非线性兴波数值方法在高速三体船侧体布局方案比较中的应用

为使三体船侧体布局方案阻力性能比较更加可靠,对单体船非线性自由面边界条件的兴波阻力预报程序进行改进,成功开发了考虑升沉和纵倾影响的三体船非线性兴波阻力预报程序,对15种侧体布局方案的Wigley三体船兴波阻力进行计算,并将其与线性薄船理论计算结果、线性自由面条件的Dawson型方法计算结果、模型试验结果进行比较,表明非线性兴波阻力数值方法能够更好地反映三体船兴波阻力特性,用于三体船侧体布局优化设计时较其他2种数值方法更加可靠.     

基于BP人工神经网络和遗传算法的船舶螺旋桨优化设计

在原有图谱设计方法的基础上,采用BP(Back-Propagation)人工神经网络模型和遗传算法GA(GeneticAlgorithm),建立了一种船舶螺旋桨优化设计方法。BP人工神经网络模型通过训练可以具备强大的非线性映射能力,以数学解析的形式,较好地提取了海量螺旋桨水动力性能数据特征;GA不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,为计算机辅助船舶螺旋桨优化设计提供了一种通用的多参数优化框架。针对三体消波艇半浸式螺旋桨和沿海巡逻艇螺旋桨的设计实例表明,该方法能快速可靠地搜索到最优解,不仅具有足够的工程精度,而且实用方便,适用性强。     

南美地区大潮差条件下海港工程设计施工

针对部分海域海港工程建设中潮差较大的问题,设计采取改梁板为下层全预制结构、改护舷挡板为钢结构、试验取消剪力键的方法来减少水上作业时间,并用组合桩解决浪溅区的防腐难题;在施工方面,根据水上施工环境的窗口期分析和潮位预报,提出须乘潮靠港并及时松紧缆,推荐采用随潮差转动的跳板驳和浮码头,借潮起重安装钢栈桥,采用自升式平台避潮和根据潮差采用不同抛石工艺等方法解决大潮差下水上施工的难题,可为大潮差条件下的工程建设提供借鉴。     

越南某电厂新建煤码头排水系统设计方案优化

越南某燃煤电厂为满足当地电力的发展需求,拟对电厂进行扩建,并新建煤码头及输煤系统。针对外方提供的新建煤码头排水系统设计方案,从技术和经济角度展开全面分析,指出外方设计的排水系统存在的不足。结合国内煤码头排水系统的习惯做法,通过对比分析,对外方设计的排水系统进行优化,以满足码头区域雨水和冲洗废水“零排放”的环保要求。     

考虑实时浮态调整的散货船分舱优化

以某散货船为例,在船舶主尺度、船型参数和货舱总长度不变的情况下,将货舱间横舱壁的偏移距离作为优化参数,以船舶静水弯矩和静水剪力为目标函数进行优化,寻求使船舶静水载荷达到最小的横舱壁组合,并针对货物随着舱壁位置不同而引起的浮态变化,编写实时调整压载水的程序。该程序可应用在散货船的初步设计中,对船舶分舱设计和配载布置都具有指导性的意义。     

MARK III 型LNG模拟舱结构安全评估及优化设计研究

液化天然气（Liquefied Natural Gas）运输船的建造技术复杂,货物维护系统（Cargo ContainmentSystem） 种类繁多,船上 LNG 常采用低温高压的储藏方式,该方式对储舱结构强度以及货物维护系统的变形要求非常高。本文采用有限元方法, 对根据行业规范设计的 MARK III 型 LNG 模拟舱结构进行结构强度安全性评估,并在满足 LNG 模拟舱结构承载能力要求的基础上,对 MARK III 型 LNG 模拟舱进行结构优化设计研究,为今后 MARK III 型 LNG 运输船的船体结构设计和优化提供可靠的技术支撑。     

米勒循环结合可变涡轮增压优化柴油机性能的仿真与试验研究

在开发一款机车柴油机过程中,利用AVL BOOST软件对柴油机工作过程进行了仿真计算,计算了不同米勒强度和不同喷油正时条件下柴油机的性能参数。根据计算结果,排除了弱米勒的方案。针对强米勒和中米勒,开展了试验研究,通过调整喷油定时、增压压力设定、共轨喷射压力,进行了多方案试验研究,试验结果表明,强米勒方案虽然可以有效降低Nox排放,但是带来PM排放升高和涡轮前排气温度升高的问题,中米勒虽然降低Nox排放的效果弱于强米勒,但是能获得比较满意的PM排放,且涡轮前排气温度远低于强米勒,综合各方面性能参数的比较结果,在满足排放要求的前提下,中米勒为优选方案。     

中压直流综合电力系统燃油经济性调度策略

由于研究对象、运行要求和调控手段存在差异,陆用电力系统和传统船用电力系统的燃油经济性策略无法直接应用到中压直流综合电力系统中。针对中压直流综合电力系统的能量优化调控需求,建立综合电力系统燃油经济性调度模型,提出基于分层优化方法的系统燃油经济性调度优化算法,实现对整流发电机组出力的优化。同时,提出适用于中压直流综合电力系统燃油经济性优化调度的方法,实现对发电机出力的优化调度,并通过仿真试验验证该方法的有效性。     

减摇鳍海水冷却器防腐防漏优化

海水冷却器在减摇鳍系统中占据举足轻重的地位,决定了设备是否可正常使用。受各类因素的影响,海水冷却器在使用过程中易发生漏水问题,致使油液被乳化,加剧液压零部件的磨损,从而严重影响液压系统的安全与长期稳定运行。而检修作业将对船舶舱内环境产生较大的破坏,增加运营维护成本,解决漏水问题迫在眉睫。文章主要对漏水原因进行分析,并加以优化,提高液压系统的可靠性。     

Strain prediction for critical positions of FPSO under different loading of stored oil using GAIFOA-BP neural network

FPSO (floating, production, storage and offloading) units are widely used in the offshore oil and gas industry. Generally, FPSOs have excellent oil storage capacity owing to their huge oil cargo holds. The volume and distribution of stored oil in the cargo holds influence the strain level of hull girder, especially at critical positions of FPSO. However, strain prediction using structural analysis tools is computationally expensive and time consuming. In this study, a prediction tool based on back-propagation (BP) neural network called GAIFOA-BP is proposed to predict the strain values of concerned positions of an FPSO model under different oil storage conditions. The GAIFOA-BP combines BP model and GAIFOA which is a combination of genetic algorithm (GA) and an improved fruit fly optimization algorithm (IFOA). Results from three benchmark tests show that the GAIFOA-BP model has a remarkable performance. Subsequently, a total of 81 sets of training data and 25 sets of testing data are obtained from experiment using fiber Bragg grating (FBG) sensors installed on the surface of an FPSO model. The numerical results show that the GAIFOA-BP is capable of predicting the strain values with higher accuracy as compared with other BP models. Finally, the reserved GAIFOA-BP model is utilized to predict the strain values under the inputs of a 10-day time series of volume and distribution of stored oil. The predicted strain results are further used to calculate the fatigue consumption of measurement points.