CN117475606B - 一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 - Google Patents
一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 Download PDFInfo
- Publication number
- CN117475606B CN117475606B CN202311810275.7A CN202311810275A CN117475606B CN 117475606 B CN117475606 B CN 117475606B CN 202311810275 A CN202311810275 A CN 202311810275A CN 117475606 B CN117475606 B CN 117475606B
- Authority
- CN
- China
- Prior art keywords
- time point
- sampling time
- climbing
- semi
- wave
- 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.)
- Active
Links
- 230000009194 climbing Effects 0.000 title claims abstract description 115
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 62
- 230000009471 action Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005096 rolling process Methods 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims description 138
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000036244 malformation Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000007667 floating Methods 0.000 abstract description 86
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000010276 construction Methods 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
- B63B35/44—Floating buildings, stores, drilling platforms, or workshops, e.g. carrying water-oil separating devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
- B63B35/44—Floating buildings, stores, drilling platforms, or workshops, e.g. carrying water-oil separating devices
- B63B2035/442—Spar-type semi-submersible structures, i.e. shaped as single slender, e.g. substantially cylindrical or trussed vertical bodies
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种畸形波作用下半潜式平台波浪爬升的预警方法及系统，属于自动化控制计算的领域。通过对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据，再将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应，更好地保证了海上施工的安全性。
Description
技术领域
本发明属于自动化控制计算的领域，具体涉及一种畸形波作用下半潜式平台波浪爬升的预警方法及系统。
背景技术
在自动化控制计算领域，尤其是针对半潜式平台在畸形波作用下的波浪爬升预警，现有的预警系统在处理速度上存在局限，特别是在高动态和复杂海况下，无法实时准确地预测和响应突发的畸形波，从而影响预警的及时性和有效性。许多现有技术中的预警系统在数据处理和分析方面存在不足，无法充分利用收集的海洋数据，如波浪高度、频率和方向等，来进行精确的波浪行为预测，这又限制了系统在复杂海洋环境中的应用效果。现有技术中使用的模型可能在准确性和适用性方面存在限制，其中，一些模型可能无法准确模拟畸形波的行为，例如在公开号为CN113344275B的专利文献中所述的一种基于LSTM模型的浮式平台波浪爬升在线预报方法，在极端天气条件下可能无法适应不同类型的半潜式平台及其各自的动力学特性。在极端和不可预测的海洋环境中，预警系统的稳健性和可靠性至关重要，然而现有的系统可能在这方面存在不足，尤其是在长时间面对恶劣海况时，系统的性能可能会受到影响。
发明内容
本发明的目的在于提出一种畸形波作用下半潜式平台波浪爬升的预警方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种畸形波作用下半潜式平台波浪爬升的预警方法及系统，通过对浮式结构物进行数据记录，再将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应。
为了实现上述目的，根据本发明的一方面，提供一种畸形波作用下半潜式平台波浪爬升的预警方法，所述方法包括以下步骤：
对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据，将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警。
进一步地，所述浮式结构物的种类中可包括，但不限于，下半潜式平台等。
进一步地，对浮式结构物在待采样的一段时间内选取多个不同的采样时间点，记录每个采样时间点对应的横摇和纵摇的数据以及半潜水深的数据。
各采样时间点之间的时间间隔不必相同，可以在由指挥中心输入指令控制采样时间点的选取，也可以由浮式结构物上物性数据监测仪器感应到横摇和纵摇的数据以及半潜水深的数据有较大变化时采集一次。
应先预设一个开始时间点并开始记录数据，等待一个采样间隔后到了第一个正式的采样时间点时，开始记录的数据为正式使用的数据，等到最后一个正式的采样时间点记录了以后，还要再等等待一个采样间隔到结束时间点，结束时间点也还要记录一份数据。
进一步地，通过将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算得到畸形爬升波，对浮式结构物进行预警：将各采样时间点的横摇角度与该采样时间点之前的各采样时间点中横摇角度的数值相比的比例作为该采样时间点的横摇爬升，将各采样时间点的纵摇角度与该采样时间点之前的各采样时间点中纵摇角度的数值相比的数值比例作为该采样时间点的纵摇爬升，对各采样时间点选取其横摇爬升和纵摇爬升相对比所得数值作为该采样时间点的畸形爬升，统计所述一段时间内各采样时间点的半潜水深的数据的概率分布得到各采样时间点对应的概率密度值作为该采样时间点的水深概率密度，以水深概率密度结合各采样时间点的畸形爬升的数值得到畸形爬升波，根据畸形爬升波结合所述一段时间外的下一采样时间点的数据进行计算，可通过预设的条件等等，对浮式结构物进行预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应。
