新型负阶跃动态扭矩校准装置

针对扭矩传感器静态校准无法完全满足实际需要的难题,设计一种新型100 N·m负阶跃动态扭矩校准装置,并阐述该装置的工作原理和关键技术。校准装置由扭矩产生装置、连接系统、制动系统、信号处理控制系统和空气轴承系统组成,利用火工拔销器产生负阶跃动态扭矩,较大程度上降低负阶跃动态扭矩的下降时间,并采用空气轴承的支承方式提高动态扭矩的传递精度。通过对试验数据进行分析和处理,结果表明该装置负阶跃扭矩产生时间低于0.1 ms。不确定度分析结果显示,该装置的扩展不确定度U为4.22%,扩展因子k为2。     

气动弹簧在绞吸挖泥船低频振动控制中的应用

针对绞吸挖泥船铰刀旋转切削岩石时产生的低频振动问题,基于气动弹簧的结构形式、受力分析及固有频率低的特点,研究气动弹簧在绞吸挖泥船上的应用方案,并利用船体和生活楼的位移反馈信号控制气动弹簧减振系统的工作状态,同时还介绍了船舶设计过程中需注意的问题。     

船舶烧伤病房气流组织分析与优化

针对舰船舱室气流组织的形式特点,以烧伤病房作为研究对象建立数学模型,通过使用Airpak软件对烧伤病房不同设计方案下的气流组织进行了计算仿真,通过舱室温湿度,空气流速,热舒适指标等参数的对比,获得舱室的压力、温度、速度、热舒适性指标等的分布特性,对烧伤病房气流组织进行了分析并提出了优化方法,可以有效提高人员的舒适性和气流组织效果。     

肘板对肋骨侧向稳定性的影响

通过研究在环肋圆柱壳的肋骨周向均匀布置肘板,得到肘板能有效限制肋骨的侧向变形,改善肋骨的侧向稳定性,提高肋骨的临界失稳压力,通过对比分析半肋距肘板和整肋距肘板,得到整肋距肘板对肋骨的侧向约束效果更明显,更有利于提高肋骨的侧向稳定性,最后得出整肋距肘板能有效提高肋骨的侧向稳定性和圆柱壳的整体稳定性。     

囊式空气弹簧机械阻抗特性研究

根据小幅振动的线性叠加原理将囊式空气弹簧分成几个简单的可解析计算的规则区域,结合线性空气波动理论求解出空气弹簧内部声压场的分布。根据弹性薄壳无矩理论推导出旋转壳体状态向量的一阶常微分矩阵方程,利用齐次扩容精细积分法推导出壳体的传递矩阵,结合动力平衡方程求出空气弹簧在位移谐波激励下所受到的激励力,进而得出其机械阻抗。算例结果表明该方法合理可行,为运用近似解析法分析空气弹簧的阻抗特性提供了一种新的思路。     

大型蓄电池修复装置的信号调理技术研究

为提高大型铅酸落后蓄电池修复装置的控制性能和修复效果,分析了蓄电池修复装置的布局特点,研究修复装置信号调理系统,设计了信号调理系统的各组成模块,应用信号调理工控机及数据采集卡模块,集成了先进、有效的大型蓄电池修复装置信号调理系统,为蓄电池修复装置提高电池的容量,发挥修复效果奠定基础。     

考虑残余应力效应的深潜器耐压壳体疲劳研究

本文考虑焊接残余应力的影响,给出包含裂纹萌生和裂纹扩展全过程的载人深潜器耐压球壳疲劳寿命预报方法,分别基于局部应力-应变法和能计及负应力比效应的裂纹扩展单一曲线模型预报了耐压球壳的工艺疲劳寿命和使用疲劳寿命,研究焊接残余应力大小对球壳疲劳寿命的影响。结果表明,忽略拉伸残余应力的影响将导致疲劳寿命预测结果偏于危险;耐压球壳整体受压时,拉伸残余应力使得球壳局部区域承受拉-压循环载荷,计算使用疲劳寿命过程中须考虑其影响;降低拉伸残余应力可有效提高耐压球壳的疲劳寿命。     

舰船机舱油雾浓度测试研究

本文采用计重法和气相色谱/质谱联用法对舰船机舱不同存在形态的油雾污染物进行浓度测试.结果表明:直通舱室的冒气口是舰船机舱油雾污染的主要来源,虽然油雾净化装置的净化效率高(90%以上),使舱室环境的油雾浓度保持在较低浓度水平(1.6~3.1 mg/m3),但机舱的空气质量状况与船员对于空气品质的要求还有较大差距.因此建议加强对油雾的排放控制,增强净化装置的处理能力,同时继续开展对机舱油雾的深化研究,切实改善和提高舱室的空气质量.     

船体曲型分段外板板架吊装工艺优化

针对曲型分段建造时外板板架的吊装、装配过程在传统吊装工艺存在局限性,以某散货船的曲型外板板架为例,探讨起吊设备对其脱胎、翻身、大组整个吊装过程中影响作业效率的因素.在传统吊装工艺的基础上,结合现场实际情况,优化并设计新的吊装方案,使船体曲型外板板架的吊装作业更加便捷、高效.     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.