风塔风速仪器安装层大都以20～30 m为间隔,如果顶层风速缺失,风速评估影响极大.因此测风塔在安装前期应在高层每10 m安装一个风速仪,对于重要高度可以安装2套风速仪.另外,在东南低风速平原地区,测风塔高度层最好超出目前预期风机轮毂高度10～20 m.     

高精度电涡流测微系统的研究

在介绍电涡流传感器工作原理及系统构成的基础上,提出了一种基于矩形域最小二乘曲面拟合算法进行温度补偿的方法,利用DSP进行数据的采集和处理,通过建立温度间距频率之间的数学模型,实现了电涡流测微系统在高精度微位移测量领域中的应用。实例表明所建模型是合理的,该方法是行之有效的。     

2205双相不锈钢临界点蚀温度的测定

依据ASTM G48标准试验方法对某天然气管道工程应用的2205双相不锈钢钢管的临界点蚀温度进行了测定,并且对产生点蚀的现象和原因进行了研究。结果表明该钢管材料的CPT为38℃,点蚀分为2种发展趋势(点蚀坑的形貌分为2种):第1种是表面张开型蚀坑,氯离子在试样表面聚集,形成蚀核并向其周边生长在试样表面形成光滑的腐蚀形貌;第2种是表面封闭性蚀坑,是由于材料表面局部钝化膜破坏,氯离子通过优先发生点蚀的区域向内部渗透,在试样表层下面形成高氯离子区,随后腐蚀区域慢慢增大,形成腐蚀空洞。     

预应力波形钢腹板组合挑梁结构的探索性研究

钢-混凝土组合脊骨梁是一种新型的桥梁结构形式,其钢挑梁常采用平面钢腹板,由于混凝土的收缩、徐变以及混凝土板和钢梁之间的温差效应,引起挑梁根部混凝土板的较大拉应力。针对上述问题,该文提出在组合脊骨梁中采用预应力波形钢腹板组合挑梁这一结构形式。通过实桥背景算例,重点对比分析了两种组合梁预应力效率、温差效应、收缩徐变等方面的力学特征。结果表明,波形钢腹板组合挑梁在力学性能、经济性、施工等方面都具有较大的优势。     

基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。