CN117473669A - 船舶机舱设备布局敏感性确定方法、装置和电子设备 - Google Patents
船舶机舱设备布局敏感性确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN117473669A CN117473669A CN202311451189.1A CN202311451189A CN117473669A CN 117473669 A CN117473669 A CN 117473669A CN 202311451189 A CN202311451189 A CN 202311451189A CN 117473669 A CN117473669 A CN 117473669A
- Authority
- CN
- China
- Prior art keywords
- layout
- ship
- sensitivity
- ship cabin
- nacelle
- 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
Links
- 230000035945 sensitivity Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000005070 sampling Methods 0.000 claims abstract description 68
- 230000009467 reduction Effects 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- 238000012804 iterative process Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims 1
- 238000010206 sensitivity analysis Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 23
- 238000005457 optimization Methods 0.000 description 17
- 238000013461 design Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 15
- 238000006073 displacement reaction Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012916 structural analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B71/00—Designing vessels; Predicting their performance
- B63B71/10—Designing vessels; Predicting their performance using computer simulation, e.g. finite element method [FEM] or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Fluid Mechanics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种船舶机舱设备布局敏感性确定方法、装置和电子设备,该方法包括:建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和支撑平台的动力学模型;获取至少一个影响船舶机舱布局的不确定性因素;基于所述至少一个不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,第一样本集合中包括至少一个采样点,用于表征船舶机舱中至少一个子部件和支撑平台的布局方案;基于至少一个采样点,至少一个子部件经过自由度减缩后的动力学模型和支撑平台的动力学模型,获取船舶机舱布局的固有频率上限和下限;基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
Description
技术领域
本发明涉及船舶技术领域,尤其涉及一种船舶机舱设备布局敏感性确定方法、装置和电子设备。
背景技术
相关技术中以固有频率为优化目标的船舶机舱设备布局敏感性分析存在以下缺陷:
第一,敏感性分析大致有直接求导法,差分法和摄动法。在实际结构分析和设计中,只有少数简单情况,才能把结构响应或其性能表示成结构参数或设计变量的显示函数。在大多数情况下,很难将结构响应和性能表示成结构参数或设计变量的显示形式。这样,差分法和摄动法也就应运而生了。然而,差分法和摄动法对于线性结构设计问题可以给出满足工程要求的敏感性信息,对于非线性结构设计问题,差分法和摄动法所求出的敏感性的结果有时是不可靠的,结构参数的变化量过小或过大都会严重影响敏感性的分析精度;
第二,船舶机舱有限元模型的自由度巨大,固有频率分析消耗的计算资源和计算时间较多,而敏感性分析中的每一个采样点都需要针对新的布局重新进行固有频率分析,严重影响优化效率;
第三,当目标函数与多个设计变量相关时,敏感性分析的计算量会急剧增加,增加了计算负担,影响敏感性分析的速度。
发明内容
