首页期刊导航|上海交通大学学报
期刊信息/Journal information
上海交通大学学报
上海交通大学学报

叶必丰

月刊

1008-7095

xuebao.ejtu.edu.cn

021-62933373/2534,62932306

200030

上海市华山路1954号

上海交通大学学报/Journal Journal of Shanghai Jiaotong UniversityCSCD北大核心CSTPCDEI
查看更多>>本刊是由上海交通大学主办的自然科学综合性学术期刊。它以马列主义、毛泽东思想和邓小平理论为指导。以促进科学技术发展、培育科技人才、为社会主义现代化建设服务为宗旨。本刊主要刊载船舶与海洋工程、动力、机械、能源、材料、电气、电子、计算机、化工、生物工程、管理科学,以及数学、物理、工程力学等方面的最新研究成果。本刊为中国自然科学核心期刊和中国科技论文统计用刊源之一。
正式出版
收录年代

    海洋结构物波浪砰击的数值研究综述

    张念凡肖龙飞陈刚
    127-140页
    查看更多>>摘要:波浪砰击是发生在波浪与结构物之间的一种强非线性相互作用,其载荷通常具有峰值大、作用时间短的特点。近年来,海上极端环境导致海洋结构物经常遭受严重的波浪砰击,造成生命和财产损失,从而使得波浪砰击问题备受重视。对于复杂的砰击过程,理论分析和模型实验仅能给出砰击载荷的简化解析解及有限的砰击流场信息,数值模拟逐渐成为研究波浪砰击问题的有效手段。目前,国内外学者已经对海洋结构物的波浪砰击载荷特性、砰击作用过程及其影响因素等问题开展了大量的数值研究,并获得了许多重要的研究结论。针对海洋结构物波浪砰击的数值研究进展、现有方法及重要结论进行综述,为波浪砰击数值模拟的进一步研究提供有益参考。

    波浪砰击数值模拟边界元法光滑粒子流体动力学数值水池流体体积法

    环境载荷逆向识别与虚拟模型试验方法

    李旭肖龙飞魏汉迪吴文成...
    141-146页
    查看更多>>摘要:提出一种应用于混合模型试验的环境载荷逆向识别与虚拟模型试验方法,可以逆向识别截断模型试验中的环境载荷,进而开展截断水深与全水深虚拟模型试验。环境载荷直接从物理模型试验中分离得到,因此该载荷考虑到了平台六自由度运动之间的耦合作用、破浪砰击等强非线性作用以及流体对浮体的黏性力作用。为验证方法准确性,开展风浪流模型试验,并将虚拟模型试验结果与物理模型试验数据进行比较。研究结果表明,环境载荷逆向识别方法可以准确识别风浪流模型试验的环境载荷。

    混合模型试验系泊系统环境载荷识别

    船型网箱运动-波浪场扰动-网衣受力耦合动力响应特性

    王益厚付世晓许玉旺李帅...
    147-155页
    查看更多>>摘要:船型网箱是一种由大型浮体、钢架、网衣系统及系泊系统构成的新型海洋养殖结构。大型浮体在波浪中产生的绕射和辐射作用会对波浪场产生扰动,进而改变网衣受力,这种相互作用此前还未被研究过。本文基于势流理论求得绕射波和辐射波在网衣周围波浪场的速度传递函数,同时采用莫里森方程求解计及波浪场扰动的网衣水动力载荷;对网衣水动力载荷与浮体运动不断迭代计算,实现计及网箱运动-波浪场扰动-网衣受力耦合效应的船型网箱动力响应分析;最后,研究了不同幅值的规则波下这种耦合效应对网箱运动、网衣张力、容积损失和连接器载荷的影响规律。结果发现:波浪场扰动对网箱运动和容积损失的影响不明显,但是会导致网衣张力和连接器载荷明显增大,这能够为船型网箱的结构强度校核及安全设计提供指导。

