针对海上自主水面船舶(MASS)发展过程中可能出现的人为失误问题,从风险识别和风险评估的角度提出L2 级 MASS 避碰过程中人为失误风险识别方法和评估模
型。 首先,基于层次任务分析法(HTA)获得 MASS 避碰过程中远程操作人员和在船船员的关键任务,利用问题解决和决策制定模型( IDAC) 建立认知模型,分解避碰任务的各个操作阶段,识别避碰过程中可能存在的人为失误;其次,采用故障模式与影响分析( FMEA) 方法和证据推理(ER)对识别出的风险因素进行风险等级量化建模;最后,对 MASS 避碰过程中的人为失误进行风险量化和排序,并与现有研究成果进行对比分析,提出建议措施。 研究结果表明,决策阶段的人机系统交互不协调是 L2 级 MASS 避碰过程中最大的风险因素。
为有效调度进出港船舶以解决港口拥堵问题,提出一种基于强化学习的自学习遗传算法( GA-RL),在 GA- RL 中,以遗传算法为基本优化模型,利用 Q-learning 算法自适应调整交叉和变异参数来提高算法的搜索能力;同时,构建可动态调参的马尔科夫决策过程(MDP)模型,在MDP 模型中,为全面评估种群性能,提出基于种群适应度函数的状态集,并设计了有效减少目标值的奖励机制;最后,以黄骅港综合港区为例,选取不同组算例进行仿真实验,结果验证了模型和算法的有效性,该方法可显著减少船舶在港等待时间并提升港口通航效率。
为快速准确地预测客船人员疏散时间,将具有良好计算精度的疏散仿真模型与具有较高计算效率的 BP 人工神经网络模型相结合,提出一种快速预测客船人群疏散
时间的方法,以不同场景客船疏散仿真结果作为数据驱动,构建客船人群疏散时间的 BP 神经网络预测模型。 结果表明:该方法计算效率高,对不同疏散场景的预测相对误差为0. 9% ~ 3. 6%,可为客船应急管理提供决策依据和新的技术工具。
针对集装箱卡车预约配额优化问题,提出一种数据驱动的集装箱卡车预约配额设计方法。 该方法通过分析码头闸口数据(车辆进出闸口信息),揭示车辆到达时间分布与车辆总周转时间之间的因果关系,并以此建立和求解车辆到达时间分布优化模型,实现集装箱卡车预约系统的预约配额设计。 以盐田港的数据为例,对该方法的可行性进行实例分析。 数据挖掘的结果表明,在ÿ一个预约窗口内,作业类型为“提进口空箱作业” 以及“一交一提作业”的外部集装箱卡车,其总周转时间与车辆到达数量呈二次函数关系;而作业类型为“交出口重箱作业” 的外部集装箱卡车则表现出线性函数关系。 数例分析结果表明,基于上述函数关系所构建的集装箱卡车预约配额优化方法,可以有效降低码头车辆的总周转时间以及因交通拥堵产生的温室气体排放。 此外,该方法是基于实证数据分析得到的,因此具有较强的泛化性和实用性,可为各个码头优化集装箱卡车预约份额提供参考。
针对 LNG 动力集装箱船燃料释放冷能较多且δ被利用的问题,设计一套将 LNG 冷能用于冷藏集装箱系统、船舶 冷库和空调系统的 LNG 冷能梯级利用方案,采用
Aspen HYSYS 软件对系统进行流程模拟,得到关键节点的主要参数;通过计算,得到整个系统和主要设备的 效率,并以提高整个系统的 效率为目标,各用冷系统的 效率为依据,分析影响各用冷系统 效率的关键参数,进而对整个系统进行优化,得到最佳的运行参数。 结果表明,冷ý进口温度的升高可以提高冷藏集装箱系统的 效率;降低冷ý的进口温度可以提高船舶冷库和空调系统的 效率,优化后的整个系统的 效率达到 27. 61%,较优化前提高了4. 61%。
现如今，涡轮负荷的提升将带来更大尺寸的分离，因此控制涡轮叶栅流动损失成为研究的重点。本文采用仿生学球形凹坑表面结构被动控制方法，探究了5种深度的凹坑方案，分别是0.1mm、0.15mm、0.2mm、0.25mm和0.3mm，深径比均为0.25，三排凹坑被布置在18%-30%弦长处，其中距叶片吸、压力面分别为2mm，轴向间距为4mm。研究对象为1+1/2高压级跨声速对转涡轮构成的平面叶栅，通过商用CFD模拟计算得出的损失系数，静压分布等气动指标，分析在端壁λ置布置不同深度凹坑对涡轮叶栅流动性能的影响。数值结果显示：0.2mm深度的端壁凹坑对流道内涡系发展具有最优的流动控制效果，抑制横向二次流沿展向爬升，削弱端区附近激波强度，使叶栅总压损失系数降低2.71%。
为在点燃式发动机上利用醇类混合燃料实现减碳节能的目标,基于 LJ4K18QS 发动机建模,利用醇类混合燃料对运行参数开展优化研究,揭示了空燃比及点火提前角