本发明提供一种船舶机舱设备布局敏感性确定方法、装置和电子设备,用以解决现有技术中船舶机舱设备布局敏感性分析效率低的缺陷,提高敏感性分析的效率。
本发明提供一种船舶机舱设备布局敏感性确定方法,包括:
建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
获取至少一个影响船舶机舱布局的不确定性因素;
基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;
基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
根据本发明提供的一种船舶机舱设备布局敏感性确定方法,所述基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限,包括:
基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得所述至少一个采样点对应的第一固有频率;
基于所述至少一个采样点对应的第一固有频率,建立代理模型,所述代理模型用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案和预测的第二固有频率之间的对应关系;
基于所述代理模型,获取船舶机舱布局的固有频率上限和下限。
根据本发明提供的一种船舶机舱设备布局敏感性确定方法,所述基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性,包括:
对所述至少一个影响船舶机舱布局的不确定性因素的原始变化区间进行内缩型摄动;
基于代理模型和经过内缩型摄动后的所述至少一个影响船舶机舱布局的不确定性因素的变化区间,获得所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间;
基于所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间,计算获得所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
根据本发明提供的一种船舶机舱设备布局敏感性确定方法,在基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定样本集合前,所述方法还包括:
确定切比雪夫多项式零点的最高阶次k,生成k阶零点样本;
基于所述k阶零点样本,获得所有阶次零点的样本;
将获得所有阶次零点的样本后的切比雪夫多项式零点作为具有嵌套性的切比雪夫多项式零点。
根据本发明提供的一种船舶机舱设备布局敏感性确定方法,所述基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,包括:
基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,采用稀疏网格技术,获得标准空间中的样本集合;
将所述标准空间中的样本集合转换为物理空间中的样本集合,作为第一样本集合。
根据本发明提供的一种船舶机舱设备布局敏感性确定方法,所述基于所述至少一个采样点对应的第一固有频率,建立代理模型,包括:
基于所述至少一个采样点对应的第一固有频率,构造损失函数;
以所述损失函数最小为目标,重复执行迭代过程;
基于损失函数最小时对应的代理模型系数,建立代理模型。
本发明还提供一种船舶机舱设备布局敏感性确定装置,包括:
第一建立模块,用于建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
第一获取模块,用于获取至少一个影响船舶机舱布局的不确定性因素;
确定模块,用于基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
第二获取模块,用于基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获取船舶机舱布局的固有频率上限和下限;
计算模块,用于基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述船舶机舱设备布局敏感性确定方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述船舶机舱设备布局敏感性确定方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述船舶机舱设备布局敏感性确定方法。
本发明提供的一种船舶机舱设备布局敏感性确定方法、装置和电子设备,通过大幅降低各子部件的自由度数目,同时对支撑平台不进行自由度减缩,可以更好地适用于设备与支撑平台连接关系频繁改变的情况,并提高后续敏感性分析的速度,通过使用具有嵌套性的切比雪夫多项式零点进行抽样,可以有效减少样本点个数,大幅提高分析效率,通过使用代理模型对影响船舶机舱布局的不确定性因素进行敏感性分析,可以提高分析精度和分析效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的船舶机舱设备布局敏感性确定方法的流程示意图之一;
图2是本发明提供的船舶机舱布局的示意图;
图3是本发明提供的具有嵌套性的切比雪夫多项式零点的示意图;
图4是相关技术提供的通过稠密网格技术获得的样本点的示意图;
图5是本发明提供的通过稀疏网格获得的样本点的示意图;