    船型网箱绕射波和辐射波网箱运动网衣张力容积损失连接器载荷

    基于人工神经网络的极地船舶冰阻力预报方法

    孙乾洋周利丁仕风刘仁伟...
    156-165页
    查看更多>>摘要:极地船舶冰区航行时,冰阻力的准确预报在保障船舶航行安全方面起着重要作用。近年来,机器学习在船舶方面的应用越来越广泛,其中,人工神经网络(ANN)是机器学习领域中一种常用的方法。本文的重点是设计一个用于预报极地船舶冰阻力的ANN模型。参考传统的经验和半经验公式,选择合适的输入特征参数,通过大量的船舶模型试验数据来训练神经网络,搭建径向基(RBF)神经网络模型,并选用遗传算法(GA)进行模型优化。研究表明,基于7个特征参数输入的遗传算法优化径向基(RBF-GA)神经网络模型具有良好的泛化效果,与模型试验和实船试验数据对比,平均误差在8%左右,具有较高的精度,可作为冰阻力预报工具。

    冰阻力机器学习径向基函数神经网络遗传算法船舶试验

    新型双体无人测量艇静水阻力性能预报与航态优化

    蔡君蕾姚天成刘宏万立健...
    166-174页
    查看更多>>摘要:为得到一艘新型双体无人测量艇的阻力性能和经济航态,分别利用模型试验、经验公式和计算流体力学(CFD)方法对该艇进行阻力预报和阻力成分分析。运用CFD方法进一步探究工作航速下船体的不同重心纵向位置对船体阻力、纵倾和船周波形的影响,还为多波束声学设备选取了合适的船体安装位置。结果表明,CFD方法能精确完整地预报双体测量艇从低航速排水到高航速滑行的航态变化和阻力特性,而经验公式法主要适用于测量艇航速较低(FrΔ<1。5)时的阻力预报。在4~6 kn测量航速下,该艇的阻力经济航态约为尾倾1。4°,此时在片体间距离船尾约0。3~0。5个船长位置处存在一个相对稳定的高液位区域,适合作为无人测量艇多波束声学设备的安装位置。

    阻力预报无人船双体船计算流体力学航态

    波浪中的螺旋桨水动力性能数值分析

    张耕姚建喜
    175-187页
    查看更多>>摘要:传统的螺旋桨水动力性能研究主要针对静水条件,但船后工作的螺旋桨经常会受到波浪的影响。从文献情况来看,目前与波浪中螺旋桨水动力性能相关的研究工作相对较少。有鉴于此,采用基于OpenFOAM的雷诺平均NS(RANS)求解器,计算、分析波浪对螺旋桨推力及转矩的影响。研究结果表明:在波浪的作用下,螺旋桨推力及转矩的时间历程曲线发生振荡,且随着浸深与进速系数减小,水面扰动变大,时历曲线的振荡幅度增大;与静水条件相比,在浸深与进速系数相同的情况下,波浪中螺旋桨推力及转矩的平均值减小;计算结果与现有的试验数据吻合良好。

    波浪螺旋桨推力转矩水动力性能

    基于深度学习的螺旋桨水动力性能快速预报方法

    高楠胡安康侯立勋常欣...
    188-200页
    查看更多>>摘要:为实现螺旋桨水动力性能的快速、精确预报,基于改进的残差连接神经网络建立了一套螺旋桨水动力性能预报模型。残差连接方式大幅提高了模型深度,结合Inception结构从不同尺度同时提取数据特征,利用深度可分离式卷积减少模型参数,基于螺旋桨几何参数和模型试验结果构建训练深度神经网络所需的样本空间;提出一种改进的群体天牛须算法对模型的初始权重与阈值进行优化,进一步提高其预报精度。研究结果表明:改进的群体天牛须算法显著提高预报模型的精度并解决了过拟合问题,预报结果与试验值吻合良好,对数据集外螺旋桨的预测性能与CFD法基本一致。模型的普适性极佳且计算周期极短、效率高,满足实时、准确预报螺旋桨敞水性能的要求。

