船舶非线性大幅横摇导致倾覆的研究

综述了风浪中船舶倾覆研究的最新进展,对各种主要的研究成果作了述评,着重归纳论述风浪中稳性损失,非线性大幅横摇运动的性态和随机波浪中船舶倾覆的概率预报,在分析了各种理论方法优缺点的基础上提出了须进一步研究的建议。     

小型船舶的横摇减摇

评述了船舶尺度对较小型船舶的横摇响应的影响，以及在较小的波高和波长的海浪中对于小的横摇自然周期的船舶的升沉和横摇共振的影响。并且对各类小船的减摇装置的选择方法作了评论。另外，还提供 带有和不肯减摇装置的船模水池试验结果和实船航行试验结果。     

船舶横摇与纵摇运动的非线性耦合方程

以欧拉角描述船舶的摇摆运动,考虑规则波浪力及船舶受定常力矩的情形,将水动力展为Ｔａｙｌｏｒ级数,利用欧拉动力学方程推导出船舶横摇与纵摇二自由度耦合的非线性运动方程,为船舶内共振运动响应动力行为分析奠定基础。     

船舶横摇非线性阻尼系数识别

根据自由横摇曲线估算船舶横摇非线性阻尼系数,用于预报船舶海浪中的运动．提出了能量衰减函数的概念,并由实际能量衰减函数与估算能量衰减函数之间的方差最小来确定非线性阻尼系数．由船模的自由横摇试验曲线,分别估算了平方阻尼模型及立方阻尼模型的非线性阻尼系数,并与试验数据进行了比较.结果表明,在考虑了试验测量误差的情况之下,计算结果同试验结果很接近,可用于预报实船非线性横摇运动．该方法不需要事先确定阻尼的准确形式,并且可以满足大角度横摇回复力矩强非线性的要求．     

基于非线性横摇运动的风翼助航船舶航行安全性研究

应用非线性动力学理论与随机理论,建立随机风浪作用下风翼助航船舶非线性横摇运动数学模型,分析风翼助航船舶在随机风浪作用下的非线性横摇运动。以一艘76000 DWT巴拿马型散货船为目标船,仿真分析其加装风翼前后在轻载和满载时的横摇特性。仿真结果表明,风翼助航船舶轻载状态较满载状态产生的固定横倾角大得多。风翼助航船舶应尽量避免轻载航行或轻载航行时应减少风翼数量,以提高船舶航行安全性。     

基于Lyapunov稳定性的船舶参数激励横摇非线性简捷鲁棒控制

为减小参数激励带来的不利因素,需要非线性鲁棒控制器对系统稳定性进行控制.为简化船舶参数横摇非线性控制器设计过程,通过构建Lyapunov能量函数,将设计步骤由2步变为l步,减少了控制器参数的整定数量,避免了非线性控制律对消系统的非线性项.仿真结果表明,采用以上方法设计的非线性简化控制器对于消除船舶参数横摇系统的大幅横摇十分有效,并且具有一定的鲁棒性.     

非线性横摇阻尼的试验确定——数据处理方法

通过对规则波中和不规则波中横摇衰减试验以确定非线性横摇阻尼的数据分析，研究了对大幅横摇随机讯号采用随机减量法确定非线性阻尼方法的理论论据，同时讨论在处理试验数据时所面临的一些问题。指出，随机减量法的测量精度极大地依赖于门槛值和分段的段数，对相对较短的试验记录，采用增加负门槛值使分段段数约可增大一倍，从而可以改善分析结果。     

基于回声状态网络的船舶横摇运动预报

针对普通的递归神经网络训练过程较复杂,而且存在记忆渐消等问题,提出一种基于回声状态网络的船舶横摇运动预报方法.该网络将隐层设计成一个巨大的动态记忆库,具有记忆功能,隐层中的神经元在学习过程中不进行权值调整,而通过线性回归的方式训练网络,使网络记忆功能加强,学习速度加快.运用该网络对某型船舶在海浪遭遇角为90°海况下的横摇运动进行预报.结果表明:回声状态网络训练简单,加速了网络的训练速度,有更好的记忆性能,以预报60步为例,回声状态网络和对角递归神经网络预报的均方根误差分别为0.003 9和0.024 9,提高了近8倍,在相同的预报精度下,回声状态网络的预报时长明显增长,验证了该方法的可行性与有效性.     

船舶参数激励横摇运动研究综述

为避免参数激励导致船舶出现不稳定横摇,提出有效抑制参数横摇的方法.分析参数激励引起的大幅横摇运动的动力特性,从船舶非线性耦合运动、横浪运动、纵浪上参数激励运动和波浪上参数与波浪联合激励运动方面,对目前研究现状及取得的主要成果进行综述,对船舶参数激励横摇运动及其倾覆机理的研究前景进行展望.     

