典型文献
基于统计学习的船舶泵喷推进系统实船快速性预报新方法
文献摘要：
[目的]针对"适配于螺旋桨的船尾线型+泵喷推进器"构成的船舶泵喷推进系统,提出一种基于统计学习的实船快速性预报新方法.[方法]以某大型水面船舶泵喷推进系统为对象,通过神经网络学习典型推进泵的推力系数图谱曲线,综合运用船?桨配合时的KT-J曲线和船体–喷泵配合时的推力特性曲线,建立"仅需船舶阻力曲线就能实现船舶泵喷推进系统实船快速性预报"的新方法,并基于船模阻力试验、泵喷模型敞水试验及船体?泵喷自航试验的测量换算结果对实船推进性能的预报结果开展精度校验.[结果]校验结果表明:在航速18～30 kn范围内,船舶泵喷推进系统的自航转速、推力和功率的预报误差可控制在5.4％以内,其中设计航速附近的误差甚至小于2％;船体?泵喷的相互作用程度介于船?桨与船体?喷泵之间且幅值相对较小,推力减额系数为趋向于0的极小值,故船舶泵喷推进系统是介于桨轴推进系统和喷水推进系统之间的产物.[结论]该预报方法有利于提升船舶泵喷推进系统实船快速性预报的能力,可为新型舰艇泵类推进系统总体设计/研究提供参考.
文献关键词：
泵喷推进系统;快速性预报;船-桨配合;船体-泵喷配合;船模阻力
中图分类号：
作者姓名：
杨琼方;伍锐;郑敏敏;马雪泉;刘恒;杨佾林
作者机构：
海军工程大学动力工程学院,湖北武汉 430033;上海船舶运输科学研究所有限公司,上海 200137
文献出处：
引用格式：
[1]杨琼方;伍锐;郑敏敏;马雪泉;刘恒;杨佾林-.基于统计学习的船舶泵喷推进系统实船快速性预报新方法)[J].中国舰船研究,2022(06):70-78,87
A类：
泵喷推进系统,快速性预报
B类：
统计学习,实船,螺旋桨,船尾,线型,泵喷推进器,水面船,神经网络学习,推力系数,谱曲,KT,船体,喷泵,推力特性,特性曲线,船舶阻力,阻力曲线,船模阻力,阻力试验,敞水试验,自航试验,换算,推进性能,精度校验,航速,kn,预报误差,误差可控,中设计,趋向于,极小值,喷水推进,预报方法,舰艇,类推,系统总体设计
AB值：
0.277009
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
