浅谈红层地区小型水库的常见地质病害

根据对自贡地区300余座小一型及小二型水库病害的分析、统计,列出红层地区小型水库的普遍性地质病害,为川南、川北以及川东地区的水库病害整治提供一点借鉴作用。     

船舶浅水航行下沉量数值计算

为求解船舶航行中的下沉量,采用NURBS技术对船体进行曲面重构,并应用基于Rankine源格林函数的一阶面元法构造数学模型,然后结合两者得出船舶下沉量的计算方法.以标准船型KCS为例进行验证,计算值与实验值的最大和最小相对误差分别为-10.32％和-1.84％,与实验情况基本相符,说明该算法具有可行性.     

基于模糊逻辑方法的多船会遇安全态势评估

为了提高水上交通安全,减少船舶碰撞风险,基于模糊逻辑理论提出一种多船会遇安全态势感知评估方法。首先,基于船舶自动识别系统数据判断船舶会遇等典型交通场景下船舶避让优先级;然后,利用船舶相对距离、航速、船速比(本船与他船的航速比值)和相对方位(本船与他船的航向比值)等因素建立模糊评价规则,利用模糊综合评价法量化会遇态势下船舶的碰撞危险程度;最后,基于给定的风险阈值给出船舶航行安全风险预警。基于AIS数据对上海洋山深水港水域附近的多船交叉会遇和多船对遇局面进行仿真实验,实验结果表明所提出的方法能有效评估不同交通态势下船舶安全风险程度,可为智能船舶智能航行决策和安全预警提供数据支撑。     

基于轻小型无人机雷达的植被高度反演方法

针对目前主流雷达传感器难以满足轻小型无人机载荷需要,且存在着数据获取成本高及算法模型复杂的问题,在自行研制的一种高度集成、轻量化且具有高可靠性的轻小型无人机雷达系统基础上,发展了一种植被高度信息反演新方法。该方法中使用二维滤波抑制直耦波能量,基于剩余图像熵的自适应主元分析去噪方法解决传统方法主元选择不稳定的问题,并基于互相关信息的后向投影算法进一步增强目标信号,最后应用Sobel算子提取植被高度。实验结果表明,该方法反演得到的植被高度和验证数据的相关性达到0.92,均方根误差可达1.28 m。     

水上交通安全信息处理中的神经网络技术

由于航道信息环境的复杂化 ,使得现代水上交通安全面临着很多严重问题。解决这些问题的出路在于采用先进的信息处理理论和技术 ,而神经网络就是一个最佳的选择。研究分析表明 ,神经网络在水上目标的雷达、红外和声纳检测 ,识别 ,跟踪 ,水上交通安全信息融合 ,船舶避碰决策支持等方面 ,具有良好的应用前景     

基于线谱特征的水下目标识别仿真实验研究

水下目标识别技术是世界各国十分重视的研究课题之一,在国民经济尤其在军事领域中,具有重要的应用价值。船舶辐射噪声中有着很强的线谱成份,这些成份分类或识别往往是非常有价值的。因此,利用线谱特征对舰船目标进行识别是水声领域研究的重要内容。本文在研究舰船辐射噪声线谱提取逄法的基础上,对多种型号和多种工况的大量噪声样本,进行了线谱提取。针对舰船辐射噪声线谱分布的特殊性,提出了筛选法和模糊推理分类法。利用这些     

船舶操纵运动中的力学问题及实际应用

船舶操纵性是船舶能根据驾驶者的意图来保持或改变航速、航向和位置的能力.船舶操纵中包含了复杂的力学问题.本文以船体、螺旋桨和舵各自单独的水动力为基础,加上船一桨一舵相互之间的流体干扰,以及风和流的影响,说明并验证了船舶操纵中力学问题的重要性,对船舶驾驶工作有实用价值.     

液态危险品船舶的远程监视报警系统设计

为了有效监测液态危险品船舶运输过程中液货舱液位、压力、温度和惰性气体含量等安全状态参数的实时状况,采用单片机作为微处理器,设计数据采集与处理模块;基于北斗定位与短报文通信技术,实现船舶数据远程传输,并在B/S架构下开发岸基监控报警管理平台,完成液态危险品船舶远程监视报警系统的研发,最后通过实验平台和实船,对系统性能进行...     

船舶运动建模与仿真研究进展及未来发展趋势

梳理和分析了国内外学者对船舶运动建模与仿真所做的工作,概括了在风、浪、流、冰、船间效应、岸壁效应等作用下的船舶操纵性预报,介绍了船舶运动仿真的主流方法及在模拟中的应用,总结归纳了船舶运动建模与仿真研究进展中的关键技术,并指出智能化建模和仿真将会成为未来发展趋势.     

基于优化概率神经网络法船舶柴油机燃油系统故障检测

针对船舶柴油机结构异常复杂、故障特征信息输入输出不明显,难以诊断故障的问题,提出一种基于优化概率神经网络的检测方法,该方法采用遗传算法结合概率神经网络模型将误差数值作为优化目标,将目标函数视为最小值问题映射为适应度函数,经遗传算法操作以减小误差并消除概率神经网络模型自身影响使得故障特征最大化,结合其模型强大的非线性分类能力可提高辨别柴油机复杂多变的故障类型及其相似的特征。通过建立基于优化概率神经网络故障检测模型,选取燃油供给系统故障数据作为检测样本,经仿真验证,得到优化后概率神经网络故障检测正确率较高的结果,验证了该方法有一定的研究效果。