图6是本发明提供的船舶机舱设备布局敏感性确定方法的流程示意图之二;
图7是本发明提供的船舶机舱设备布局敏感性确定装置的结构示意图;
图8是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
首先对以下内容进行介绍:
船舶机舱设备布局对船舶振动水平、可靠性、航行安全和海员舒适度具有重要的影响。船舶机舱设备布局敏感性分析是船舶机舱优化设计中的关键环节,主要目的是从众多优化变量中筛选出敏感性高的优化变量,以减少优化设计过程中的待优化变量个数,提高优化效率。同时,敏感性分析可以加深船舶设计人员对机舱布局影响因素的理解,提高船舶设计人员的设计水平。
然而,由于传统船舶机舱设备布局未考虑船舶的动态性能优化,系统的固有频率与工作频率之间的避开率可能较小,容易导致较大的振动幅值,进而影响船舶的安全可靠性和舒适性。因此,需要在船舶机舱设备布局中考虑系统的动态性能,并分析动态性能对待优化参数的敏感性,获得对动态性能影响较大的设计因素,为动态性能的优化提供关键信息。
相关技术中,以固有频率为优化目标的船舶机舱设备布局敏感性分析存在以下缺陷:
第一,当前敏感性分析大致有直接求导法,差分法和摄动法。在实际结构分析和设计中,只有少数简单情况,才能把结构响应或其性能表示成结构参数或设计变量的显示函数。在大多数情况下,很难将结构响应和性能表示成结构参数或设计变量的显示形式。因此,差分法和摄动法应运而生。然而,差分法和摄动法对于线性结构设计问题可以给出满足工程要求的敏感性信息,对于非线性结构设计问题,差分法和摄动法所求出的敏感性的结果有时是不可靠的,结构参数的变化量过小或过大都会严重影响敏感性的分析精度。特别是强非线性问题,有时甚至完全给出错误的信息。这些问题的存在严重影响着船舶工程中的敏感性分析结果的可信度。
第二,船舶机舱有限元模型的自由度巨大,固有频率分析消耗的计算资源和计算时间较多,而敏感性分析中的每一个采样点都需要针对新的布局重新进行固有频率分析,严重影响优化效率。
第三,当目标函数与多个设计变量相关时,敏感性分析的计算量会急剧增加,增加了计算负担,影响敏感性分析的速度。
针对船舶机舱设备布局敏感性分析效率低的问题,本发明提供一种船舶机舱设备布局敏感性确定方法,提高敏感性分析的效率。
下面结合图1-图5描述本发明提供的船舶机舱设备布局敏感性确定方法。
图1是本发明提供的船舶机舱设备布局敏感性确定方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤100,建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
可选地,船舶机舱中可以包含至少一个子部件和支撑平台,子部件可以是船舶机舱中的各种设备,比如主机,或发电机,或空压机等,本发明对此不作限定。
可选地,为了获得不同布局方案对应的总体模型的动力学模型,首先可以建立船舶机舱中每一个子部件的动力学模型和支撑平台的动力学模型。
可选地,为了解决相关技术中船舶机舱有限元模型的自由度巨大,固有频率分析消耗的计算资源和计算时间较多的缺陷,可以对子部件进行自由度减缩,建立每一个子部件经过自由度减缩后的动力学模型。
可选地,通过大幅降低各子部件的自由度数目,同时对支撑平台不进行自由度减缩,可以更好地适用于设备布局优化过程中的设备与支撑平台连接关系频繁改变的情况。
在本发明的一个实施例中,采用伽辽金法建立船舶机舱中至少一个子部件的动力学方程。
可选地,若子部件总数为n,则第m个子部件的动力学方程可以表示为:
式中,Mm为第m个子部件的质量矩阵,Cm为第m个子部件的阻尼矩阵,Km为第m个子部件的刚度矩阵,xm、和/>分别为第m个子部件的位移向量、速度向量和加速度向量,fm为第m个子部件的外部激振力向量。
可选地,可以将第m个子部件的自由度分为内部自由度和与支撑平台连接的界面自由度,则可将第m个子部件的动力学方程细化为:
式中,下标i表示内部自由度,下标b表示与支撑平台连接的界面自由度。
可选地,将第m个子部件的动力学方程细化后,可以对第m个子部件进行自由度减缩。
在本发明的一个实施例中,采用带附着模态的自由界面模态综合法对第m个子部件进行自由度减缩,其坐标转换方程为:
式中,为第m个子部件由其前k阶主模态向量构成的主模态矩阵,/>为第m个子部件的附着模态矩阵,且/>其中上标T为转置符号,/>为由/>最下面b行构成的分块矩阵,/>为/>最下面b行构成的分块矩阵,/>为第m个子部件的模态坐标,Ψm为第m个子部件的自由度减缩矩阵,qm为第m个子部件减缩后的广义位移向量。
可选地,基于坐标转换方程,可以获得第m个子部件经过自由度减缩后的动力学方程:
其中:
可选地,通过以上步骤,可以用第m个子部件的广义位移向量表示其由内部自由度和界面自由度构成的全部自由度,由于广义位移向量的自由度规模远小于全部自由度,因此可以达到自由度减缩的目的,可以提高后续模态分析的速度。
可选地,以上以第m个子部件为代表的自由度减缩过程可以适用任意一个子部件,对所有子部件进行自由度减缩,可以获得所有子部件经过自由度减缩后的动力学模型及其对应矩阵。
可选地,在建立船舶机舱中支撑平台的动力学模型时,可以对支撑平台的三维实体模型进行有限元网格划分,采用有限元方法建立支撑平台的动力学方程:
式中,Mpl为支撑平台的质量矩阵,Cpl为支撑平台的阻尼矩阵,Kpl为支撑平台的刚度矩阵,xpl、和/>分别为支撑平台位移向量、速度向量和加速度向量,fpl为支撑平台的外部激振力向量。
