风帆助航船风浪条件下附加弯矩的研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:hongjiansu1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
全球气候变暖是当前面临的相当严重的环境问题之一,因此节能环保已被各国作为发展的重中之重。相比传统的船舶推进方式,风帆助航技术不仅无污染,而且可以大大降低船舶油耗。加装风帆的船舶船体受力将发生变化,主要由于两方面原因:一方面为推力载荷产生的附加弯矩,另一方面为惯性载荷产生的附加弯矩。本文研究加装风帆对船体产生的附加弯矩及其对船体强度的影响,主要工作如下:(1)介绍了风帆助航的发展历史、船舶运动理论和对船体强度研究的发展。(2)利用AQWA软件在时域内进行仿真计算,得出船舶主尺度和风浪等因素对船舶纵向加速度的影响。通过得出的影响设置恶劣工况下的船舶主尺度以及风浪等因素,将恶劣工况下的数值仿真纵向加速度与理论公式纵向加速度进行对比,对理论公式纵向加速度进行了修正,算出风帆对船体产生的附加惯性弯矩。(3)利用Fluent软件进行模拟风洞试验,得到风帆的最大升力系数,算出风帆对船体产生的附加推力弯矩。(4)建立船体舱段有限元模型,选择合适的工况,研究风帆产生的附加弯矩对于船体总纵强度以及风帆与船舶连接处的局部强度的影响。给出了风帆布置建议。
其他文献
21世纪迈入信息化时代,造船制造业发生了翻天覆地的变化,中国虽然已经成为世界第一造船大国,但还不是造船强国,船厂的很多生产计划与实际作业脱节,产生了较大的资源浪费。船舶是一个复杂的离散型系统,多种因素在时间和空间上共同影响着建造计划的进行。本文结合船厂作业特点,使用Plant Simulation仿真平台模拟船厂实际作业情况,利用遗传算法进行优化,进而得到最优的船舶建造计划,消除计划的不连续性和资
随着海洋经济的快速发展,为适应更高的海上作业要求,各种新型船型不断被发展研究,小水线面双体船(SWATH)因其优秀的耐波性能,宽大的甲板面积等越来越受到造船界的重视和关注。SWATH船型的快速性和耐波性是近年来船舶领域的研究重点之一。与同等排水量单体船相比,SWATH船型具有更大的湿表面积,降低了其快速性。此外,由于海洋经济、科学研究等的需要,SWATH船型在海上执行的任务更加繁重,其在海上航行时
为提高多目标跟踪方法的跟踪效率,本文提出一种基于锚框对齐卷积特征的目标检测-表观特征提取联合网络AAC-JDAN。在YOLOv3目标检测网络的基础上,引入锚框变换网络与锚框对齐卷积,在使得网络获得旋转目标检测能力的同时,缓解现有方法中存在的检测-表观联合网络提取的表观特征与旋转目标之间关联性弱的问题;通过在检测头部网络中加入目标表观特征提取分支,以多任务联合学习的方式对目标检测和目标表观特征提取两
目前,第二代完整稳性(SGISC)框架逐渐应用于内河船舶。框架中瘫船稳性和过度加速度两种失效模式主要受横风横浪气候条件影响,本文将主要研究瘫船稳性失效模式。同时,衡准所分析的船型主要集中在海船,对于满足一定技术和环境条件下,既航行于内河,又定期在沿海地区进行短期航行的内河船舶却存在一定的适用性问题。该适用性问题主要体现在内河船舶横摇阻尼目前尚不能准确评估、风浪气候条件影响、标准的适用性及可接受的安
船体分段的精度检测技术在船舶建造过程中占用十分重要的地位。目前船厂使用的测量工具全站仪耗时耗力,效率低下,近年来兴起三维扫描技术具有测量速度快、测量精度高优点,在分段精度检测中引入三维扫描技术可以克服全站仪测绘效率低、测量点稀少的问题。但使用三维扫描技术对分段进行扫描时,会涵盖整个分段堆场背景,需要将其中有用的分段点云分割提取出来。因此本文对堆场场景下的船体分段三维扫描点云分割问题进行研究,提出一
船舶结构的焊接变形对于造船精度控制具有重要的意义,为了准确地计算船体结构的焊接变形,本文首先以T型结构件的焊接过程为例,开发了T型结构件的焊接热弹塑性数值模拟模型,并且通过实验验证;然后采用传统的积分塑性应变的方法得到固有变形,加载到固有应变弹性有限元分析模型上,变形的计算结果与实验结果相符。然而,这种传统的通过焊接热弹塑性计算结果得到固有应变的方法需要消耗大量的时间。为了简化固有应变值的计算过程
造船龙门起重机由各类金属结构件焊接而成,在长期变幅载荷作用下主梁与刚腿连接处承受复杂的弯压复合载荷和应力集中效应,存在多轴疲劳损伤的可能。目前,国内外对于起重机焊缝寿命分析多是以单轴疲劳理论或者多轴比例预测方法研究为主,而对于承受非比例加载的焊接件的寿命预测还处于数据积累阶段,若采用单轴或者多轴比例方法将会产生一定误差,因此,研究多轴非比例疲劳寿命预测方法是有必要的。本文针对能量法、临界面法和临界
声纳是海洋资源探索、近海边防、救助打捞等一系列水下活动的重要工具。随着近年来成像声纳技术的发展,根据声纳图像对水下目标进行识别成为了一种关键手段。传统声纳图像识别技术步骤繁琐,需要手动设计特征提取,依赖人工经验容易造成特征丢失。基于深度学习的声纳图像识别对于声纳图像数据量有较大的需求,而声纳图像数据的获取通常成本较高且数据量少,同时经典的网络模型往往是为了光学图像识别任务设计的,所需算例较高,占用
在世界能源短缺的今天,节约资源,提高资源利用效率,是全球制造业绕不开的话题。船舶制造业作为国家重要的基础制造业,消耗着大量的资源,板材是最大的资源消耗之一。目前,船舶制造企业通常采用人工套料的方式,这种方式依赖排样工作者的经验,阻碍了船舶制造业智能化的发展。同时,人工套料的方式导致了船用板材利用率低,造成了资源的浪费,国内的板材利用率明显低于日韩企业,而且“绿色造船”的新模式给船舶行业在资源利用率