-
公开(公告)号:CN118114465B
公开(公告)日:2024-12-10
申请号:CN202410174272.7
申请日:2024-02-07
Applicant: 海南大学
IPC: G06F30/20 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/06 , G06F113/14 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于BP神经网络的柔性管疲劳海况预测方法及系统。所述方法包括:通过传感器采集海况数据生成波浪散布图;抽取样本点筛选目标海况数据;输入实验海况数据至基础水动力分析模型得到柔性管的张力和弯曲半径,作为柔性管标准拉弯性能;以目标海况数据作为输入,以柔性管标准拉弯性能作为输出,使用BP神经网络进行模型构建训练,得到代理模型;建立优化模型,采用多目标遗传算法对代理模型进行全局寻优,得到全局最优解,根据全局最优解完成柔性管疲劳预测。通过训练代理模型并进行模型优化,无需对含各层结构的柔性管进行计算分析,根据全局最优解即可完成对柔性管的疲劳预测,提高柔性管疲劳检测的准确性和效率。
-
公开(公告)号:CN118114465A
公开(公告)日:2024-05-31
申请号:CN202410174272.7
申请日:2024-02-07
Applicant: 海南大学
IPC: G06F30/20 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/06 , G06F113/14 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于BP神经网络的柔性管疲劳海况预测方法及系统。所述方法包括:通过传感器采集海况数据生成波浪散布图;抽取样本点筛选目标海况数据;输入实验海况数据至基础水动力分析模型得到柔性管的张力和弯曲半径,作为柔性管标准拉弯性能;以目标海况数据作为输入,以柔性管标准拉弯性能作为输出,使用BP神经网络进行模型构建训练,得到代理模型;建立优化模型,采用多目标遗传算法对代理模型进行全局寻优,得到全局最优解,根据全局最优解完成柔性管疲劳预测。通过训练代理模型并进行模型优化,无需对含各层结构的柔性管进行计算分析,根据全局最优解即可完成对柔性管的疲劳预测,提高柔性管疲劳检测的准确性和效率。
-
公开(公告)号:CN219933380U
公开(公告)日:2023-10-31
申请号:CN202321593347.2
申请日:2023-06-21
Applicant: 海南大学
Abstract: 本实用新型公开了一种抗扭柔性管,涉及深海采矿输送设备领域,本实用新型的技术方案,包括柔管部、刚性支撑部和连接部;所述柔管部的外围分布有若干所述刚性支撑部,所述柔管部和所述刚性支撑部的两端分别通过所述连接部连接固定。在柔管部的外围设置刚性支撑部,能够有效地提高立管的抗扭能力,减轻扭曲风险。
-
-