FPSO内孤立波载荷实验观测及理论预报模型研究

利用大型密度分层水槽开展了下凹型内孤立波作用在FPSO上的载荷特性系列实验;并依据实验工况,考虑KdV、eKdV和MCC内孤立波理论的适用性条件,数值研究了FPSO内孤立波载荷成分构成;基于实验结果和载荷成分构成,建立了FPSO内孤立波载荷的理论预报模型.研究表明:FPSO内孤立波水平载荷由粘性力和Froude-Krylov力组成,而垂向载荷主要为垂向Froude-Krylov力;Froude-Krylov力可通过动压力沿FPSO浮体湿表面积分得到,粘性力则通过经实验回归的摩擦系数Cf、形状修正因数K乘以内孤立波诱导水质点切向速度沿FPSO浮体湿表面积分得到.系列实验结果得出:摩擦系数Cf和形状修正因数K与雷诺数Re、KC数和流体层深度比h1/h有关;摩擦系数与Re呈自然对数关系;而形状修正因数K与KC数呈幂函数关系.理论预报模型预报的水平载荷、垂向载荷结果均与系列实验和数值结果吻合较好,并且发现随着内孤立波振幅的增加,载荷幅值近乎线性增加,而且上层流体深度对水平力幅值有明显的影响.     

船舶进出洋山四期全自动化集装箱码头通航注意事项

洋山深水港是世界最大的海岛型人工深水港,也是上海国际航运中心建设的战略和枢纽型工程。洋山四期工程于2014年12月开工建设,是洋山深水港的重要组成部分,该码头总用地面积223万m^2,泊位长2 800 m,其中集装箱码头岸线2 350 m,共建设7个15万吨级集装箱泊位,是目前全球一次性建成规模最大的自动化集装箱码头。     

优化机车配件检修档案管理之我见

机车配件检修档案是机车检修工作的重要组成部分,是机车检修管理系统的重要基础。通过分析和研究柳州机务段机车配件检修档案管理模式,针对存在的问题和弊端,论述优化机车配件检修档案管理的目的,提出优化机车配件检修档案管理的具体内容和意见建议,并以此为契机,建立机务综合管理信息系统。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

某型机车用辅助滤波柜的研究

文章介绍了某型机车用辅助滤波柜的内部结构,并分析计算其电气参数,进行相应的电气仿真,验证了其参数的合理性。用Icepak软件搭建了辅助滤波柜的散热模型,验证了其柜体内三相变压器温升符合相应的标准,其散热模型数据和实际测量数据相差不大,符合设计要求。     

HX_D1G型机车运行中应急故障的处理

在机车运行中发生故障时,应避免长时间停车堵塞区间,为了能更快完成机车运行中故障的处理,文章特从机车应急故障处理注意事项、应急故障处理方法和应急故障处理基本流程等方面进行详细说明。     

HXD1型机车零距离无线重联技术应用

文章介绍了一种基于WiFi通信的零距离无线重联系统,并对系统的组成、无线组网实现原理、编组握手流程、解编流程等做了详细分析。同时从HX_D1型机车运行安全的角度对无线传输的数据加密方式、实时监视无线运行状态的手段、安全解除编组的流程进行了研究。此系统已通过现场验证,实际应用效果可以达到现场运行要求。     

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。