改善热带海域船用主机热负荷的研究

本文以8NVD48A—2u柴油机为例,针对船用发动机在热带海域热负荷过高问题进行了研究,并提出了改进方案。通过实船改装和调试,降低了柴油机的排温,改善了燃烧,收到好的效果。     

舰船空调系统改进性方案设计

本文针对航行在热带海区的某型舰船用空调系统存在的降温效果差、舱室风机盘管噪音大、操作管理不便等问题进行了研究,并提出了改进设计方案;经实船安装和调试,明显改善了空调舱室的舒适性,提高了设备工作的可靠性和自动化管理程度,收到了良好的效果。     

柴油机预燃室喷咀的热负荷研究

提供了一种研究柴油机预燃室喷咀热负荷的普遍适用的方法,以及在计算建模和试验结果分析方面所采用的方法。在以１２Ｖ１８０ＣａＤ—２柴油机为例的研究中给出一条降低预燃室喷咀热负荷的有效途径;给出的理论表达式为以后类似的预燃室喷咀热负荷分析提供参考。     

实际系统输出的确定

在实际测试中,系统存在有非线性.同时,还有测量噪声及非测量输入引起的系统输出。这些因素都对系统的输出产生影响。把这些因素均假设为系统的非线性,利用理想线性系统和相干函数,推导出了实际系统输出,同时讨论了用这种方法提高载荷识别精度的问题。     

拉压异性材料楔体的极限载荷分析

利用莫尔屈服准则,对一侧承受均布垂直载荷作用的拉压异性材料楔体进行了极限载荷分析。计算结果表明,考虑了材料的拉压异性影响,楔体承受的极限载荷有明显提高。     

油管油压信号的载荷识别

在高速柴油发动机喷油系统性能检测中,一般以燃油压力信号作为喷油系统性能检测参量。通过对油压波形进行分析来判断喷油系统的工作状况,阐述了采用载荷识别技术识别油压信号的频谱特性,进而得到其时域波形的理论与方法,并在模拟试验中获得了识别结果。     

异构资源类型下多无人机任务分配

针对多无人机在执行侦察、打击任务的过程中携带任务资源的异构性,以及任务对于异构资源的要求,设计了一种改进的基于共识的捆绑算法(consensus-based bundle algorithm, CBBA)。考虑任务价值、任务执行时间窗以及航程代价等条件建立了多无人机对地目标侦察、打击任务分配模型。利用K-medoids聚类分析方法对多无人机进行基于距离和携带资源平衡的聚类,以解决多无人机对于异构资源类型的要求。对打击任务进行子任务生成,并利用改进后的CBBA求解所建立的任务分配模型,通过对比仿真实验验证了算法的可行性和有效性。     

大功率柔性互联设备的有功互济协调控制方法

针对以常规母联开关互联的交流电网线路变压器容量无法合理利用的问题,提出了依靠由背靠背电压源变流器组成的新型大功率柔性互联装置实现两侧交流电网有功功率互济的协调控制方法。介绍了新型柔性互联装置的拓扑结构与基本的控制原理,为实现两侧线路变压器容量合理的目标制定了一种生成有功功率参考的方法,并基于PSCAD/EMTDC搭建了一套仿真算例,对新型柔性互联装置的基本控制与所提出的有功互济的协调控制方法进行了验证。仿真结果表明,在柔性互联装置采用所提方法时能够实现两侧交流线路的有功功率互济,解决了线路变压器容量无法合理分配的问题。     

基于聚类算法的多无人机系统任务分配

针对现有任务分配方法在任务点较多时不易解算,且计算量大的问题,提出了基于模糊C-均值聚类算法的多无人机系统任务分配方法.首先,利用模糊C-均值聚类算法得到的隶属度矩阵对任务点进行初始分配;其次,针对基于空间划分聚类可能造成各UAV任务不均衡的问题,设计任务的局部优化调整规则;最后,结合单旅行商问题,利用Tabu Sea...     

Technical note: Find a hidden “treasure”

This paper deals with a two searchers game and it investigates the problem of how the possibility of finding a hidden object simultaneously by players influences their behavior. Namely, we consider the following two‐sided allocation non‐zero‐sum game on an integer interval [1,n]. Two teams (Player 1 and 2) want to find an immobile object (say, a treasure) hidden at one of n points. Each point i ∈ [1,n] is characterized by a detection parameter λ_i (μ_i) for Player 1 (Player 2) such that p_i(1 ? exp(?λ_ix_i)) (p_i(1 ? exp(?μ_iy_i))) is the probability that Player 1 (Player 2) discovers the hidden object with amount of search effort x_i (y_i) applied at point i where p_i ∈ (0,1) is the probability that the object is hidden at point i. Player 1 (Player 2) undertakes the search by allocating the total amount of effort X(Y). The payoff for Player 1 (Player 2) is 1 if he detects the object but his opponent does not. If both players detect the object they can share it proportionally and even can pay some share to an umpire who takes care that the players do not cheat each other, namely Player 1 gets q₁ and Player 2 gets q₂ where q₁ + q₂ ≤ 1. The Nash equilibrium of this game is found and numerical examples are given. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007