航海类专业认可度对大学生职业规划的探索——以上海海事大学商船学院航海类专业为例

航海类专业认可度可能是影响大学生职业规划的一个重要因素,进而影响择业方向。根据当前高级航运人才分流严重的供需矛盾,通过对上海海事大学商船学院航海类在校大学生的专业认可度进行问卷调查,研究航海类大学生的专业认可度与职业规划现状,探索两者之间的关系。调查结果发现,航海类专业认可程度与职业规划的完善程度、与职业规划的专业相关性正相关。在此基础上提出相应的对策与建议。

应用卷积神经网络VGG16的星载GNSS-R海冰检测

针对全球卫星导航系统反射计(global navigation satellite system-reflection,GNSS-R)海冰检测中延迟-多普勒图(delay-Doppler map,DDM)数据噪声大、消融期精度低等问题,提出将VGG16卷积神经网络模型应用于海冰检测。通过深层的网络结构提取DDM多层次特征进行海冰海水分类,以提高海冰检测的精度和稳定性。实验结果表明,与美国国家海洋和大气管理局地表类型数据对比,所提出的基于VGG16海冰检测方法检测准确率为98.02%,有效提升了海冰检测的准确率和稳定性。

基于模糊Petri网的引航员作业舒适度评价

为提高引航员的作业舒适度,提出一种基于模糊Petri网(FPN)的模糊推理算法(FRA)下的组合评价方法。首先,针对作业舒适度影响因子的不确定性信息,建立多因素耦合的FPN拓扑结构;然后,采用博弈论组合赋权法确定最优组合权重,提出融合层间相关性判断临界重要性、层次分析法和FRA,建立基于主客观权重的FRA,通过迭代求解库所可信度和状态矩阵;最后,结合上海港船舶引航的场景数据,基于FPN的FRA应用,评价引航员作业舒适度。结果表明:环境与引航设备是影响其作业舒适度的关键因素,冬季和夏季的引航作业舒适度评价等级对应“较不舒适”,其中,5月份为“较舒适”。所提方法充分体现系统舒适度影响因素的耦合特性。

多重防护机制下LNG动力船风险态势分析方法

为探讨多重防护机制下的液化天然气(Liquefied Natural Gas,LNG)动力船营运风险特征,提出了一种基于复杂性控制系统作用模式的风险态势分析方法。从系统控制过程视角,采用系统控制过程分析方法(System-Theoretic Process Analysis,STPA)确立LNG动力船系统安全控制的风险致因,揭示基于LNG泄漏三重防护机制的风险因子体系和风险形成机制;引入隐马尔可夫模型(Hidden Markov Model,HMM),进行无监督学习并确立模型参数,推理多重防护机制下的LNG动力船风险转移特征;结合LNG动力船营运的具体场景,对三重防护机制分别进行仿真并统计风险态势。仿真结果表明,三重防护机制在降低LNG动力船营运风险态势方面具有因子诱导的针对性,在防漏因子、止漏因子和治漏因子诱导下LNG动力船分别趋向一般风险状态、较高风险状态和高风险状态。基于复杂性控制系统作用模式的风险态势分析可为LNG动力船营运的安全控制和风险管理提供管控模式和手段。

基于STPA和FTPN的海上自主水面船舶航行实时风险评估

为实时监测海上自主水面船舶(MASS)航行过程风险,基于系统理论事故模型与过程(STAMP)建立MASS的安全控制结构,采用系统理论过程分析法(STPA)确定损失/事故和系统级危险,识别不安全控制行为并分析损失场景,构建系统状态转化过程模型;采用模糊时间Petri网(FTPN)建模,以设定的MASS航行场景得到相关模糊时间函数并推算FTPN的情态演进;引入新的风险水平表达式并通过系统实时损失/事故二维路径图来可视化系统的实时风险水平和系统不安全状态的转化路径。结果表明:设定的航行场景在当前时刻下,缺少安全水深输入、未更新避碰路径、航向航速不安全、搁浅是风险最高的系统不安全状态,并对应4条风险最高的转化路径;STPA驱动下的FTPN过程模型能全面评估MASS航行的实时风险水平,以系统实时损失/事故二维路径图作为可视化界面,用于监管MASS航行中不安全系统状态并描述其转化路径。

