大容积全海深模拟装置关键技术研究

来源 :四川大学 | 被引量 : 0次 | 上传用户:caibo782
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
伴随深海探测技术的发展,我国提出了走向深蓝的战略布局。深海潜水器及相关装备是进行深海科学研究、环境检测和探索开发的必要装备。随着深海潜水器技术的不断发展,深海环境模拟技术与装置在深海潜水器的试验验证、改进升级等工作中的重要性越来越凸显。2012年,我国自主研制的“蛟龙”号载人潜水器成功完成水下7000m海试,工作压强为70MPa,使我国成为继美国、法国、俄罗斯、日本之后世界上第五个掌握大深度载人深潜技术的国家。海洋最深处马里亚纳海沟深约11000m、压强高于110MPa,是对载人潜水器的极限挑战,但是目前国内已建成的深海高压模拟装置的容积不能满足全海深载人潜水器的试验需求,因此,为了满足国家对全海深环境探测的重大战略需求,实现开发深海、利用海洋,并完成深海复杂环境的高效勘探、科学考察,本文以大容积全海深模拟装置为研究对象,对其进行了结构设计、力学分析、安全性校核以及工作过程中的仿真模拟和试验验证,该深海高压模拟装置能够为载人球舱全海深开发与试验提供支持,也为大型全海深超高压模拟试验装置的进一步开发提供了理论及实践基础。论文主要进行了以下几方面研究:(1)基于全海深载人潜水器水下模拟实验需求参数,进行了我国首台大容积全海深模拟装置的总体方案设计,确定了模拟装置的基本结构形式及各部件的工作载荷,基于预应力结构的缠绕理论,进行了筒体和机架部件结构尺寸、预紧力和缠绕层的设计,为大容积全海深模拟装置及类似装置的设计计算提供了理论参考。(2)对大容积全海深模拟装置在钢丝缠绕工况下,进行了强度、刚度、稳定性的理论校核,提出了压力筒筒体应力分布的显式解析表达式。基于勃莱斯公式和筒体径向收缩方程计算了筒体的力学参数,并对筒体的刚度及稳定性进行了校核。对机架立柱的力学参数进行了计算,完成了对机架立柱强度、刚度及稳定性的校核。根据模拟装置的结构特征、理论安全性校核和操作可行性,确定了安全观测点在部件表面的位置。(3)进行了大容积全海深模拟装置无级变张力缠绕设计,结合钢丝缠绕过程,对压力筒和机架的受力情况进行了分析,得出了缠绕过程力的平衡及变形协调方程,在此基础上,计算了压力筒和机架钢丝缠绕的初始张力,并生成钢丝拉力数据用以指导生产。针对钢丝缠绕过程张力控制不精确的情况,提出了一种新型缠绕工艺,并建立了钢丝缠绕系统动力学模型及状态方程,提出采用鲸鱼算法整定PID参数(WOA-PID)的控制策略进行张力控制器设计,以提高钢丝缠绕张力控制精度。(4)建立了大容积全海深模拟装置的静力学及动力学有限元模型,进行了模拟装置在不同工况下的静力学、模态及瞬态动力学分析。通过静力学得到了预紧状态及工作状态下模拟装置的应力分布,分析了应力分布特点,得到了各观测点应变值,为后期现场应变测试实验提供了理论参考。通过瞬态动力学分析得到了不同压溃情况、不同球舱含水率下,球舱压溃对模拟装置的影响,得出了安全含水率范围及极限工况下主要部件的最大应力值,对载人球舱模拟加压试验过程中的装置安全性提供预测。(5)分析了大容积全海深模拟装置应变测试实验的技术难点,提出了相应解决方法,设计了测试实验的技术方案,搭建了相应的实验系统并完成了实验。实验数据结果表明,大容积全海深模拟装置的强度是满足要求的。对比分析实测数据与有限元数据,得出有限元数据与实测数据基本一致的结论,论证了本文对大容积全海深模拟装置有限元建模方法的准确性。
其他文献
现代图形学应用的飞速发展对超大规模复杂场景绘制、高分辨率显示呈现、高真实感用户体验以及实时绘制效率提出了愈加严峻的挑战。尽管计算机硬件性能在近年来得到了极大提高,但仍然无法满足越来越高的需求。作为并行计算在图形学领域的具体运用,并行图形绘制系统成为解决上述问题的有效方案之一。但是多节点间的绘制任务分配一直是制约并行图形绘制系统整体性能的瓶颈,因此,研究如何实现绘制负载平衡成为影响最终绘制效果的关键
