载人潜水器耐压球壳的多目标优化设计

采用基于响应面(RSM)近似模型和遗传算法(GA)对某深海载人潜水器耐压球壳进行多目标优化设计。首先建立深海载人潜水器耐压球壳的结构优化模型,通过试验设计(DOE)获得设计目标的响应特性,拟合得到响应面近似模型,最后采用Pareto遗传算法对响应面模型进行多目标优化求解,得到潜水器耐压球壳的优化设计方案。     

船舶电站负荷扰动下轴系瞬时转速的动态仿真

受到大负荷扰动后,船舶电站的参数将发生较大变化.从发电柴油机、电力负荷、发电机及励磁调节系统方面建立柴油机瞬时转速的动态模型,并从气缸做功和负载方面对瞬时转速变化方面进行分析.依据发电柴油机的不同负荷类型,分别从恒定阻抗法、电动机机电暂态过程动态特性、负荷的静态特性三方面进行归类计算,提高了负荷的动态和静态仿真性能,励磁系统则采用三阶实用模型.最后利用Matlab/SIMULINK进行了系统的静态、暂态和动态稳定性分析.     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

一种螺旋桨参数化建模方法

对螺旋桨进行优化时,需要建立起优化计算的样本空间,即要实现初始桨的参数化建模。本文基于贝塞尔曲线拟合原理编程实现了螺旋桨的参数化建模,对螺旋桨的径向参数分布分别用一条贝塞尔曲线进行拟合,曲线的控制点通过遗传算法寻优求得。文中以4382桨为例,对其进行参数化建模,讨论了三、四、五、六阶贝塞尔曲线的拟合效果,发现三阶贝塞尔曲线拟合光顺性最好、拟合平均误差可以控制在0.3%以内,而且控制点个数较少,最适合拟合螺旋桨径向参数分布。最后通过调整三次贝塞尔曲线控制点的位置调整了原桨叶的几何形状,得到光顺性较好的新桨叶模型,表明该参数化建模方法合理。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

岩基上键槽式闸室结构与整体式闸室结构受力特性比较

以岩基上某闸室结构为例,开展设置键槽缝底板和整体式底板闸室结构的受力特性研究。应用Ansys中面面接触单元Targe170 和Conta173模拟键槽的非线性接触,分析检修、低水、完建和高水4种工况下键槽闸室结构的应力、底板弯矩和地基反力分布规律,并与整体式闸室结构进行对比分析。研究结果表明：检修工况和低水工况两模型的应力、弯矩以及地基反力分布规律相似,其值均较小,检修工况底板中心产生较大的负弯矩;完建工况两模型底板正弯矩取得4种工况中最大值,分别为18 016和31 163 kN?m,整体式结构底板弯矩较大,表明键槽缝的存在可有效减小闸室底板的正弯矩,该工况下地基反力最大;高水工况在底板顶部中心两侧产生最大拉应力,两模型数值相近,此时键槽闸室底板跨中弯矩值较小。     

基于进化神经网络的超声回弹综合法火灾后混凝土强度的评定

基于火灾高温后混凝土强度的评定是判断火灾后建筑结构损伤程度、剩余承载力的重要依据,设计了一个进化神经网络模型,用遗传进化算法优化RBF网络的连接权和网络结构,并将其应用于火灾后混凝土抗压强度的评定,给出了混凝土强度测试的实验方法。研究结果表明,所提出的进化神经网络比回归计算方法具有更高的识别精度和较强的实用性。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵,对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别,设计了多级联动的信号控制流程与实现方式,构建了不同拥堵程度下的分级响应控制策略,基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法,建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明,在主线不同拥堵程度下采取的级联信号控制方法,可以有效提升快速路主线平均车速,并未导致匝道排队的恶化,局部路网平均延误均有明显降低.     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.