CN112660324A - 一种估计张力腿平台在横浪作用下张力极值的方法 - Google Patents

一种估计张力腿平台在横浪作用下张力极值的方法 Download PDF

Info

Publication number
CN112660324A
CN112660324A CN202110015284.1A CN202110015284A CN112660324A CN 112660324 A CN112660324 A CN 112660324A CN 202110015284 A CN202110015284 A CN 202110015284A CN 112660324 A CN112660324 A CN 112660324A
Authority
CN
China
Prior art keywords
tension
wave
distribution
term
sea
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110015284.1A
Other languages
English (en)
Inventor
王俊荣
宫浩男
杜君峰
王德志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
Original Assignee
Ocean University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ocean University of China filed Critical Ocean University of China
Priority to CN202110015284.1A priority Critical patent/CN112660324A/zh
Publication of CN112660324A publication Critical patent/CN112660324A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Complex Calculations (AREA)

Abstract

本发明提出一种估计张力腿平台在横浪作用下张力极值的方法,包括:A、建立平台所在海域的波浪长期分布模型;B、基于波浪长期分布模型绘制波浪包络线;C、沿波浪包络线确定设计海况;D、建立平台在设计海况条件下的短期响应极值分布;E、取短期响应极值分布分位数为0.9时的响应值作为该平台在横浪作用下张力极值。本发明开发了一种可应用于南海的利用短期响应极值分析近似估计百年一遇长期响应极值的近似方法,方法简便快速,从而为南海张力腿平台主尺度设计阶段提供参考。