采用云重心评判法的港口船舶溢油综合应急能力评价

为突破单环节评价港口船舶溢油应急能力的局限性,合理配置资源,采用云重心评判法全环节评估港口船舶溢油综合应急能力,面向应急准备、预警、行动、恢复全环节,参照人-机-环境-管理系统理论和国际国内规定,建立综合应急能力评价指标体系;针对传统评价指标因素未涉及模糊性和随机性的问题,用加权偏离度确定定性指标与定量数值间的转化关系;利用层次分析法(AHP)优化评价意见,弥补评价样本欠充分带来的精度缺陷;最后,以上海港为例,对船舶溢油综合应急能力评价作实证研究。结果表明:云重心评判法能合理评价港口船舶溢油综合应急能力,为健全和完备应急能力提供理论依据,为港口船舶溢油综合应急能力评价提供了一种新思路。

紧迫危险威胁下交叉相遇局面应急操船方法

为预防船舶因会遇态势感知不明、未能及时采取有效避让行动而导致的碰撞事故,提出面向紧迫危险威胁的应急操船方法。首先基于碰撞事故调查报告数据,反演船舶会遇过程;其次考虑船舶碰撞危险度的不确定性和随机性,构建钟形灰云模型,获得实时碰撞风险概率(PCR),揭示时序下碰撞风险演化特征;然后引入克里金空间插值算法,实现会遇2船碰撞风险感知与图谱表达;最后提出避让决策评估指数和转向避碰应急操船方法。交叉相遇局面碰撞事故验证结果表明:交叉会遇局面下单纯转向避让,让路船对正横后来船在最近会遇时间(TCPA)10 min前向右转向112.5°可有效避免紧迫局面;若让路船无行动,直航船在TCPA 4 min前向右转向45°可有效避免紧迫危险。文中所提事故数据驱动的精细应急操船方法,可与传统的雷达标绘和航海经验的操船方法相结合实施。

根据DS理论的船舶风险因素评估分析

针对船舶航行风险评估中存在许多不确定影响因素的问题,提出了在模糊风险评估证据理论基础上建立的风险评估方法。在证据集理论空间中,每一事件均可确认为模糊集合子集且融入了模糊概率理论,从而更全面地描述行业学者的专业经验或证据诠释,由此得出了模糊证据理论质量函数的描述法。最后应用其船舶安全系统,提出了船舶风险因素识别和风险评估详细程序。计算结果证明,此方法可有效避免决策失误,且简单、易行,有较强的推广和应用价值。

基于计算机视觉的船舶主机气缸润滑管理

气缸注油率调节不及时以及气缸润滑状况不可直接测量等问题,一直是轮机管理的难点。分析气缸油碱值和注油率对气缸润滑的影响,针对扫气道残油碱值和含铁量检测存在的不足,提出基于计算机视觉的气缸润滑图像处理方法。将活塞和缸套的图像进行归一化、聚类、分割和形态特征提取等操作,基于Hu不变矩和卷积神经网络迁移学习的以图搜图技术开发气缸润滑质量分析软件,有效解决了气缸注油率人工调节的不确定性及失误概率大的难题,并将其应用于某超大型油船主机气缸润滑最优管理。应用结果表明:借助气缸润滑图像的计算机视觉深度学习可优化气缸注油率,实现了扫气道残油含铁量不高于25 mg/kg,残油碱值不低于30 mgKOH/g,缸套磨损率不高于0.1 mm/kh的气缸润滑最优控制,降低了缸套过度磨损的风险。该方法具有较好的推广应用价值和经济效益。