步骤110,获取至少一个影响船舶机舱布局的不确定性因素;
可选地,为了从众多优化变量中筛选出敏感性高的优化变量,以减少优化设计过程中的待优化变量个数,提高优化效率,可以获取众多优化变量中的至少一个影响船舶机舱布局的不确定性因素,以便于后续对获取的不确定性因素进行敏感性分析。
可选地,不确定性因素可以是带有偏差的参数,参数的值不确定,可以是某个上界和某个下界之间的任意值。
可选地,可以获取一个不确定性因素,或两个不确定性因素,或三个不确定性因素,本发明对此不作限定。
可选地,由于不确定性因素可以是带有偏差的参数,参数的值不确定,可以是某个上界和某个下界之间的任意值,因此,可以将不确定性因素处理为不具有概率特征的区间参数,即只获得各不确定性因素的上界和下界,比如某子部件的x坐标,若其可变的上限和下限分别为和x1,则其对应的区间数可以表示为/>
步骤120,基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
可选地,为了确定样本集合,可以对传统的切比雪夫多项式的零点进行改造,使其具有嵌套性,使用具有嵌套性的切比雪夫多项式零点可以大大减少采样点的个数,大幅提高分析效率。
可选地,在获取至少一个不确定性因素和具有嵌套性的切比雪夫多项式零点后,可以基于至少一个不确定性因素和具有嵌套性的切比雪夫多项式零点,确定样本集合,其中包含至少一个采样点。
步骤130,基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;
可选地,在获得至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,且基于具有嵌套性的切比雪夫多项式零点获得样本集合后,可以基于至少一个采样点,至少一个子部件经过自由度减缩后的动力学模型和支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限。
步骤140,基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
可选地,在获得船舶机舱布局的固有频率边界,即固有频率上限和下限后,可以基于固有频率上限和下限和各不确定性因素的区间,计算各不确定性因素的归一化敏感性。
可选地,在获得各不确定性因素的归一化敏感性后,可以绘制直方图,获得各不确定性因素之间归一化的敏感性大小关系,为优化问题提供变量筛选意见。
本发明提供的船舶机舱设备布局敏感性确定方法,通过大幅降低各子部件的自由度数目,同时对支撑平台不进行自由度减缩,可以更好地适用于设备与支撑平台连接关系频繁改变的情况,并提高后续敏感性分析的速度,通过使用具有嵌套性的切比雪夫多项式零点进行抽样,可以有效减少样本点个数,大幅提高敏感性分析的效率。
可选地,所述基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限,包括:
基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得所述至少一个采样点对应的第一固有频率;
基于所述至少一个采样点对应的第一固有频率,建立代理模型,所述代理模型用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案和预测的第二固有频率之间的对应关系;
基于所述代理模型,获取船舶机舱布局的固有频率上限和下限。
可选地,在确定采样点后,可以基于各采样点、至少一个子部件经过自由度减缩后的动力学模型和支撑平台的动力学模型,获得各采样点对应的固有频率。
可选地,可以首先建立每个采样点,即每种布局方案对应的总体模型的动力学模型,其主要思路是建立至少一个子部件经过自由度减缩后的动力学模型和支撑平台的完整动力学模型之间的连接关系,即模型综合。
可选地,为了建立n个子部件经过自由度减缩后的动力学模型和支撑平台的完整动力学模型之间的连接关系,可以先将支撑平台的自由度分为与n个子部件相连的界面自由度和内部自由度,然后基于各采样点对应的布局方案,确定各采样点对应的位移协调条件,即建立支撑平台与各子部件之间的连接关系,则对应的模型综合方程可表示为:
式中,L为映射矩阵,是按照位移协调条件由0和1填充的布尔矩阵,h是综合后的总体位移向量,下标i表示内部自由度,下标bn表示与第n个子部件相连的界面自由度,xpl表示支撑平台位移向量,xn表示第n个子部件的位移向量。
可选地,基于模型综合方程,可以获得由支撑平台和n个子部件构成的总体模型的动力学方程:
其中:
可选地,对于不同的采样点,由于其设备布局方案不相同,即n个子部件与支撑平台中不同的位移协调条件,因此会导致不同采样点的总体模型动力学模型不一样,即不同的布局会产生不同的船舶机舱的固有频率。
可选地,对每个采样点对应的总体模型动力学方程进行模态分析,可以获得各采样点的固有频率。
可选地,在获取至少一个采样点对应的第一固有频率后,可以基于至少一个采样点对应的第一固有频率建立代理模型,用于预测各布局方案对应的固有频率。
可选地,代理模型可以是克里金代理模型,或径向基函数,或支持向量机,或其他代理模型,本发明对此不作限定。
在本发明的一个实施例中,采用高效多项式建立固有频率的代理模型,代理模型可以表示为:
其中为多项式中变量的指数,ku为不确定因素的个数,β为多项式中的系数,β为β组成的系数向量。
可选地,获得代理模型后,可以基于代理模型获取船舶机舱布局的固有频率上限和下限。