Description

一种估计张力腿平台在横浪作用下张力极值的方法
技术领域
本发明涉及海洋工程响应极值预报,具体而言,是关于估计张力腿平台长期响应极值的方法。
背景技术
随着全球海洋石油工业不断向深海发展,我国南海深水油气开发日益受到关注。作为适应深海采油的新型平台——张力腿平台在国内外深水油气开发中得到广泛应用。张力腿平台长期受到波浪、风、流等作用在其上引起的不断变化的环境荷载的影响。故需要对结构进行长期响应,估计张力腿长期响应极值以保证平台的安全性。
长期响应分析通常将环境参数的长期行为建模为一系列短期固定条件。考虑到每种短期环境条件的结构响应和每种短期条件的发生率的全面的长期响应分析被认为是最准确的方法。但对于复杂结构物来说,进行全面长期响应分析需要对大量的环境条件进行的模型试验或时域模拟分析,因此既费时又昂贵。在TLP主尺度参数设计阶段,为了提高计算效率和降低计算成本,需要开发简化方法来近似估算长期响应极值。
发明内容
本发明针对提出一种估计张力腿平台在横浪作用下张力极值的方法,该方法仅需对少量的短期环境条件进行分析,提高了计算效率,节省了计算时间。其采用如下技术方案予以实现:
一种估计张力腿平台在横浪作用下张力极值的方法,包括:
A、建立平台所在海域的波浪长期分布模型;
B、基于波浪长期分布模型绘制波浪包络线;
C、沿波浪包络线确定一组海况;
D、建立平台在各海况条件下的短期响应极值分布;
E、计算各海况下短期响应极值分布分位数为0.9时的响应值,并取其中的最大值作为该平台在横浪作用下张力极值。
进一步地,所述步骤D包括:在各海况条件下对TLP进行多次时域模拟或模型测试,短期海况周期为d=3小时,波浪入射方向设为横浪向,选取每次时域模拟或模型测试中张力响应最大值作为样本,采用广义极值分布拟合样本,作为各海况下TLP在横浪作用下张力短期响应极值分布
Figure BDA0002886587540000021
进一步地,所述步骤A包括:采用结构化模式建立平台所在海域的波浪长期分布模型,即把有效波高HS和谱峰周期Tp为的联合分布建立为一个边缘分布与条件分布相乘积的形式:
Figure BDA0002886587540000022
其中
Figure BDA0002886587540000023
为有效波高和谱峰周期的联合密度函数,
Figure BDA0002886587540000024
为有效波高的边缘分布密度函数,
Figure BDA0002886587540000025
为在给定有效波高hs下,谱峰周期tp的分布密度函数,拟合有效波高HS的边际分布
Figure BDA0002886587540000026
将数据按有效波高从小至大排序并按波高间距分组,波高间距取Δh=0.3m,拟合各组中谱峰周期Tp的分布
Figure BDA0002886587540000027
采用平滑曲线拟合各组
Figure BDA0002886587540000028
的参数随波高的变化。
进一步地,所述步骤B包括:基于逆一阶可靠度方法,在二维标准正态空间中建立以原点为圆心,半径β=4.5的圆,将圆离散为点,利用Rosenblatt逆变换,将离散的点从标准正态空间转换至波浪参数空间即可得到该海域波浪包络线。
与现有技术相比,本发明的优点和积极效果在于:本发明采用短期分析来近似估计结构长期响应极值,相较于全面长期响应分析需对结构进行大量环境条件下的模型试验或时域分析,本发明仅需对结构进行少量包络线海况下的短期分析即可得到TLP在横浪作用下百年一遇张力响应极值,提高了计算TLP张力长期响应极值的效率,为TLP主尺度参数设计阶段提供便利。
附图说明
图1是本发明实施例估计南海张力腿平台在横浪作用下张力极值的流程示意图;
图2是本发明实施例张力腿分布图;
图3是本发明实施例波浪散布图;
图4是本发明实施例包络线从标准正态空间转换至环境参数空间示意图;
图5是本发明实施例波浪百年一遇包络线;
图6是本发明实施例沿波浪百年一遇包络线选取海况示意图;
图7是用于长期响应分析的海况。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图及实施例对本发明做进一步说明。
下面结合附图和实施例对本发明进行详细的描述。
图1为本发明估计南海张力腿平台在横浪作用下张力极值的示意图,图2为本实施例涉及的目标浮式平台为一座南海荔湾海域张力腿平台,该平台作业水深为1500米,配置12根张力腿1-12,每个立柱/角落3根。张力腿的主体段直径为42英寸,表1为该张力腿平台主尺度参数。
表1 张力腿平台主尺度参数
设计参数 数据 单位
立柱直径 23.75
立柱中心间距 61.00
立柱高度 57.45
浮箱高度 9.50
浮箱宽度 12.35
设计在位吃水 30.00
排水量 73658
张力腿数 12
张力腿预张力(每根) 1606
张力腿直径 34-42 英寸
张力腿壁厚 1.42-1.69 英寸
如图3所示,根据荔湾海域40年波浪模拟数据,采用结构化模型建立荔湾海域的波浪长期分布模型:
Figure BDA0002886587540000031
其中
Figure BDA0002886587540000032
为有效波高和谱峰周期的联合密度函数,
Figure BDA0002886587540000033
为有效波高的边缘分布密度函数,
Figure BDA0002886587540000034
为在给定有效波高hs下,谱峰周期tp的分布密度函数。采用结构化模型建模更加灵活,且便于利用Ronseblatt变化在环境参数空间和标准正态空间中转换数据。
采用合适的分布拟合有效波高Hs的边际分布密度函数
Figure BDA0002886587540000041
Figure BDA0002886587540000042
其中α=1.7757,γ=1.2531。
将数据按有效波高从小至大排序并按波高间距分组,波高间距取为Δh=0.3m,采用广义极值分布拟合各组中谱峰周期Tp的分布
Figure BDA0002886587540000043
Figure BDA0002886587540000044
其中参数k(h)、μ(h)和σ(h)是给定有效波高Hs后,根据给定Hs的范围(本例中为避免间距过小导致的各组数据过少而影响拟合精确度,取有效波高间隔为0.3m)变量Tp的广义极值分布拟合的三个参数。
采用平滑曲线拟合各组
Figure BDA0002886587540000045
的参数随波高的变化。平滑函数参数如表2所示。
k(h)=C=0.03786
Figure BDA0002886587540000046
Figure BDA0002886587540000047
表2 平滑函数参数
i=1 i=2 i=3
a<sub>i</sub> 4.591 2.121 0.6793
b<sub>i</sub> 0.4252 0.8181 -0.40
基于逆一阶可靠度方法,在二维标准正态空间中建立以原点为圆心,β=4.5为半径的圆。
将圆离散为点:
Figure BDA0002886587540000048
如图4所示,利用Rosenblatt逆变换,将离散的点从标准正态空间转换至波浪参数空间即可得到该海域百年一遇波浪包络线,如图5所示:
Figure BDA0002886587540000049
拟波浪入射方向设为横浪向,沿百年一遇波浪包络线选取海况(如图6所示),波浪谱峰周期范围约3s~22s,步长取1s,在有效波高最大值附近加密取点,共选取28组海况(如图6所示),其波浪参数见表3。在各海况下分别利用SeSAm软件中的DeepC模块对该TLP进行多次不同波浪随机种子的3小时时域模拟,设置波浪入射方向为横浪向。以每次模拟的响应极值为样本,采用广义极值分布拟合,建立各海况下结构张力极值短期分布
Figure BDA0002886587540000051
计算各海况张力极值分布分位数为0.9时的响应值
Figure BDA0002886587540000052
计算结果见表3,取其中的最大值x=2.31×107N作为该TLP在横浪作用下张力响应百年一遇极值的近似估计。
表3 海况波浪参数、长期预报对应的分位数及0.9分位数对应响应
Figure BDA0002886587540000053
对该TLP开展长期响应分析,对图7所示的每个海况分别进行了32次3小时的时域模拟,并对每种海况(Hs,Tp)的短期最大响应分布
Figure BDA0002886587540000054
进行GEV拟合,利用matlab的griddata函数建立GEV参数的在Hs-Tp上的参数曲面,然后对张力腿张力进行长期响应分析,求得该TLP在横浪作用下张力响应百年一遇极值为x100year=2.3451×107N。利用本发明实施例所述环境轮廓法预报TLP长期张力响应极值的方法与全面前期响应分析得到的结果的相对误差为
Figure BDA0002886587540000055
由表3可得,工况S16~S24的谱峰周期为16.5s~17.5s,其0.9分位数对应的短期极值与长期预报结果误差均在5%以内,故可认为应用环境包络线法预报的长期极值具有一定稳定性,不会因海况选取小范围的差别而产生较大波动。本发明可利用短期分析快速估算结构长期响应极值,可应用于张力腿平台主尺度设计阶段,为平台主尺度设计提供参考。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (4)