基于IPSO-BP的船舶航迹预测研究

目的面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法在船舶自动识别系统(Automatic Identification System,AIS)数据的基础上,建立改进粒子群算法(IPSO)与BP神经网络相结合的船舶轨迹预测模型,利用船舶历史航行轨迹数据,实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验,并将IPSO-BP模型的实验结果与其他模型进行比较。结果不同模型航迹预测对比结果表明,IPSO-BP模型的性能较好,其预测精度较高,适用于船舶轨迹预测。结论使用IPSO-BP模型能够更加精准地预测船舶航迹,在船舶危险预警、船舶异常监测等方面具有重要的指导作用。

船舶iCER系统除雾器模拟计算与性能优化

为了得到折流板除雾器的最优运行工况,并对除雾器进行优化改进,基于智能废气再循环(iCER)系统除雾需求,选择2种转折角度(120°和135°)的除雾器进行模拟计算,分析转折角度、液滴速度和液滴粒径等3种因素对除雾效率和压降的影响,结果表明:液滴粒径越大,除雾器的除雾效果越好;液滴速度越大,除雾器的除雾效果越好;转折角度为120°的除雾器相比转折角度为135°的除雾器除雾效果更好,但压降更大。研究除雾器的优缺点,设计一种带半圆板的新型除雾器,试验结果证明其具有高效率、低压降的特点,是一种符合iCER系统试验要求的除雾器。

一种含有专用安全通道的新型锚位分配模型

船舶在锚地锚泊的安全性越来越受到重视,而以最大孔度优先算法为代表的各类模型均以锚地容量最大化为目标,缺乏对锚地安全性的考虑。为此,以安全优先为原则,提出一种在锚地设有专用安全通道的新型锚位分配模型。该模型包含锚泊圆、锚泊区块和专用安全通道等3部分,能最大限度地兼顾锚地的安全性和利用率。锚地被专用安全通道划分成多个区块,各区块宽度由船长分类算法确定,相邻区块间的航道宽度由专用安全通道宽度算法确定。该模型被应用于大沽口北锚地。实验结果表明,该模型能提供兼顾锚地安全性和利用率的锚位分配方案,可满足未来自主航行船舶的自动锚泊需求。

基于WPES与MEEMD的船用主机振动研究

为揭示船用长冲程低速柴油机健康状态下的振动特征,采用小波包能量谱(Wavelet Packet Energy Spectrum, WPES)和改进的总体平均经验模态分解(Modified Ensemble Empirical Mode Decomposition, MEEMD)结合的特征提取方法,对典型推进工况下低速机的表面振动信号进行3层小波包分解和重构。通过对能量占比较大的节点采用MEEMD方法进行分解,获得IMF1分量频谱。研究结果表明,在40%以下的较低发动机负荷时,各单次燃烧循环的振动波动较小,振动幅值基本一致。提升至50%以上发动机负荷时,燃烧引起振动波动明显增强。50%工况下,中高频能量占总能量的41.51%,为主要振动源。

基于MEEMD算法的二冲程柴油发动机机体振动分析

二冲程低速柴油机具有复杂的振动特性,传统的经验模态分解(Empirical Mode Decomposition,EMD)算法对其振动信号处理效果不理想。为此,采用修正多元集合经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)算法对低速柴油机机体振动信号进行分解。首先,采用三轴加速度计测量发动机机体振动。然后利用均方根(Root Mean Square,RMS)对三轴振动强度进行分析。最后,对x轴上的信号进行MEEMD分析。结果表明:砌块在x轴方向的振动强度最大;与EMD算法相比,MEEMD算法可以抑制模态混合,有助于更好地识别块振动激励。

课程思政融入轮机工程材料课程的实践与探索

轮机工程材料作为轮机工程专业本科生的重要专业必修课程,具有较强的理论性,针对学生的知识体系,以课程思政为引领,将思政融入课堂内容,实现“立德树人”的教育目标,对课程的建设具有重要的作用,文章围绕“知识传授与价值引领相结合”的课程目标,探讨了课程思政融入轮机工程材料课程教学的方式方法,并对轮机工程材料课程的思政建设进行了实践与探索。