具体地,可以将不确定性因素的区间划分为若干等分,组成针对代理模型的新样本点集合,将每个样本点的参数代入代理模型中,获得相应的输出,整理结果,即可获得船舶机舱布局的固有频率边界,即固有频率上限和下限。
例如,不确定性因素的区间为[0,10],可以将其划分为[0,2]、[2,4]、[4,6]、[6,8]和[8,10]这5个等分,然后可以确定新样本集合为各个端点,即0、2、4、6、8、10。
本发明提供的船舶机舱设备布局敏感性确定方法,通过使用代理模型对影响船舶机舱布局的不确定性因素进行敏感性分析,可以提高分析精度和分析效率。
可选地,所述基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性,包括:
对所述至少一个影响船舶机舱布局的不确定性因素的原始变化区间进行内缩型摄动;
基于代理模型和经过内缩型摄动后的所述至少一个影响船舶机舱布局的不确定性因素的变化区间,获得所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间;
基于所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间,计算获得所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
可选地,在获取船舶机舱布局的固有频率上限和下限后,可以记固有频率区间为
可选地,可以记第i个不确定性因素的原始变化区间为对原始变化区间进行内缩型摄动,摄动量为/>则摄动后的变化区间为/>针对摄动后的变化区间,可以将其划分为若干等分,组成针对代理模型的新样本点集合,将每个样本点的参数代入代理模型中,获得相应的输出,整理结果,获得变化后的固有频率区间,记为/>
图2是本发明提供的船舶机舱布局的示意图,如图2所示,在本发明的一个实施例中,船舶机舱内共有4个子部件置于支撑平台上,其中子部件1是经过内缩型摄动的,在船舶机舱设备布局中,每个子部件的x方向和z方向的坐标可以发生改变。以子部件1的可变x坐标为例,若其可变的上限和下限分别为和x1,则其对应的区间数可以表示为/>对于n个子部件的可变x坐标和可变z坐标,可以记由区间数组成的向量为/>
可选地,获得第i个不确定性因素变化后的固有频率区间后,可以计算船舶机舱布局的固有频率区间对第i个不确定性因素的绝对敏感性,公式如下:
可选地,计算获得船舶机舱布局的固有频率区间对第i个不确定性因素的绝对敏感性后,可以计算船舶机舱布局的固有频率区间对第i个不确定性因素的相对敏感性,公式如下:
可选地,计算获得船舶机舱布局的固有频率区间对第i个不确定性因素的相对敏感性后,可以计算船舶机舱布局的固有频率区间对第i个不确定性因素的归一化敏感性,公式如下:
本发明提供的船舶机舱设备布局敏感性确定方法,通过采用内缩型摄动方法,可充分利用区间过程中建立的多项式代理模型,避免传统外扩型区间敏感性分析方法需要重新建立代理模型的缺点,可显著提高计算效率,进而提高敏感性分析效率。
可选地,在基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定样本集合前,所述方法还包括:
确定切比雪夫多项式零点的最高阶次k,生成k阶零点样本;
基于所述k阶零点样本,获得所有阶次零点的样本;
将获得所有阶次零点的样本后的切比雪夫多项式零点作为具有嵌套性的切比雪夫多项式零点。
可选地,为了对传统的切比雪夫多项式的零点进行改造,使其具有嵌套性,可以先确定切比雪夫多项式零点的最高阶次k。
可选地,切比雪夫多项式零点的最高阶次k可以基于经验确定,可以是3,或4,或5,本发明对此不作限定。
在本发明的一个实施例中,取切比雪夫多项式零点的最高阶次k为4。
可选地,确定切比雪夫多项式零点的最高阶次k后,k-1阶零点可以通过对k阶零点进行间隔采样获得。
可选地,可以根据不同情况设置不同的间隔,可以间隔为2,或间隔为3,或间隔为4,本发明对此不作限定。
可选地,对高一阶次零点进行间隔采样,可以获得当前阶次零点的样本,重复此操作,则可以获得所有阶次零点的样本。
图3是本发明提供的具有嵌套性的切比雪夫多项式零点的示意图,如图3所示,在本发明的一个实施例中,切比雪夫多项式零点的最高阶次为4,4阶零点样本有9个,以间隔为2进行间隔采样,得到3阶零点样本有5个,2阶零点样本有3个,1阶零点样本有1个。
可选地,具有嵌套性的k阶切比雪夫多项式零点公式可以如下所示:
本发明提供的船舶机舱设备布局敏感性确定方法,通过构造具有嵌套性的切比雪夫多项式零点,提出了一套新的样本集合构造方法,解决传统区间方法采用随机抽样导致精度难以得到保证的问题,同时使采样点更少,提高敏感性分析的效率。
可选地,所述基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,包括:
基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,采用稀疏网格技术,获得标准空间中的样本集合;
将所述标准空间中的样本集合转换为物理空间中的样本集合,作为第一样本集合。
可选地,在获得具有嵌套性的切比雪夫多项式零点后,可以采用稀疏网络技术,获得多维不确定性问题的样本集合,可以克服维度灾难。
具体地,稀疏网格技术可以描述为以下公式:
式中,n为不确定性因素的个数,Θ为标准空间中的样本集合。
可选地,标准空间可以是一个[-1,1]的区间。
