论文部分内容阅读
为应对碳中和和碳达峰政策给新船设计带来的挑战,以全球首艘基于目标船型(GBS)标准建造的31万吨级超大型油船为研究对象,对其主尺度、线型、节能设备等进行了系列节能优化和环保创新设计.实船试航结果表明:新设计超大型油船节省了5％ ～7％综合油耗,节能减排效果显著.
基于节能环保的31万吨级油船优化设计分析
【摘 要】
：
为应对碳中和和碳达峰政策给新船设计带来的挑战,以全球首艘基于目标船型(GBS)标准建造的31万吨级超大型油船为研究对象,对其主尺度、线型、节能设备等进行了系列节能优化和环保创新设计.实船试航结果表明:新设计超大型油船节省了5％ ～7％综合油耗,节能减排效果显著.
【机 构】
：
南通中远海运川崎船舶工程有限公司,江苏南通226005
【出 处】
：
江苏船舶
【发表日期】
：
2022年1期
其他文献
针对现有规范并未给出测试汽车渡船跳板实际强度的方法的问题,提出了利用实验应力分析的手段对跳板的关键测点进行应变实测并换算出跳板结构最大应力的方法,对某服役中的汽车渡船跳板在不同工况下强度的实测与校核的结果表明:各工况下结构的最大应力均小于材料的许用应力,跳板强度满足规范要求,实现了对跳板结构真实强度的校核.
针对需要满足安全返港(SRTP)的客滚船进水探测报警系统冗余性的问题,以某高端客滚船3100 m车道进水探测系统为研究对象,首先以规范和规格书为最基本要求,构思了整个系统的功能;其次通过各系统的组成和接口建立设计了系统框架和原理;最后对设计中存在的问题进行了分析并提出解决方案.结果表明:通过进水探测报警系统与全船自动化(IAS)集成后,系统的冗余性、安全性、集成性大大提升,系统设备的费用大大降低,且满足了安全返港的规范要求.
针对工业粉尘给作业人员和安全生产造成的极大危害以及人工除尘技术存在的缺陷,提出了一种防治结合的工业粉尘在线检测系统.重点介绍工业粉尘的在线检测和可控喷射除尘技术,设计相应的激光粉尘浓度在线检测仪,阐述了实际应用效果.该系统能有效控制和减少粉尘的危害,对作业人员的身体健康及企业安全生产具有重要指导意义.
使用Visual Studio2019社区版开发平台,根据固高运动控制器支持的电子齿轮运动指令,采用C++编程语言能够很方便地开发电子手轮控制程序,为运动控制系统增加手轮控制功能.电子手轮控制程序包括了初始化、读取编码器位置以及手脉轴选和倍率、轴号选择以及倍率变换和从轴运动函数.经测试,运动轴能够很好地跟随电子手轮运动.
以国标GB/T和美标ANSI碳钢管为测试对象,采用船舶管系自动化生产线的2D德系数控弯管机,测试碳钢管在先弯后焊和先焊后弯条件下的各种工艺参数,分析不同工艺参数下的弯管回弹角、延伸率及椭圆度等质量参数,形成新2D弯管工艺.结果表明:新工艺参数可以有效地保证弯管质量,满足规范和工艺的要求,提高成品弯管的合格率;同时能提高德系弯管机运行的安全性和弯管机夹具的夹持效率,进而提高弯管效率.
为了研究厚层风积沙出露地表的煤矿沉陷规律,以葫芦素煤矿为例,利用RTK技术,联合其他观测仪器,进行现场地表移动观测,获得了地表移动相关参数,为有效解决地表建(构)筑物压煤问题、指导矿井安全生产、丰富该区域的覆岩移动变形规律,提供了可靠依据.
针对企业级项目管理系统ESSP(Excellent Software Service Platform)开发过程中,出现规范性不够、成功率不高等问题,结合ESPM系统模型和软件能力成熟度模型(SW-CMM)基础上,采取面向对象、面向角色的设计思路,通过权限控制和工作流技术,实现更为完善的企业级软件项目管理设计.通过上述的流程控制,可以有效的设计系统功能,进一步完善了系统设计,也建立了标准的、精确的项目评价和量化体系,提高了开发的效率.
以海龟外壳为生物原型,以长江水域为应用场景,研究耐压壳设计及屈曲行为.首先,优选壳体函数,设计龟型耐压壳结构;其次,基于等屈曲原则对耐压壳进行变厚设计,建立壳体厚度表达式,并研究厚度变化规律;最后,建立等厚龟型耐压壳模型,并基于数值法,对该结构进行屈曲研究,分析耐压壳的薄弱区域.结果表明:对于椭球壳部分,无论椭圆率在哪个范围,壳体厚度均在θ=π/2时取最大值;对于球壳部分,在水压、材料和半径确定时,壳体厚度为定值;龟型耐压壳的中间部位及上下两侧为危险区域.
为了解决高考志愿填报时出现的流量堵塞以及数据中心服务器的崩溃等问题,提出了基于Dock-er 容器技术的高考志愿填报系统设计与 实现.利用Docker容器技术对原有的高考志愿填报系统进行优化,设计了更加稳定和韧性的高考志愿填报系统.完善缓解或完全解决了目前高考志愿填报的各项问题.
为提高风速的预测性能,提出了多通道长短期记忆网络和卷积网络相结合的风速预测方法.预测模型由多个长短期记忆子网络及卷积网络组成.各子网络选择不同长度的历史数据作为输入,分别实现未来风速值的计算,避免了单一网络输入数据长度参数难以确定的问题.卷积网络将各子网络的计算结果进行卷积、最大池化操作,并通过全连接层计算风速序列的预测值.为避免预测误差累积及漂移,利用误差动态补偿方法对预测值进行校正,获得最终的预测结果.多通道长短期记忆卷积网络可用于风速的超短期预测中,仿真实验结果表明,与现有基于深度学习的预测网络相比