基于AI的文本转语音技术用于预测海洋导航中风力辅助推进用帆布的力学行为

《Applied Ocean Research》：AI Driven TTS Procedure to Predict Sailcloth Mechanical Behaviour for Wind Assisted Propulsion in Marine Navigation

　　

J. Baamonde-González|A. álvarez-García|J. Tarrío-Saavedra|M. González-Taboada|J. López-Beceiro

摘要

由于温室气体监管日益严格，航运业正在转向更可持续的推进策略，而风助推进作为一种可行的短期解决方案，有助于提高能源效率、减少排放并推动蓝色经济发展。然而，帆布材料在多种环境与机械作用下的长期机械性能仍不够明确。本研究探讨了海洋环境作用和机械磨损对达克龙帆布动态及蠕变行为的影响。动态力学分析表明，海洋环境老化会使存储模量分别下降17.7%（纬向）和11.2%（经向），而磨损则导致其下降8.1%，玻璃化转变温度则无显著变化。通过时间-温度叠加原理，将短期蠕变测试（30–100 °C）扩展到30 °C条件，得到蠕变顺应性主曲线，结果显示老化材料的顺应性明显增加。研究还运用广义加性模型来描述非线性行为并量化各因素的影响，结果显示出极佳的拟合度（单个曲线的R2 > 0.99，整体模型的R2为0.933）。结果表明，随着老化程度增加，蠕变顺应性显著上升，海洋环境作用会导致主曲线发生垂直位移，而磨损则使其发生水平位移，这表明链条的移动性增强了。时间（83.41%）和老化程度（10.63%）是影响材料变形的主要因素，而织物方向则体现了正交各向异性特征，纬向的顺应性更低。时间-温度叠加原理与广义加性模型的结合为预测该范围内帆布的长期性能提供了可靠框架，但超出此范围的预测则需谨慎处理。