由于互联网多媒体技术的快速发展、智能手机的广泛使用以及社交网络的不断普及,人们能够随时随地在互联网上分享有趣的内容,使得互联网上不同模态的多媒体数据(如文本,图像和视频等)呈现爆炸性增长、海量性集聚的特点。如此大规模的数据标志着多媒体大数据时代的到来,同时给基于多模态学习的研究和应用带来了新的机遇和挑战。随着以深度神经网络为代表的人工智能技术的迅猛发展,如何基于深度神经网络模拟人类大脑的认知和理解
深度学习又称为深度神经网络,是人工神经网络的一种,是一种通过堆叠多层非线性变换方法对高复杂性数据进行建模的算法。在图像处理领域,深度学习主要是指深度卷积神经网络(Deep Convolutional Neural Networks,简称DCNN)。人工神经网络的概念自上个世纪四五十年代被提出以来,几经发展和沉寂,在本世纪初又开启新一轮发展热潮,展现出强大的生命力。图像目标检测的目的是判断图像中是否
计算机科学融合音乐学并推动音乐学自动化智能化发展催生了两个大的研究方向:音乐信息检索和音乐生成。其中,音乐检测是音乐信息检索领域的一项关键任务,它聚焦于研究如何从音频中检测出音乐事件及发生的位置;音乐生成是人工智能在艺术创作方面的一项探索,它关注于研究能让计算机自动进行音乐创作的算法。随着数字音乐数量的与日俱增,神经网络方法善于学习海量数据以及具备强大建模能力的特点使其成为近年来音乐检测和音乐生成
三维图形绘制在游戏娱乐、虚拟现实、科学计算可视化等众多领域有着广泛应用,而且在实时和真实方面的绘制要求越来越高。近年来,软硬件的计算性能得到了很大提升,但是面对数据规模的日益增长,大规模数据的实时绘制面临巨大挑战。本文主要针对体数据和地理地形数据的真实和实时绘制技术展开研究。对于精度高、体量大的体数据,三维可视化计算量大,同时增加光照计算更加重了计算负担。大规模地理地形数据一直存在如何高效处理和绘
神经科学研究证明,生物神经网络之间的细胞是通过神经元的动作电位(发放的脉冲)来进行相互通信的。因此,更具有生物可塑性和强大信息处理能力的第三代神经网络:脉冲神经网络(杓杰杩杫杩杮杧李来杵杲条杬李来杴杷杯杲杫,杓李李)受到了研究者的广泛关注。与传统的基于频率的神经网络不同,杓李李能够处理和提取脉冲信号中编码的时间动态特征,从而使其更加具有生物可塑性,且计算能力更强,功耗更低,在未来的移动智能领域具有
近年来,以软件代码为载体的网络安全问题频频发生,软件代码同源判定作为解决网络攻击溯源等安全问题的共性关键技术变得尤为重要,准确定位软件代码来源已成为各方关注的焦点。由于当前软件代码具备运行平台多样、变形手段繁多、表现形式复杂等多形态特点,导致其同源判定极为困难。如何有效的发现多形态软件代码同源,对增强我国网络空间安全的防护力、威慑力至关重要。面向多形态软件代码的同源判定,首先需厘清软件代码同源的概
随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频
在国家大力发展人工智能和“健康中国”的时代背景下,以人工智能为核心的智能医学被看作是未来医学的重要发展方向之一,同时也是多学科交叉的高尖科技。医学图像的精准分析是智能医学在科学研究、临床诊断和治疗中关键所在。丰富的影像资源使眼科成为了最适合开展人工智能诊断的一个研究领域,展现出广阔的临床应用前景。本文响应“十三五”眼健康规划,研究了眼底病变智能诊断的深度卷积神经网络方法,建立了糖尿病视网膜病变识别
肺癌与结直肠癌是当今致死率较高的两大恶性肿瘤,且常以肺结节及肠息肉形式作为其早期可能性表征。肺结节与肠息肉分割作为性状判断、体积度量、倍增速率跟踪等关键步骤的基础,能够为疾病分析及治疗提供可靠的数据支持。同时,准确的病灶分割结果还可以提升病灶特征提取、良恶性判断、三维重建及可视化等图像处理方法的精准程度。因此,无论是从提高医疗信息化水平的角度,还是从推动医学图像处理领域相关研究发展的角度,针对肺结