图4是相关技术提供的通过稠密网格技术获得的样本点的示意图,图5是本发明提供的通过稀疏网格获得的样本点的示意图,如图4和图5所示,在本发明的一个实施例中,采用传统稠密网格技术后的样本集合的样本点是81个,采用稀疏网格技术后的样本集合的样本点是29个,可见稀疏网格技术的应用大大减少了样本点个数,可大幅提高分析效率。
可选地,获得标准空间中的样本集合后,需要将其转换为物理空间中的样本集合,即用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案的采样点集合。
可选地,以标准空间中的样本集合Θ中的第s个样本点的子部件1的x坐标为例,将其从标准空间转换到物理空间中的公式为:
其中,为第s个样本点代表的子部件1的x坐标,基于该公式可以获得所有子部件的实际坐标。
本发明提供的船舶机舱设备布局敏感性确定方法,基于具有嵌套性的切比雪夫多项式零点、改进后的零点公式和稀疏网格技术,提出了一套新的样本集合构造方法,解决了传统区间方法采用随机抽样导致精度难以得到保证的问题,同时大幅减少采样点,提高敏感性分析的效率。
可选地,所述基于所述至少一个采样点对应的第一固有频率,建立代理模型,包括:
基于所述至少一个采样点对应的第一固有频率,构造损失函数;
以所述损失函数最小为目标,重复执行迭代过程;
基于损失函数最小时对应的代理模型系数,建立代理模型。
可选地,在获得至少一个采样点对应的固有频率后,可以将固有频率组成的向量记为f,其中包括获得的至少一个采样点对应的固有频率。
可选地,建立代理模型的系数可以通过随机梯度下降法获得。
具体地,可以构造损失函数如下:
其中N为采样点个数,gi(x)为代理模型预测的第i个采样点的预测固有频率。
可选地,通过重复执行迭代过程,可以获得使损失函数最小的代理模型系数,完成代理模型构建。
图6是本发明提供的船舶机舱设备布局敏感性确定方法的流程示意图之二,如图6所示,在本发明的一个实施例中,该方法包括以下步骤:
1、建立各子部件经过自由度减缩后的动力学模型和支撑平台的完整动力学模型;
2、基于具有嵌套性的切比雪夫多项式零点建立样本集合;
3、采用稀疏网格技术对稠密样本集合进行抽样,形成稀疏样本集合;
4、针对每个采样点分别执行模型综合和模态分析,整理并收集理固有频率结果;
5、建立船舶机舱不确定性固有频率的代理模型;
6、利用扫描法获摄动前和摄动后的频率边界;
7、区间敏感性分析;
8、获得敏感性分析结果。
本发明提供的船舶机舱设备布局敏感性确定方法,采用随机梯度下降法求解代理模型的系数矩阵,可以克服最小二乘法无法在样本量少时建立代理模型的问题,拓宽区间方法的适用范围,同时使建立的代理模型更加精确,提高敏感度分析的精度。
下面对本发明提供的船舶机舱设备布局敏感性确定装置进行描述,下文描述的船舶机舱设备布局敏感性确定装置与上文描述的船舶机舱设备布局敏感性确定方法可相互对应参照。
图7是本发明提供的船舶机舱设备布局敏感性确定装置的结构示意图,如图7所示,该装置包括第一建立模块710、第一获取模块720、确定模块730、第二获取模块740和计算模块750,其中:
第一建立模块710,用于建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
第一获取模块720,用于获取至少一个影响船舶机舱布局的不确定性因素;
确定模块730,用于基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
第二获取模块740,用于基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;
计算模块750,用于基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
本发明提供的船舶机舱设备布局敏感性确定装置,通过大幅降低各子部件的自由度数目,同时对支撑平台不进行自由度减缩,可以更好地适用于设备与支撑平台连接关系频繁改变的情况,并提高后续敏感性分析的速度,通过使用具有嵌套性的切比雪夫多项式零点进行抽样,可以有效减少样本点个数,大幅提高敏感性分析效率。
可以理解的是,本发明提供的船舶机舱设备布局敏感性确定装置与上述各实施例提供的船舶机舱设备布局敏感性确定方法相对应,本发明提供的船舶机舱设备布局敏感性确定装置的相关技术特征可参考上述各实施例提供的船舶机舱设备布局敏感性确定方法的相关技术特征,在此不再赘述。
图8示例了一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行船舶机舱设备布局敏感性确定方法,该方法包括:建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;获取至少一个影响船舶机舱布局的不确定性因素;基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的船舶机舱设备布局敏感性确定方法,该方法包括:建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;获取至少一个影响船舶机舱布局的不确定性因素;基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的船舶机舱设备布局敏感性确定方法,该方法包括:建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;获取至少一个影响船舶机舱布局的不确定性因素;基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种船舶机舱设备布局敏感性确定方法,其特征在于,包括:
