挖掘机定深系统在深中通道沉管隧道减载沉箱基床整平施工中的应用

为解决深中通道西人工岛岛隧结合部E1管节顶部减载沉箱基床整平施工中，因潮位低、流速大、施工条件错综复杂造成的水下人工整平存在的安全风险问题，研究开发挖掘机搭载GPS等自动定位测控系统进行减载沉箱碎石基床整平。该系统通过GPS、双轴倾斜仪计算获得驾驶室的位置、姿态，再通过各个摆臂上的单轴倾斜仪计算获得各个摆臂、挖斗的位置和姿态，以指导驾驶员进行基床整平施工。采用该系统对碎石基床整平后，碎石基床高程验收最大值为+4.2 cm，最小值为-3.5 cm，达到了设计及施工要求，提高了碎石基床整平精度。     

西非铝矾土进口海运供应链风险评估

在分析从西非到我国终端客户的铝钒土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)内部和外部影响因素的基础上,采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)和模糊贝叶斯网络(Fuzzy Bayesian Network,FBN)相结合的方法,建立BIMSC风险评估方法的概念框架。采用FMEA辨识潜在的失效模式,并剖析失效原因和后果;根据失效模式潜在的因果关系建立贝叶斯网络;利用三角模糊数处理表征风险参数的不确定性,评估BIMSC风险水平,并进行敏感性分析,确定风险因子排序。研究结果表明,港口操作中的违规操作、违规指挥、货物易流态化和安全管理问题是主要的风险因素。     

对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报，基于BP神经网络构建对转桨水动力性能预报模型。首先，采用低阶速度势边界元法建立对转桨水动力性能预报模型，通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算，从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构，通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究，结果表明，采用BP神经网络预报模型可获得与边界元法精度相当的预报结果，但该模型与边界元法相比计算所耗时间可以忽略不计，可有效实现对转桨水动力性能实时、快速预报。     

钢桥塔与塔吊联合体系风荷载效应研究

施工阶段的钢桥塔属于典型的高柔结构,由于缺乏缆索的支撑作用,其低刚度可能会引起过大的结构位移响应。针对带塔吊钢桥塔联合体系静风荷载及响应,比较了《公路桥梁抗风设计规范》、《起重机设计规范》所提供的计算方法和计算流体力学(CFD)虚拟风洞技术的计算结果。通过对比可知,与CFD数值的计算结果相比,按照规范计算的联合体系部分位移响应极值偏于不安全;布置在钢桥塔顺桥向方向的塔吊,对桥塔顺桥向风荷载有一定的放大影响;根据CFD计算结果,可以得出风向对联合体系风荷载存在明显的影响。     

桩板结构在深厚软基高速公路过渡段处理中的应用

针对高速公路深厚软基过渡段处置的困难与不足，结合公路工程特点，引入铁路领域桩板结构地基处理方法。结合具体工程案例，基于非饱和渗流-固体力学耦合数值分析理论，对比分析一般悬浮桩与桩板结构在过渡段的处理效果并进行关键结构的参数分析。结果表明：对比过渡段工后差异沉降、总沉降、水平位移等评价指标后，桩板结构相比一般方案对过渡段的处置效果更优越；差异沉降受桩体间距影响较敏感，实际设计中需多次试算以保证工程设计经济性；混凝土板厚度是控制差异沉降的关键参数，较大的混凝土板厚度可有效改善深厚软基上各结构间的过渡效果。     

铁路桥梁BIM程序的设计与实现

针对桥梁工程设计的特点,自主开发一款具有二维交互设计,及三维显示功能的铁路桥梁BIM设计程序。阐述了在建筑信息模型(BIM)模式下桥梁程序开发不易完全抛弃二维设计视图及传统设计的理念。着重介绍了该程序的MVC框架、桥梁设计功能,以及在二维、三维显示视口开发中所使用的OPENGL VBO、四叉树空间索引等技术。通过工程项目应用,表明该程序具备BIM铁路桥梁方案设计功能,三维场景直观生动,并且结合二维视图辅助,使用户能够直接、实时地掌握桥梁结构高程、尺寸等数据,更好地帮助决策合理的桥梁方案。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.     

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.