    螺旋桨水动力性能残差神经网络Inception结构改进的群体天牛须搜索算法

    基于人因工程的船舶驾驶室人机界面布局优化设计

    季煜恒李春通骆晓萌杨雪莲...
    201-210页
    查看更多>>摘要:为了解决船舶驾驶室人机界面设计采用人工布局所存在的经验性、主观性、随机性的问题,提出一种将虚拟仿真和优化算法相结合的人机界面布局优化设计方法。首先,通过虚拟仿真得到待布局人机界面各区域的操作舒适度以及最优操作点位置;其次,将人机界面布局准则和人因工程学准则量化为目标函数和约束条件,建立人机界面布局优化数学模型,通过差分进化算法获取大量粒子群算法的粒子初始位置;最后,通过寻优获取人机界面的最优布局并进行虚拟仿真评价。将某控制面板作为算例进行布局优化和虚拟仿真,获取的最优布局结果满足人因工程学准则,人机界面各项性能均有提升。本研究可为船舶驾驶室的高性能人机界面布局设计提供参考。

    人机界面布局优化人因工程虚拟仿真粒子群算法

    航行体水下发射过程气幕降载特性

    施瑶鲁杰文杜晓旭高山...
    211-219页
    查看更多>>摘要:水下发射过程中在筒口附近形成气幕通道,可有效降低航行体出筒过程中表面高频脉动载荷。基于流体体积(VOF)均质多相流理论、标准的RNG k-e湍流模型及重叠网格技术,研究筒口气幕对航行体表面脉动载荷的影响规律,分析气幕环境下的流场结构及流体动力演变特性,对比不同横流强度、燃气质量流率下气幕流场结构演变和出筒降载效果。结果表明,航行体出筒过程中,喷嘴喷出的高速燃气近似覆盖了航行体表面,并逐渐在发射筒口周围形成一个气体通道,显著降低了航形体表面载荷;有气幕条件下,航行体所受力矩与表面载荷均出现明显降低,其中所受力矩峰值降低了 80。3%,航行体表面压力峰值最大降低了 81。2%;提高横流速度,航行体表面压力峰值最大增加了 56。7%;在质量流率由2 kg/s提高到16 kg/s时,航行体所受力矩降低了 80。8%,表面压力峰值最大降低了 82。8%。

    航行体多相流脉动载荷气幕降载水动力特性

    基于WRF-LES模式的大气边界层近地风场精细化模拟研究

    刘达琳陶韬曹勇周岱...
    220-231页
    查看更多>>摘要:台风等极端气象灾害对工程结构安全造成严重威胁,研究近地面大气边界层精细化模拟对于土木工程具有重要应用价值。数值天气预报系统(WRF)中的大涡模拟(LES)模块具有参数方案多、精度高等优点,适用于近地面风场精细化模拟,但数值天气预报-大涡模拟(WRF-LES)精细化模拟效果与参数设置密切相关。寻求适用于精细化模拟近地面风场的参数设置,选用WRF-LES模式中的几种次网格模型和空间差分格式,采用较细密的网格分辨率,进行理想大气边界层模拟。对比平均风速剖面、湍流强度剖面和功率谱等风场特性,讨论关键参数对近地面风场模拟精度的影响,确定合适的参数设置。研究表明:对次网格模型,非线性回波散射和各向异性(NBA1)模型可有效改善近地面风场模拟精度;对网格方案,在计算域底部不均匀加密垂直网格可更好地描述近地面风场空间分布特征,有效减小计算资源;对空间差分格式,偶数阶差分相较奇数阶差分格式可捕获更小尺度湍流结构。所提出的WRF-LES模式参数方案,可为精细化模拟近地面风场和台风边界层提供技术参考。

    次网格模型网格分辨率空间差分格式数值天气预报-大涡模拟