论文部分内容阅读
耙吸挖泥船耙头波浪补偿系统工作压力与动力响应
【摘 要】
：
经济贸易、城市发展、环境保护等各方面的需求,孕育了当今世界疏浚行业广阔的市场与发展空间。据统计,目前全球的疏浚量已高达每年数十亿立方米。如此巨大的需求使疏浚业迎来黄金发展期,也促进包括耙吸挖泥船在内的疏浚装备的快速发展。耙吸挖泥船是一种装备有耙头挖掘机具与水力吸泥装置的大型自航、装仓式的挖泥船,为保证其安全、高效作业,耙吸挖泥船需设置耙头波浪补偿系统。本文即对耙吸挖泥船耙头波浪补偿系统的工作原理、
【出 处】
：
上海交通大学
【发表日期】
：
2020年01期
其他文献
行人重识别是计算机视觉里非常重要的一项任务,该任务要求匹配到来自不同相机拍摄图像中的同一个人。它在多个计算机视觉任务中有着很广泛的应用,包括视频监控,跟踪,行人检索和行为分析。由于人在相机网络中不同视角下的形象变化很大,这本就是一个很困难的任务。近来,随着计算性能的提高,深度学习已经成为一项很可靠的机器学习技术,通过成功学习到数据的潜在表示大大地在多个领域提高了现有的模型。最近,相比于基于描述算子
学位
正交异性钢桥面板由U肋、盖板及横隔板组成,三者相互垂直,通过焊接连接在一起协同工作,它既能承受桥面的直接荷载,又能参加主梁的工作,同时具有自重轻、节约钢材、承重能力高等优点,在世界各国桥梁上得到了广泛的运用。但与此同时,由于受力复杂、焊缝多、初始缺陷、直接承受车辆荷载等原因,正交异性钢桥面板疲劳开裂问题和桥面铺装层损坏现象也较为普遍。本文基于足尺试验和数值模拟,对UHPC加固前后正交异性钢桥面板典
学位
目前全球卫星导航系统已经在很多场景中得到了应用,但是卫星导航系统也有它的局限性。当用户接收机当前位置处在半遮挡地点或者全遮挡环境时,GNSS定位效果变差甚至不能正常使用。因此使用伪卫星进行定位的研究随即出现。利用伪卫星进行协同定位,改善GNSS定位卫星星座的几何分布,进而提高用户导航服务的连续性和可靠性以及提高定位精度,实现对GNSS的增强效果;甚至在GNSS卫星信号无法到达覆盖的区域,使用含有4
学位
近年来,大规模数据集推动了深度神经网络在计算机视觉领域的研究。然而这些由专家精确标注的数据集成本高昂并且实际中往往难以获取。作为替代方法,众包和网络查询被用于提供噪声标注。比如,网络公开平台上有大量由用户标注的数据,这些数据数量巨大且易于获取。然而由于用户标注的不可靠性,这些方法不可避免地引入了标签噪声。研究表明,深度神经网络会轻易地拟合噪声标签,因此噪声监督下的深度学习是当前一大重要的研究领域。
学位
人群组分割是用于描述人群的整体运动结构的定量描述,使用运动人群中每个运动个体的运动信息、位置关系和与周围个体的交互关系来对每个个体和其他个体之间进行定量评估,将具有相似运动状态的人群,划分为一个小组,从而简化个体之间的复杂交互,为后续的人群研究,是人群追踪、人群异常检测和人群运动预测等后续技术方法的基础。在本文中,我们针对传统的基于粒子模型的人群组分割方法使用手动设置固定参数,从而导致方法对不同场
学位
茄子是我国广泛栽培种植的蔬菜,也是少数几种含有大量花青素的园艺作物之一。花青素是天然色素,广泛存在于各种植物中,它能够保护植物免受非生物胁迫,并且有利于人体的健康。因此,深入研究茄子花青素生物合成,明确茄子花青素的合成机理,提高茄子中花青素的积累是一项极为有意义的工作。茉莉酸是一种基本的植物生长调节物质。早期研究表明,茉莉酸能促进拟南芥中的花青素积累。而茄子中尚无关于茉莉酸调控花青素合成的研究。为
学位
综合电力推进系统以其高效、环保、经济、安全可靠等诸多优势成为邮轮动力系统主流方案。相比于传统机械传动动力系统,综合电力推进系统的主机选型更加灵活,动力系统选配方案更加多样化。因此对诸多选配方案的优化选择并进行设计评估十分关键。本文以Carnival Vista 62.4MW级主机配置方案为设计基线,对不同主机数量、不同燃油类型以及不同能源类型对系统性能的影响进行深入研究。论文主要工作如下:1)分析
学位
船舶在实际航行过程中会受到各种各样的载荷作用,作为船体基本结构的加筋板会受到轴向压缩/拉伸力、板内弯矩、周边剪切以及侧向压力等载荷的联合作用。为准确评估加筋板的极限承载能力,需要对联合载荷作用下的加筋板极限强度进行研究。本文以某万箱集装箱船的船底加筋板结构为研究对象,对加筋板在联合载荷下的极限强度进行了非线性有限元分析和试验研究。首先,使用非线性有限元方法,从模型范围、网格尺寸、初始缺陷、边界条件
学位
海上风电基础形式多样,其中单桩基础以其结构形式简单、受力明确、加工安装方便等优势,是当前应用最广泛的基础形式。海上风电机组的正常运行,对基础的转动变形有严格的要求,因此对于海上风电基础设计,转动变形控制是设计的要点。海上风电正常运行时,会受到风、浪、流等小幅值循环荷载长期作用,基础由此产生累积变形,国内外学者的研究也大多集中于小幅值循环荷载。然而,当台风来临时,会产生极大风速和伴随的巨浪,短时间内
学位
图像语义分割任务是计算机视觉领域的基础研究方向之一,是场景理解,姿态估计等其他任务的基础。基于深度学习的图像语义分割方法在当前标定数据集下能够高速准确的识别分割结果,然而对于人工标注数据的海量需求大大限制了其应用范围。为解决数据标注费时费力的问题,本文基于深度卷积神经网络(DCNNs),对弱标注下图像语义分割的相关技术进行了一系列的研究。1.为了研究不同像素标记比例的分割标签对分割网络的影响,本文
学位