建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
获取至少一个影响船舶机舱布局的不确定性因素;
基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;
基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
2.根据权利要求1所述的船舶机舱设备布局敏感性确定方法,其特征在于,所述基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限,包括:
基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得所述至少一个采样点对应的第一固有频率;
基于所述至少一个采样点对应的第一固有频率,建立代理模型,所述代理模型用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案和预测的第二固有频率之间的对应关系;
基于所述代理模型,获取船舶机舱布局的固有频率上限和下限。
3.根据权利要求2所述的船舶机舱设备布局敏感性确定方法,其特征在于,所述基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性,包括:
对所述至少一个影响船舶机舱布局的不确定性因素的原始变化区间进行内缩型摄动;
基于代理模型和经过内缩型摄动后的所述至少一个影响船舶机舱布局的不确定性因素的变化区间,获得所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间;
基于所述至少一个影响船舶机舱布局的不确定性因素变化后的频率区间,计算获得所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的绝对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性;
基于所述至少一个影响船舶机舱布局的不确定性因素的相对敏感性,计算获得所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
4.根据权利要求1所述的船舶机舱设备布局敏感性确定方法,其特征在于,在基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定样本集合前,所述方法还包括:
确定切比雪夫多项式零点的最高阶次k,生成k阶零点样本;
基于所述k阶零点样本,获得所有阶次零点的样本;
将获得所有阶次零点的样本后的切比雪夫多项式零点作为具有嵌套性的切比雪夫多项式零点。
5.根据权利要求1所述的船舶机舱设备布局敏感性确定方法,其特征在于,所述基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,包括:
基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,采用稀疏网格技术,获得标准空间中的样本集合;
将所述标准空间中的样本集合转换为物理空间中的样本集合,作为第一样本集合。
6.根据权利要求2所述的船舶机舱设备布局敏感性确定方法,其特征在于,所述基于所述至少一个采样点对应的第一固有频率,建立代理模型,包括:
基于所述至少一个采样点对应的第一固有频率,构造损失函数;
以所述损失函数最小为目标,重复执行迭代过程;
基于损失函数最小时对应的代理模型系数,建立代理模型。
7.一种船舶机舱设备布局敏感性确定装置,其特征在于,所述装置包括:
第一建立模块,用于建立船舶机舱中至少一个子部件经过自由度减缩后的动力学模型和所述船舶机舱中支撑平台的动力学模型;
第一获取模块,用于获取至少一个影响船舶机舱布局的不确定性因素;
确定模块,用于基于所述至少一个影响船舶机舱布局的不确定性因素和具有嵌套性的切比雪夫多项式零点,确定第一样本集合,所述第一样本集合中包括至少一个采样点,所述采样点用于表征所述船舶机舱中至少一个子部件和支撑平台的布局方案;
第二获取模块,用于基于所述至少一个采样点,所述至少一个子部件经过自由度减缩后的动力学模型和所述支撑平台的动力学模型,获得船舶机舱布局的固有频率上限和下限;
计算模块,用于基于所述船舶机舱布局的固有频率上限和下限,计算所述至少一个影响船舶机舱布局的不确定性因素的归一化敏感性。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述船舶机舱设备布局敏感性确定方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述船舶机舱设备布局敏感性确定方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述船舶机舱设备布局敏感性确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311451189.1A CN117473669A (zh) | 2023-10-31 | 2023-10-31 | 船舶机舱设备布局敏感性确定方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311451189.1A CN117473669A (zh) | 2023-10-31 | 2023-10-31 | 船舶机舱设备布局敏感性确定方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117473669A true CN117473669A (zh) | 2024-01-30 |
