水下物体磁探测线间距的影响因素

建立合理水下小目标磁探测线间距需以定量分析各种因素对其影响为基础。将水下小目标的磁场模型视为磁偶极子,建立水下小目标的磁场空间衰减规律。根据水下目标磁探测的原理及其工作背景,对目标磁距大小、仪器信噪比、地磁变化、日变影响、测船的定位误差等因素进行综合分析,得出磁力仪在探测某一已知物时的测线间距计算公式。     

万米级深海陶瓷耐压结构水下内爆流场数值模拟

耐压结构是深海潜器的重要组成部分,但在深海的高压环境中却存在内爆的风险。为研究陶瓷耐压结构水下内爆的流场特性,使用针对可压缩多相流问题开发的开源代码,采用直接数值模拟,应用自适应直角网格,对两种压力条件下的耐压结构水下内爆进行了数值模拟。通过低压模拟结果与理论解和试验值比较,验证了模拟方法的有效性,进而开展万米级深海陶瓷耐压结构水下内爆模拟。分析发现：陶瓷耐压结构发生内爆后,其内部气腔存在多次压缩—反弹现象,深海环境压力越大则反弹越不明显;气腔反弹阶段,在结构外部将产生数倍于深海环境压力的冲击波,且传播速度接近声速;冲击波压力峰值与到球心距离呈负指数幂函数关系;在相同深海环境压力下,耐压结构外部监测点的冲击波压力与球体半径呈正比例关系。     

拖曳式多参数剖面测量系统水动力与控制性能研究述评

综述了拖曳式多参数剖面测量系统水动力学研究的最新进展。对拖曳缆绳、拖曳体以及将两者耦合起来所构成的整个系统水动力及控制理论进行述评,分析了各种理论的优缺点从中简要地描述了拖曳式多参数剖面测量系统水动力研究的发展概要。     

我国深海钻探重入钻孔技术优选及设计思路

深海钻探通常采用无隔水管开路钻进,当更换钻头或钻具,测井、处理孔内事故等情况时,需要起下钻后重新进入原钻孔,此过程称为重入钻孔。由于钻探船与海底孔口有数千米的水体相隔,受海浪和洋流作用,钻探船动荡不稳,钻杆柱摇摆不定,要想重新进入原钻孔并非易事。本文通过广泛调研,对海底基盘、声呐重入系统、水下电视重入系统及无人遥控潜水器（ROV）等目前几种常见的重入钻孔技术进行了详细介绍,对各种技术的优缺点进行了综合对比,优选了水下电视重入系统作为我国深海钻探重入钻孔技术方案,初步提出了技术设计思路,为样机研发和工艺制定奠定了基础。     

水下滑翔机器人研究进展及应用

水下滑翔机器人（AUG）是一种将浮标技术与传统水下机器人技术相结合的新型水下机器人,可用于长时间、大范围的海洋环境测量和监测,具有较高的可控性和机动性。在欧洲地区海洋环境安全（MERSEA）中水下滑翔机器人扮演了重要的角色,未来其应用领域将更加广泛,性能更加先进。     

水下地形三维建模Surfer与MATLAB比较分析

目前国内外对水下地形三维建模一般采用Surfer软件,MATLAB在图像处理方面功能强大,在很多专业领域得到广泛应用。本文利用MATLAB进行水下地形三维建模,并与Surfer绘制效果进行比较,显示MATLAB三维建模较Surfer透彻,可展现Surfer建模成果,更可反映清晰的横断面效果,可为岸带调查研究提供技术支持。     

水下滑翔机器人运动分析与载体设计

水下滑翔机器人是一种新型水下机器人,具有噪声低、航行距离远、续航时间长、成本低等特点。分析了水下滑翔机器人的驱动机理和运动实现,给出了水下滑翔机器人典型运动的仿真结果,并以正在设计的一水下滑翔机试验样机为研究对象,描述了样机的整体结构布局,详细研究了浮力调节机构、俯仰调节机构和横滚调节机构的实现方法,并就样机中各执行机构的设计实现进行了论述。     

水下溢油数值模拟研究

基于Lagrange积分法和Lagrange粒子追踪法建立了一个水下溢油数值模型。该溢油模型由两个子模型组成:羽流动力模型和对流扩散模型,其中羽流动力模型用以模拟溢油的喷发阶段和浮力羽流阶段;对流扩散模型用以模拟溢油的对流扩散阶段。通过数值实验,结合实验室水槽实验和水下溢油现场实验的观测资料进行模型验证。实验结果表明,模拟结果与观测资料一致性较好,从而验证了本文溢油模型的合理性和准确性;羽流动力模型为对流扩散模型提供源,海流、海水的垂向密度结构和油滴的直径分布是影响溢油在对流扩散阶段运动和分布的主要因素。     

GZCORS在广州轨道交通水下地形测量中的应用

水下地形图是轨道交通工程规划、设计、施工的重要基础资料,本文以广州轨道交通三号线流溪河水下地形测量为例,阐述了广州市连续运行参考站城市3维定位系统(GZCORS)在水下地形测量中的作业模式、方法及精度。该种作业模式在河道、沿海港口等水下地形测量中有着广阔的应用前景。     

基于灰色关联分析的遗传神经网络在水下爆破中质点峰值振动速度预测研究

水下爆破是一个复杂的、非线性的动态能量释放过程,其涉及到的影响因素众多。为了充分利用少量的实测数据,较准确地预测水下爆破质点峰值振动速度,引入灰色关联分析理论,并结合遗传神经网络较强的非线性映射优势和全局化的搜索能力,建立基于灰色关联分析的遗传神经网络模型(GRA-GA-BP)。该模型利用灰色关联分析理论,充分挖掘小样本潜在信息特征,较合理地确定了影响爆破振动速度的主要因素,解决了神经网络在多变量复杂系统中输入变量无法自动寻优的难题,从而增强了神经网络的适应能力和稳定性。采用该模型对广东台山核电站1期工程大襟岛水下爆破开挖质点峰值振动速度进行预测,并与传统的遗传神经网络及萨道夫斯基公式预测结果进行对比,发现GRA-GA-BP模型的预测值与实测值吻合更好,预测误差更稳定。研究方法可为小样本、多因素影响下类似工程质点峰值振动速度预测提供借鉴。