对发动机动力性、经济性和排放特性的影响规律。 结果表明:在负荷特性下,随着空燃比的增加,发动机扭矩和 NOx排放先增大后减小,发动机燃油消耗率先减小后增大,CO排放逐渐减少,HC 排放逐渐增大;随着点火提前角的减小,发动机的扭矩先增大后减小,燃油消耗率和 CO 排放先减小后增大,NOx 排放逐渐减小,HC 排放逐渐增大;同时,得到了发动机在不同负荷下的最佳空燃比和最佳点火提前角,可为后续研究提供一定的理论参考。
为分析基于Parzen窗方法概率密度函数ä均衡算法（PPDF）的稳态性能，采用数值求解法，分别输入4种调制信号，研究PPDF算法在不同核参数下补偿因子的取值。此外，利用分离假设原理分别得出PPDF算法在实值和复值数据条件下稳态均方误差（MSE）的封闭解析表达式。仿真结果表明，在无噪环境中，PPDF算法实值和复值的稳态MSE的理论值与仿真值较为吻合，验证了理论分析的准确性。
针对非高斯脉冲噪声环境下分布式阵列波达方向（DOA）估计算法性能退化的问题，以Alpha稳定分布为脉冲噪声模型，首先，利用分数低阶变换和压缩变换两种非线性变换方法对阵列接收信号进行预处理以有效抑制脉冲噪声；然后，基于预处理后数据的协方差矩阵，提出两种³棒的双尺度酉ESPRIT(U-DS-ESPRIT)算法；最后，对分布式阵列在Alpha稳定分布脉冲噪声环境下DOA估计的克拉美罗界（CRB）进行分析。仿真结果表明，在脉冲噪声环境下，两种³棒双尺度酉ESPRIT算法的估计性能明显好于传统基于二阶协方差矩阵的双尺度酉ESPRIT算法，且基于压缩变换的双尺度酉ESPRIT算法的估计性能更接近于CRB。
针对水下少标签语义分割的类内差距的问题，提出一种具有信息交互的FUSS模型，通过将提取的询问图像全局特征信息和支持图像目标局部特征信息进行交互，实现对共性对象信息的有效关注。实验结果表明，在仅使用50张支持数据集情况下，与CaNet、PGNet和PaNet三种少标签语义分割算法对比，FUSS模型无论是在水下环境还是在地面图像上均优于这些算法。
为解决浓雾天气条件下近岸海域监控系统获取的图像清晰度低的问题，提出一种基于改进亮通道及引导滤波的海域图像去雾算法。首先，将Lab颜色空间L通道作为引导图，通过对原图像进行快速引导滤波来估计大气光值；其次，基于大气光值并利用亮通道先验理论，获得亮通道透射率函数；最后，通过改进的加权引导滤波优化亮通道透射率函数，利用大气散射模型，实现模糊图像的去雾，并利用伽马校正增强去雾结果。实验结果表明，改进方法图像去雾结果视觉效果明显，可以有效减少细节信息损失，提高图像清晰度 。与经典算法最优结果对比，NIQE、对比度及信息熵分别提升为10.92%、4.12%和4.37%，对完善近岸海域监控系统具有一定的理论价值和现实意义。
为研究巴西果效应下制备工艺对热再生沥青混合料沥青活性度（DoA）的影响，选取搅拌时间、新集料预热温度、沥青混合料回收料（RAP）粒径以及RAP和不同粒径集料加入试验室内搅拌锅的顺序等制备工艺参数为分析变量，在不添加再生剂的情况下将RAP与粒径相差较大的天然集料直接进行机械拌和、筛分并对筛分后的混合料进行沥青抽提试验，以测定其沥青含量并计算各再生沥青混合料的DoA。结果表明：热再生沥青混合料在任何制备工艺下均存在巴西果效应；在制备热再生沥青混合料时，搅拌时间、新集料预热温度、RAP粒径均与DoA呈正相关；相比细粒径RAP，选用粗粒径RAP制备得到的热再生沥青混合料的DoA由30%提高至60%；巴西果效应进一步解释了搅拌过程中小粒径RAP更多的分布于搅拌锅底层，与上层的大粒径新集料的接触碰撞几率减小而降低了沥青转移量，通过延长搅拌时间可减弱这一影响，但这种减弱有限。
催化氧化法是治理挥发性有机化合物（VOCs）的有效途径，其核心是开发低温、高效和稳定的催化剂。基于此，以金属硝酸盐为原料，采用溶胶-凝胶法制备了尖晶石相CoAl2O4催化剂，探究了催化剂的最佳制备条件及最优评价条件，主要包括煅烧温度、气体流速、催化剂用量和评价温度。并利用X射线衍射法（XRD）、扫描电子显微镜技术（SEM）、比表面积分析（BET）、热重分析（TG）和X-射线光电子能谱（XPS）等表征手段探究催化剂具有高催化活性的原因。研究结果表明，CoAl2O4催化剂在煅烧温度为700℃时对乙苯的催化效果最好，乙苯转化率为90%时的温度(T90)达到311℃。同时，在气体流速为20 mL/min，催化剂用量为0.2 g，评价温度为400℃时，CoAl2O4催化剂拥有较高的催化活性，对乙苯的转化率达到96%以上。
