基于物理的海洋场景模拟技术综述

系统阐述海洋场景模拟的发展历程以及当前基于物理的海洋场景模拟热点问题和前沿理论,并对浪花的动态仿真、流体表面重建以及流固耦合等细节增强策略进行详细分析和总结,就实时模拟问题中的加速策略进行了简要论述.     

起重船波浪载荷直接计算方法研究

起重船波浪载荷直接计算大致包括频率响应函数(RAO)计算、作业工况载荷短期预报、调遣工况载荷长期预报、设计波参数确定等内容。通过DNV GL SESAM HydroD软件,建立波浪载荷直接计算所用的计算模型,在进行整船强度分析时,将对应于设计波浪向和频率波浪诱导压力以及惯性力的实部与虚部,分别施加到有限元模型进行有限元求解,进而得到单元应力响应函数(RAO)。     

江西高速公路沿线极端降水特征分析

以江西省高速公路为例,利用2013-2015年江西省高速公路交通事故资料、1958-2017年江西省89个国家气象观测站cimiss逐日降水观测资料,系统地研究了江西省高速公路极端降水特征。结果表明:2013-2015年江西省高速公路交通事故夏季和冬季较多,交通事故与雨量成正相关,当降水增多时,交通事故显著增多。分析发现江西省高速公路极端降水各指标在不同路段分布呈现显著的差异,R95p在杭瑞高速东段最高,其次是沪昆线西部;极端降水频次分布表现为"总体一致型"和"南北差异型",前者极端降水载荷向量大值区出现在杭瑞高速、德昌高速、沪昆高速东段南昌至上饶段,这些高值路段是极端强降水异常的敏感路段;后者极端降水载荷向量大值区位于江西省北部沿江地区。极端降水阈值在丘陵和平原地区较高,山区较低;极端降水存在年际变化的特征,20世纪90年代中期存在一个突变,突变后降水极值升高,由极端降水造成的交通事故频发。为进一步研究高速公路典型极端降水成因,对极端降水路段进行了敏感性划分,主要有3个典型的极端降水频次敏感路段,分别为德昌-沪昆东"型"、"寻全-厦荣"型、"泰井-沪昆西"型,研究成果可为提高江西省高速安全运行能力和交通专业气象服务水平提供一定的参考。     

(3+1)维Korteweg-de Vries (KdV)方程的高阶怪波解和多波浪解

基于Hirota双线性形式，一个新的（3+1）维Korteweg-de Vries（KdV）方程的高阶怪波解和多波浪解被得到.通过作图，更直观地展示和讨论了高阶怪波解和多波浪解的动力学性质.     

空间同位素热源故障再入极端环境条件分析

空间核动力源是支撑人类探索宇宙空间的关键技术,但安全问题始终是空间核动力源设计和应用的重要部分。文章以我国未来月球探测任务为背景,针对可能发生的典型的事故场景,建立三自由度动力学模型,并引入基于化学非平衡方程、完全气体方程的计算流体力学方法,开展空间同位素热源故障再入情况下的极端环境条件分析,分析空间同位素热源故障再入情况下气动力/热环境、海平面高度飞行速度和弹道倾角等极端环境条件。研究结果表明：同位素热源阻力系数为1.6左右,无量纲纵向压心系数约为0.5,再入过程0攻角驻点热流密度峰值约为8.1 MW/m²,总加热量约为101.55 MJ/m²；从80 km开始经178.3 s到达海平面高度,此时同位素热源的飞行速度为86.5 m/s,弹道倾角为-89.9°。     

基于剖面声呐的海底沙纹演变规律试验研究

海底沙纹是一种尺度较小的微地貌形态，对底床演变和沉积物输运具有重要作用。当前对沙纹的测量方法较少，且都具有一定的局限性。本文基于声呐扫描、光学摄影和人工测量等方法，通过室内水槽试验来研究剖面声呐测量沙纹的可行性，并进一步分析波浪作用下沙纹的演变规律。试验结果表明：剖面声呐观测沙纹具有很好的可行性，能够较好地反演出沙纹的波脊间距和波高等形态特征；沙纹在发育过程中，会依次经历不规则沙纹—弯曲沙纹—交叉沙纹—顺直沙纹四个过程，然后趋于稳定；在5 cm波高和10 cm波高的波浪作用下，沙纹的波脊间距不超过4.5 cm，波高最后稳定在0.5~1.5 cm之间。研究发现剖面声呐观测沙纹具有很好的效果，可为海底沙纹观测提供一种新型的观测技术。     

基于三维水动力方法的三体船连接桥波浪载荷计算分析

文章应用三维水动力分析方法进行三体船连接桥波浪诱导载荷的研究工作,建立三体船水动力分析面元模型,计算三体船在迎浪状态下零航速和中低航速运动响应,并与三体船拖曳水池模型试验结果进行对比,证明了此计算方法的可行性。通过计算,探讨了三体船连接桥波浪载荷随航速和浪向的变化规律及特点,并对连接桥的波浪诱导载荷量级进行了一定的分析,计算结果对于提高三体船耐波性能和加强三体船的强度校核有重要的参考价值。     

PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.     

基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测

提出一种基于迭加权相关权重矩阵(IR-CWM),使用XGBoost机器学习模型训练选取特征变化波段,训练预测变化检测结果的方法 (IR-CWM-XGB).以国产高分五号(GF-5)高光谱遥感影像为数据源,经过预处理后,通过迭代加权得到迭加权相关权重矩阵(IR-CWM),然后经过XGBoost算法选取特征波段,选取随机样本进行模型训练,使用最终模型生成变化的结果.实验结果表明:本研究方法与变化矢量分析(CVA)变化检测方法、主成分变化矢量分析(PCA-CVA)变化检测方法、迭加权多元(IR-MAD)方法、卷积神经网络(CNN)等方法进行对比,本研究方法变化检测结果的Kappa系数和总体精度较高,误检率较低.