1.一种估计张力腿平台在横浪作用下张力极值的方法,其特征在于包括:
A、建立平台所在海域的波浪长期分布模型;
B、基于波浪长期分布模型绘制波浪包络线;
C、沿波浪包络线确定一组海况;
D、建立平台在各海况条件下的短期响应极值分布;
E、计算各海况下短期响应极值分布分位数为0.9时的响应值,并取其中的最大值作为该平台在横浪作用下张力极值。
2.根据权利要求1所述的估计张力腿平台在横浪作用下张力极值的方法,其特征在于:所述步骤D包括:在设计海况条件下对TLP进行多次时域模拟或模型测试,短期海况周期为d=3小时,波浪入射方向设为横浪向,选取每次时域模拟或模型测试中张力响应最大值作为样本,采用广义极值分布拟合样本,作为设计海况下TLP在横浪作用下张力短期响应极值分布
Figure FDA0002886587530000011
3.根据权利要求1所述的估计张力腿平台在横浪作用下张力极值的方法,其特征在于:所述步骤A包括:采用结构化模式建立平台所在海域的波浪长期分布模型,即把有效波高HS和谱峰周期Tp为的联合分布建立为一个边缘分布与条件分布相乘积的形式:
Figure FDA0002886587530000012
其中
Figure FDA0002886587530000013
为有效波高和谱峰周期的联合密度函数,
Figure FDA0002886587530000014
为有效波高的边缘分布密度函数,
Figure FDA0002886587530000015
为在给定有效波高hs下,谱峰周期tp的分布密度函数,拟合有效波高Hs的边际分布
Figure FDA0002886587530000016
将数据按有效波高从小至大排序并按波高间距分组,波高间距取Δh=0.3m,拟合各组中谱峰周期Tp的分布
Figure FDA0002886587530000017
采用平滑曲线拟合各组
Figure FDA0002886587530000018
的参数随波高的变化。
4.根据权利要求1所述的估计张力腿平台在横浪作用下张力极值的方法,其特征在于:所述步骤B包括:基于逆一阶可靠度方法,在二维标准正态空间中建立以原点为圆心,半径β=4.5的圆,将圆离散为点,利用Rosenblatt逆变换,将离散的点从标准正态空间转换至波浪参数空间即可得到该海域波浪包络线。
CN202110015284.1A 2021-01-07 2021-01-07 一种估计张力腿平台在横浪作用下张力极值的方法 Pending CN112660324A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110015284.1A CN112660324A (zh) 2021-01-07 2021-01-07 一种估计张力腿平台在横浪作用下张力极值的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110015284.1A CN112660324A (zh) 2021-01-07 2021-01-07 一种估计张力腿平台在横浪作用下张力极值的方法

Publications (1)

Publication Number Publication Date
CN112660324A true CN112660324A (zh) 2021-04-16

