恶劣海况下船舶短期电力负荷预测方法

电力推进船舶在恶劣海况环境下运行时,整个电力系统的负荷会产生较大的波动,给船舶电网的能量管理带来很大的挑战。准确及时地预测电力负荷的变化趋势能有效保障电力系统的安全。本文建立BP神经网络、Elman神经网络、LSTM神经网络和改进的粒子群算法(IPSO)优化BP神经网络模型,对船舶短期电力负荷进行预测。结果表明,IPSO+BP神经网络模型的电力负荷预测精度最高,并且收敛速度快,性能最佳。

17-4 PH不锈钢在含SRB的模拟海水中的应力腐蚀开裂行为研究

在硫酸盐还原菌(SRB)接种的模拟海洋溶液中,观察并研究了SRB和外加应力对17-4 PH不锈钢腐蚀行为的作用。分析应力-应变曲线和断口形貌,对比在无菌溶液和SRB接种溶液中的腐蚀行为差异。结果表明,与无菌溶液相比,SRB接种溶液中单级时效、双级时效和调质处理试样的ISCC值分别提高了5.2%,9.3%和4.4%。FeS的产生增强了阳极溶解过程并加速了腐蚀反应,双级时效试样组织中粗大的马氏体有利于氢的进入和聚集,增加了试样对SRB的敏感度。单级时效和调质处理试样的应力腐蚀开裂(SCC)机理都是阳极溶解(AD),而双级时效试样是氢致开裂(HIC)。