磁致伸缩技术越来越广泛地应用于测控领域,主要介绍磁致伸缩传感器的原理及特点,同时介绍了磁致伸缩传感器在岸桥液压缸位置检测上的应用。

基于不同损伤理论,利用人工智能技术来预测岸桥金属结构疲劳寿命的智能算法已经成为岸桥领域新的热点。为提高寿命预测精度,分别利用神经网络算法和支持向量机算法进行仿真实验,估算在两级载荷下的疲劳寿命。根据前人给出的实验数据,分别运用基于遗传算法优化的神经网络和基于粒子群优化的支持向量机算法对正火35#钢和调质45#钢进行疲劳仿真,描述应力与累积损伤之间的非线性关系,以及应力加载顺序对疲劳寿命的影响;并对海洋平台中最为常见的焊接管接头结构进行疲劳参数的预测,以验证经过优化的智能算法的实用性。同时与优化过的BP神经网络和支持向量机预测结果进行比较,表明优化方法对于提高智能算法的预测精度有较大作用。

针对起升机构齿轮箱的退化特征提取问题,提出一种基于数学形态分形维数与滑动窗威布尔拟合的退化特征在线提取方法。首先,按照分析周期计算振动能量谱的形态分形维数,形成分形演化曲线;设置滑动窗口宽度与步长,对窗口内的分形序列进行三参数威布尔拟合,以模型的尺度参数作为性能退化特征指标;采用工业现场监测的起升机构齿轮箱全寿命数据作为基础,验证了该方法的有效性。结果表明,数学形态分形维数能够刻画振动能量谱的分形复杂度,威布尔分布的尺度参数能够平滑地反映分形曲线的性能退化趋势,为进一步解决在线健康状态评估问题奠定理论方法基础。

由于新泽西港口进港航道上有限高要求,为了岸桥的整机运输,采用降低岸桥上部结构的方式发运,待岸桥卸到用户码头上后,使用“链爬式”提升方式提升,虽然爬升装置的安装工作比较繁琐,且提升效率比“卷扬机式”提升低一点,但港口大风天气比较频繁,或者提升载荷很大,“链爬式”提升则是最好的安全的选择。