基于滑模变结构的农机路径跟踪控制算法研究

为提高农机路径跟踪时的精确性,提出了一种基于滑模变结构的路径跟踪控制算法,并运用滑模变结构算法设计了自动驾驶控制器,通过简化农机车辆模型与线性化二自由度模型,求解出滑模变结构控制器的控制规律。通过在Simulink与CarSim中建立联合仿真模型验证控制器的可行性,结果表明:基于滑模变结构的农机路径跟踪控制算法的车辆作业转弯时横向偏差可控制在0.45m之内,实际行走路径与预设路径基本吻合,较加入预瞄模块的PID控制算法控制精度得到提高,满足自动驾驶农机路径跟踪精度及实时性的需求,可为农机路径跟踪控制的研究提供参考。

计入水污染和空穴的船舶艉轴承润滑特性数值分析

为探究少量海水侵入对船舶艉轴承润滑特性的影响,通过实验测量并计算含水率在10%内滑油参数的变化,结合数值分析的方法统筹考虑工质含水率、黏温特性及空穴等因素对液膜润滑特性的影响。结果表明,通过多项式能够较好地拟合流体的黏温特性,且计算过程中液膜的空化和工质的黏温特性不可忽略;在选定工况下,含水率的增加会提高工质的运动黏度,进一步提高液膜压力、承载力、摩擦系数;水的加入明显提高乳液密度和比热容,增强工质携带热量的能力,降低了液膜的总体温度;较高的含水率更易生成空穴,空穴增强了液膜的动压特性,提高了液膜承载力,也降低了液膜的摩擦系数和液膜外侧的最高温度。

面向能效设计指数的LNG燃料船CO_(2)捕集系统设计及性能分析

为满足国际海事组织(International Maritime Organization,IMO)第三阶段船舶能效设计指数(energy efficiency design index,EEDI)的要求,提出一种液化天然气(liquefied natural gas,LNG)燃料船船载碳捕集系统(onboard carbon capture system,OCCS)。OCCS通过醇胺溶液对主机烟气中的CO_(2)进行富集,并回收主机烟气余热用于醇胺溶液再生,再利用LNG汽化过程中释放的冷能对解吸出的CO_(2)进行液化。以一艘Kamsarmax型船为例,构建基于冷热能综合利用的OCCS模型,分析烟气质量流量、溶剂质量流量和吸收塔进口处的贫液温度对CO_(2)捕集量及比热耗的影响。结果表明:提高贫液温度能够有效减少热量消耗,烟气和溶剂质量流量对CO_(2)捕集量影响显著,当溶剂质量流量大于18000 kg/h时,OCCS能满足IMO第三阶段的CO_(2)减排要求。该船通过所设计的OCCS可以满足IMO第三阶段EEDI的要求,其比热耗在10.9~12.2 GJ/t范围内。

基于云模型的极地航行船舶驾驶员关键行为因素分析

为系统性考虑人为因素对极地航行安全的影响,采用人为因素分析及分类系统和行为影响因子,结合船舶极地航行的实际情景特征,利用调研数据和云模型正向云发生器算法,构建了极地航行船员人为因素分析及分类模型。该模型包含49种驾驶员行为子因素,以识别极地航行船舶驾驶员人因失误的关键行为因子。结果显示:导致极地航行船员人因失误的关键行为因素来自不安全监督、不安全行为的前提条件和不安全行为层级的28个子因素。关键行为因素的识别有助于研究人员和管理者有针对性地采取有效措施,防止人为失误的发生以提高船舶极地航行安全水平。

基于WOA-RF的船用风机故障诊断

针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采集所有不同工况下的振动信号,分别提取时域、频域下的特征参数构建第一特征向量。通过传统随机森林筛选得到具有更优分类效果的第二特征向量,再输入WOA-RF中完成故障识别。实验结果表明,本文提出的方法能够有效识别故障模式,平均预测准确率超99%。与其他算法对比,这种基于信息融合和WOA-RF的船用风机故障诊断方法准确性更高。