Family
ID=89625199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311451189.1A Pending CN117473669A (zh) | 2023-10-31 | 2023-10-31 | 船舶机舱设备布局敏感性确定方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117473669A (zh) |
-
2023
- 2023-10-31 CN CN202311451189.1A patent/CN117473669A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10439594B2 (en) | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation | |
CN108875178B (zh) | 用于减小结构模态识别不确定性的传感器布置方法 | |
CN112231847A (zh) | 转捩位置确定方法、装置、电子设备及存储介质 | |
CN113654756B (zh) | 一种海上浮式风机主动式实时混合模型试验方法 | |
Sun et al. | On safe offshore energy exploration in the Gulf of Eilat | |
Wang et al. | Interval analysis method for structural damage identification based on multiple load cases | |
CN111428917B (zh) | 一种重金属稳定污染源的土壤污染预测方法及系统 | |
CN110110475B (zh) | 基于在线学习渐消因子的扩展卡尔曼滤波方法 | |
Zhang et al. | Improved Continuous Wavelet Transform for Modal Parameter Identification of Long‐Span Bridges | |
CN117076935B (zh) | 数字孪生辅助的机械故障数据轻量级生成方法及系统 | |
CN117473669A (zh) | 船舶机舱设备布局敏感性确定方法、装置和电子设备 | |
CN112329304B (zh) | 一种连续结构动态载荷区间辨识方法 | |
CN114972695A (zh) | 一种点云生成方法、装置、电子设备及存储介质 | |
Isnaini et al. | Real-time wave prediction for floating offshore wind turbine based on the kalman filter | |
Sadeghian et al. | Damage detection in ship hull by structural parameters estimation based on wavelet transform data | |
CN112182729A (zh) | 一种基于朴素贝叶斯的隧道掌子面稳定性快速判定方法 | |
Lua et al. | Hybrid reliability predictions of single and advanced double-hull ship structures | |
CN115455585A (zh) | 海水泵转子稳态响应不确定性的数字化量化方法及装置 | |
CN117473646A (zh) | 船舶机舱设备布局确定方法、装置、电子设备和存储介质 | |
CN116541976B (zh) | 一种基于ga-grnn代理模型的核电用塔机结构系统静态优化方法 | |
CN117688721A (zh) | 一种海上漂浮式平台动态运动辨识方法及装置 | |
US20220067224A1 (en) | Parallel processing designing device and parallel processing designing method | |
CN116502563B (zh) | 高阶空间网格的流固耦合数据转换方法及装置 | |
Nabuco et al. | Comparing measured responses of an offshore structure with operational modal analysis-assisted classical model approach | |
CN104850704A (zh) | 一种最优逐点权重组合rbf近似模型方法 |
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 |