Family

ID=75413262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110015284.1A Pending CN112660324A (zh) 2021-01-07 2021-01-07 一种估计张力腿平台在横浪作用下张力极值的方法

Country Status (1)

Country Link
CN (1) CN112660324A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1453184A (zh) * 2002-04-25 2003-11-05 袁晓纪 水上浮动平台及其降低风浪载荷的方法
EP2294442A1 (de) * 2008-06-25 2011-03-16 ATLAS Elektronik GmbH Verfahren und vorrichtung zum passiven bestimmen von zielparametern
CN107291995A (zh) * 2017-05-27 2017-10-24 中国船舶工业集团公司第七〇八研究所 一种基于谱分析法的浮式海洋结构物结构应力计算方法
CN108750002A (zh) * 2018-04-12 2018-11-06 江苏科技大学 一种水介质中船冰碰撞简化计算模拟装置及模拟方法
US20190065638A1 (en) * 2017-08-31 2019-02-28 Google Inc. Systems and methods for generating a geo-level hierarchical bayesian model

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1453184A (zh) * 2002-04-25 2003-11-05 袁晓纪 水上浮动平台及其降低风浪载荷的方法
EP2294442A1 (de) * 2008-06-25 2011-03-16 ATLAS Elektronik GmbH Verfahren und vorrichtung zum passiven bestimmen von zielparametern
CN107291995A (zh) * 2017-05-27 2017-10-24 中国船舶工业集团公司第七〇八研究所 一种基于谱分析法的浮式海洋结构物结构应力计算方法
US20190065638A1 (en) * 2017-08-31 2019-02-28 Google Inc. Systems and methods for generating a geo-level hierarchical bayesian model
CN108750002A (zh) * 2018-04-12 2018-11-06 江苏科技大学 一种水介质中船冰碰撞简化计算模拟装置及模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GRO SAGLI BAARHOLM等: "Combining contours of significant wave height and peak period with platform response distributions for predicting", 《MARINE STRUCTURES》 *
S. HAVER等: "Environmental Contour Lines: A Method for Estimating Long Term Extremes by a Short Term Analysis", 《TRANSACTIONS》 *

Similar Documents

Publication Publication Date Title
Anderson et al. Dynamic roughness model for large-eddy simulation of turbulent flow over multiscale, fractal-like rough surfaces
Caires et al. Projection and analysis of extreme wave climate
Zhao et al. Three-dimensional hydrodynamic and water quality model for TMDL development of Lake Fuxian, China
Zandi et al. Evaluation of spatial interpolation techniques for mapping soil pH
Wei et al. Directional effects on the reliability of non-axisymmetric support structures for offshore wind turbines under extreme wind and wave loadings
CN109543356A (zh) 考虑空间非平稳性的海洋内部温盐结构遥感反演方法
Robertson et al. Influence of wave resource assessment methodology on wave energy production estimates
van Rij et al. Ocean power technology design optimization
MacPherson et al. A stochastic extreme sea level model for the German Baltic Sea coast
CN112347537B (zh) 工程结构数值模型的校准方法、装置、电子设备及介质
Mallick et al. Modelling of wind pressure coefficients on C-shaped building models
CN103353295B (zh) 一种精确预测大坝坝体垂直变形量的方法
CN110070220A (zh) 一种基于神经网络算法的氨氮指标软测量方法
Sheng et al. Reliability and fragility assessment of offshore floating wind turbine subjected to tropical cyclone hazard
Wang et al. Establishing robust short-term distributions of load extremes of offshore wind turbines
CN109657287B (zh) 基于综合得分法水文模型精度识别的方法
Hong et al. Reliability-based calibration of site-specific design typhoon wind and wave loads for wind turbine
CN114676621A (zh) 基于深度学习权重负载提高陆地水储量异常准确性方法
Lu et al. Investigation of the effects of wind veering and low-level jet on wind loads of super high-rise buildings by large eddy simulations
Hübler Efficient probabilistic analysis of offshore wind turbines based on time-domain simulations
CN117371303A (zh) 一种海浪下有效波高的预测方法
Seo et al. Multi-hazard fragility analysis of offshore wind turbine portfolios using surrogate models
CN112660324A (zh) 一种估计张力腿平台在横浪作用下张力极值的方法
Song et al. Fatigue reliability analysis of floating offshore wind turbines considering the uncertainty due to finite sampling of load conditions
Hadžiahmetović et al. Statistical analysis and assessment of wind energy potential in Sarajevo, Bosnia and Herzegovina

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210416

RJ01 Rejection of invention patent application after publication