【摘 要】
：
当前全球经济发展减速,对大宗商品的需求放缓,随之而来的航运业也陷入低谷。由于需求疲软、运力过剩、运价竞争激烈,再加上油价的持续走低,船东减少订单、弃船或延期收船,新船造价持续走低。在此背景下,船企惟有降本增效方能在这个低迷的船市中生存下来。文章主要以实例阐述解决某运输船设备成本超出预算的问题,通过TBP八步法的使用,分析电气设计过程中遇到的原因,提出解决办法,最终达成降本增效的目的,以供后续项目参考。
论文部分内容阅读
当前全球经济发展减速,对大宗商品的需求放缓,随之而来的航运业也陷入低谷。由于需求疲软、运力过剩、运价竞争激烈,再加上油价的持续走低,船东减少订单、弃船或延期收船,新船造价持续走低。在此背景下,船企惟有降本增效方能在这个低迷的船市中生存下来。文章主要以实例阐述解决某运输船设备成本超出预算的问题,通过TBP八步法的使用,分析电气设计过程中遇到的原因,提出解决办法,最终达成降本增效的目的,以供后续项目参考。
其他文献
针对网络流量数据具有空间和时间的双重特征,提出了一种基于深度学习的入侵检测模型.首先,通过二分支卷积神经网络提取网络流量数据的空间特征,利用其分支结构的特点使得不同的卷积层对同一个数据样本进行粗化提取和细化提取,既保留了数据的总体特征,又从低级特征中迭代提取出更复杂的特征;然后,利用门控循环单元网络顺序敏感性的优势,挖掘网络流量数据的时序特征;最后,使用KDDCUP99数据集对入侵检测模型进行训练、验证和测试.实验结果表明,与传统的基于机器学习的模型相比,该模型具有更高的检测准确率.
提出一种基于燃料消耗量和燃料电池/锂电池退化机制的混合动力系统最优控制策略.该模型基于瞬态功率负载、启动/停止循环、空转和大功率导致的性能损失等因素,为燃料电池电化学表面积(ECSA)的衰减提供了分析解决方案.利用简化的电化学模型对燃料电池退化机制进行量化,利用经验模型将锂电池容量衰减和放电倍率(C-rate)进行函数关联.实验结果表明,基于不同权参数α值的燃料电池组功率负荷曲线发生显著变化,影响其寿命性能.权参数α越小,燃料电池组的负载跟随曲线越陡,权参数α越大,功率负载跟随曲线越平滑.
针对柔性作业车间调度计算复杂度高,求解困难的难题,在分析竞争群优化算法的基础上,提出一种混合竞争群优化算法.首先,结合两段式编码设计了一种基于最小工序完工时间的机器选择策略,将连续的竞争群优化算法离散化;然后,将POX交叉与环形拓扑结构相结合,并引入邻域搜索,应用于优胜个体的更新,增强算法的全局搜索能力和局部搜索能力.最后通过案例测试并与其他算法比较,验证了混合竞争群优化算法对柔性作业车间调度问题具有较高的求解质量和稳定性.
为解决不确定性条件下,因桥式吊车系统与其数学模型失配而导致的控制器设计困难的问题,提出一种不依靠精确模型信息的桥式吊车模型参考自适应控制策略.首先,使用不确定性扰动估计(UDE)技术来估计包含匹配和非匹配扰动的模型误差.然后,通过设计基于UDE的无抖振模型参考自适应滑模控制器保证桥式吊车能够在不确定性条件下实现小车到达指定位置的同时消除负载摆动.最后,通过李雅普诺夫稳定性理论证明了该控制系统的闭环稳定性.仿真分析证明了该方法的有效性.
针对中文情感分类的一词多义,以及完整语义信息表示问题,采用EBAP模型表示词向量,使用RCNN和Attention结合的方式提取文本特征,改善了模型捕获文本全局及局部语义特征和关键情感信息能力。
针对因脑卒中等中枢神经系统疾病而导致运动障碍的患者,在康复训练初期,应用下肢康复机器人提供被动康复训练过程中的控制问题,提出了一种基于健康人体步态数据的下肢外骨骼机器人的鲁棒自适应PD控制.在误差扰动有界的情况下,设计鲁棒自适应PD控制策略,不仅能够使下肢外骨骼机器人快速跟踪通过动作捕捉系统获得的人体步态轨迹,并且能够避免初始输出力矩过大.通过MATLAB仿真验证了在保证全局稳定的情况下,所提方法具有良好的跟踪性能和抗干扰能力.最后,通过角度相似度函数客观评价在所提控制方法下人体运动的舒适性.
通过对一般单顶点五折痕折纸机构折叠过程的研究,建立了单顶点刚性折纸机构各折痕转角之间的关系方程,推导出未知折痕转角。基于单顶点五折痕的双稳态构型,提出一种张拉整体结构驱动的折纸机器人,可完成爬行与转向。利用Matlab得出折叠结构参数,用CATIA软件建立折纸机器人的结构模型。搭建物理样机,证明了该方法的有效性。
随着海洋工程技术发展的需要,一些应用场景下储存舱无法满足常规透气管设置。为研究无透气管结构箱柜闭式排水系统是否可实现正常排水这一问题,通过无透气管的密闭结构箱柜进行排水试验,验证和分析了密闭箱柜在真空状态下利用内置离心泵进行排水的可行性,以期为未来无透气管排水系统设计提供参考。
神经网络建模过程中隐含层节点数多采用定性、经验或者是反复实验比较结果的方式确定,一直达不到最佳的状态,引入灰色关联分析法来确定神经网络的隐含层节点数.建立GM-BP模型是结合灰色关联分析方法优化BP神经网络的隐含层结构,提高了BP网络的适应能力,使之能更有效地应用于复杂系统的建模方法.对露天矿柴油消耗进行分析和预测,可以为生产材料的合理配置提供决策支持.分析燃料柴油的主要影响因素,分别用灰色模型、多元回归分析和GM-BP模型进行比较和检验,改进后的模型具有较好的稳定性,预测准确,可为设备油耗考核和油库库存
针对pH过程Hammerstein辨识模型,采用前馈神经网络辨识的逆模型控制策略.将辨识后的逆模型引入控制系统中,补偿Hammerstein模型的静态非线性,使强非线性pH过程呈伪线性特征,非线性的控制策略设计转变为线性控制策略设计.引入DE-LM算法,提高了逆辨识精度.根据伪线性结构,采用基于CARIMA模型的GPC实现控制.控制仿真实验结果表明,所建立的控制策略优于传统的PID控制算法,具有良好的设定值跟踪性能和抗干扰控制响应.