应用路径积分法求解船舶横摇倾覆概率

通过对船舶非线性横摇运动进行分析,建立了船舶横摇运动的非线性微分方程.以路径积分法(PIS)为基础,在时间域内求解相应的二维Fokker-Planck方程,得到随时间演变的船舶横摇运动的转移概率密度.运用首次通过理论,求得船舶倾覆前时间的概率分布.研究了外部激励、横摇阻尼和非线性复原力矩对船舶横摇运动转移概率密度与首次通过时间的影响.研究结果表明,PIS能用于预测船舶首次通过时间概率分布,从而为船舶设计和稳性衡准提供相关的参考.
     

基于近似解的单载波通信发射机指纹估计

提出了一种单载波块传输通信中的发射机IQ不平衡与非线性指纹估计方法.新方法基于由分别加循环前缀的纯实数与纯虚数子块构成的通信帧.首先根据纯实数子块估计多径信道道脉冲响应,接着根据发射机功放的线性近似放大倍数、信道脉冲响应估计与纯虚数子块进行发射机的IQ不平衡参数组合估计,然后根据信道脉冲响应及IQ不平衡参数组合估计进行发射机非线性的B-Spline神经网络模型系数估计,最后从非线性模型系数估计提取相似因子特征,与IQ不平衡参数组合估计构成发射机指纹的特征矢量,用于通信设备身份的识别或确认.理论推导与数值仿真实验结果表明,提出的IQ不平衡及非线性指纹方法可应用于单载波合作通信设备的跨层高强度硬件认证与防假冒等.     

船舶在波浪中运动的六自由度非线性耦合方程

基于刚体运动学理论,将船舶在波浪中的运动分解为平动和绕质心的转动,在分析了船舶受力情况的基础上,运用质点系相对于质心的动量矩定理和Newton第二运动定律建立了船舶的六自由度运动的非线性耦合方程,在建立方程的过程中,考虑到流体对船舶的影响,引入了附加质量和附加惯性矩,最后利用该方程推导出了常用的船舶运动数学模型。     

基于恒等变换的单摆振动解析逼近

应用修正的谐波平衡法构造了单摆大幅振动的解析逼近周期和周期解.通过引入三角变换或反三角变换将单摆振动方程恒等变形为关于新变量的Duffing方程或其他易于处理的非线性振动方程,利用牛顿谐波平衡法构造了单摆振动的解析逼近解.给出的解析逼近周期及周期解简单易用,几乎在振幅(初始摆角)的全部取值范围内,都有很高的逼近精度.     

时间分数阶Klein-Gordon型方程的解析近似解

采用Adomian分裂方法,给出在Caputo导数意义下的时间分数阶Klein-Gordon方程的解析近似解,并举例说明了Adomian 分裂方法在求解上的高效性,通过4个表给出的近似解和精确解的误差,可以看出Adomian分裂方法在求解时间分数阶Klein-Gordon 方程时能得到很高的精度.     

药物从高聚物基体内释放的近似解析解

利用特征值变易法。得到了药物从高聚物基体内释放的可动边界问题的近似解析解。计算结果表明零级近似解析解与药物从片形高聚物基体内释放的可动边界问题的精确解的误差已在工程要求范围之内，结果令人满意，这为进一步研究药物从高聚物基体内的释放问题提供了新的理论工具。     

利用小波多分辨分析寻求汽液两相均匀流模型的近似解

利用小波的多分辨分析特性来寻求微分方程的近似解,同时把这种方法应用到汽液两相均匀流模型的求解中,其结果表明：这种方法能够有效地求解变系数的耦合微分方程组。     

一类层流边界层方程的近似解

对连续运动平板边界层问题进行了研究,其中平板以线性速度运动．通过引入适当的相似变换和Crocco变量变换技巧,将原边界层方程转化为一类奇异非线性两点边界值问题．利用Adomian拆分法给出了方程的近似解和壁摩擦力的近似值,并给出了壁摩擦力的数值解,近似解的可靠性被数值解所证明,也说明了我们所用方法的可靠性和有效性．     

A New Approximate Fundamental Solution for Orthotropic Plate

A weight double trigonometric series is presented as an approximate fundamental solution for orthotropic plate. Integral equation of orthotropic plate bending is solved by a new method, which only needs one basic boundary integral Eq., puts one fictitious boundary outside plate domain. Examples show that the approximate fundamental solution and solving method proposed in this paper are simple, reliable and quite precise. And they are applicable for various boundary conditions.     

基于灰色PSO-ANFIS模型的船舶横摇运动预报分析

为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(Grey Particle Swarm Optimization-Adaptive Neural-fuzzy Inference System, GPSO -ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统,再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船“育鲲”轮的横摇数据进行仿真实验,实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。