进一步地，将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算得到畸形爬升波，具体为：
将各采样时间点的横摇角度与该采样时间点之前的各采样时间点中横摇角度的最大值相比的数值比例作为该采样时间点的横摇爬升，将各采样时间点的纵摇角度与该采样时间点之前的各采样时间点中纵摇角度的最大值相比的数值比例作为该采样时间点的纵摇爬升，对各采样时间点选取其横摇爬升和纵摇爬升中的最大值为分母而最小值为分子所得比例作为该采样时间点的畸形爬升；这样做是因为横摇的转动轴和纵摇的转动轴呈画像垂直，横摇的转动轴和纵摇的转动轴平行于浮式结构物所在的海面上，海面上发生异常状况时海浪动能造成的横摇和纵摇会影响所述浮式结构物在海上颠簸不平，还会让所述浮式结构物漂流偏移正确的位置点，有些时候会导致定位在所述浮式结构物上的无人机降落到了海里。也正是因为横摇的转动轴和纵摇的转动轴呈画像垂直，横摇和纵摇的动能对浮式结构物造成的冲击应当作为独立的物理学分布来计算，但是在多层神经网络中横摇和纵摇的数据会不可避免地进行交叉的反向梯度计算，将大量的参数投射在联合线性分布的张量空间上，而这其实是无用功和额外功，这样提取出来的张量不足以反应波浪对浮式结构物造成的冲击趋势。
横摇爬升的计算过程衡量了当前采样时间点的横摇角度与在此之前的各采样时间点中的最高水平的横摇角度之间的关系，可以更好地体现横摇随时间爬升的数值趋势，同时，纵摇爬升的计算过程衡量了当前采样时间点的纵摇角度与在此之前的各采样时间点中的最高水平的纵摇角度之间的关系，可以更好地体现纵摇随时间爬升的数值趋势，这样不同于神经网络进行向量嵌入抽取出来的特征，神经网络抽取出来的特征遵从正态分布是平的，不如本发明所述的横摇爬升和纵摇爬升的计算方法。
另外，由于横摇和纵摇的动能对浮式结构物造成的冲击应当作为独立的物理学分布来计算，横摇和纵摇的动能如果大小相当，那会造成两者相互持平，但如果其中一方动能偏离另一方太多，就会造成浮式结构物漂流的方向倾侧，所以才对各采样时间点选取其横摇爬升和纵摇爬升中的最大值为分母而最小值为分子所得比例作为该采样时间点的畸形爬升，这样更好地量化了各时间点海面上发生异常状况时海浪动能造成的横摇和纵摇其中一方失衡造成的数值趋势。也可以这样理解，当角度变为90度时,这个角的对边与斜边相等,邻边缩小为0, cos90度=邻边/斜边，横摇的转动轴和纵摇的转动轴平行于浮式结构物所在的海面上，将横摇爬升和纵摇爬升两者数值求和或者求平均数也凸显不了横摇和纵摇其中一方失衡造成的数值趋势，故此需要各采样时间点中纵摇角度的最大值相比的数值比例。
统计所述一段时间内各采样时间点的半潜水深的数据的概率分布，得到各采样时间点的半潜水深数值对应的概率密度值作为该采样时间点的水深概率密度；
将各采样时间点的畸形爬升的数值作为权重，分别对各采样时间点的水深概率密度的数值进行加权，得到各采样时间点的畸形爬升波分量，以各采样时间点的畸形爬升波分量表示畸形爬升波。
各采样时间点的半潜水深数值表示了浮式结构物被海浪潮汐冲击而在海面上浮沉不定的状态，可以很好地用于表示波浪在浮台上的爬升趋势，进行概率化提取后可以更好地显示浮式结构物在海浪变化中随时间变化的趋势。但是，单凭各采样时间点的水深概率密度还不足以对海面上发生异常状况时海浪动能造成的横摇和纵摇的影响作出响应，所以需要计算各采样时间点的畸形爬升波分量。
进一步地，根据畸形爬升波中的峰值，结合所述一段时间外的下一采样时间点的数据进行计算，对浮式结构物进行预警。可优选地，计算获取畸形爬升波中的峰值，并计算畸形爬升波中的峰值两边的元素数值与所述峰值的比例，以两边的元素数值与所述峰值的比例作为畸形爬升峰值，若有多个峰值则还可以分别计算再取平均值。所述一段时间外的下一采样时间点的数据与所述一段时间内的最后一个正式的采样时间点的数据的比例超过了所述畸形爬升峰值时，则判断浮式结构物面临畸形的波浪爬升，对浮式结构物进行发送预警信号。这样可以更加迅捷有效地在面对海上畸形波浪骤发的危难险情时快速监控，在短时间内力挽狂澜，防止浮式结构物面临畸形的波浪爬升猛然下沉，更好地保证了海上施工的安全性。
本发明还提供了一种畸形波作用下半潜式平台波浪爬升的预警系统，所述一种畸形波作用下半潜式平台波浪爬升的预警系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述畸形波作用下半潜式平台波浪爬升的预警方法及其中包含的各种方法中的各项步骤等，所述一种畸形波作用下半潜式平台波浪爬升的预警系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据采集单元，用于对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据；
预警计算单元，用于将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警。
本发明的有益效果为：本发明提供了一种畸形波作用下半潜式平台波浪爬升的预警方法及系统，通过对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据，再将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应，更好地保证了海上施工的安全性。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅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，在附图中：
图1所示为一种畸形波作用下半潜式平台波浪爬升的预警方法的流程图；
图2所示为一种畸形波作用下半潜式平台波浪爬升的预警系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种畸形波作用下半潜式平台波浪爬升的预警方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种畸形波作用下半潜式平台波浪爬升的预警方法及系统。
本发明提出一种畸形波作用下半潜式平台波浪爬升的预警方法，所述方法具体包括以下步骤：
对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据；
将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警。
进一步地，对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据，将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警。
进一步地，所述浮式结构物的种类中可包括海上大型船舶、海上机场、海上发电厂、海上废物处理厂、海上军事基地、下半潜式平台等等。
进一步地，对浮式结构物在待采样的一段时间内选取多个不同的采样时间点，记录每个采样时间点对应的横摇和纵摇的数据以及半潜水深的数据。
在一些实施例中，各采样时间点之间的时间间隔不必相同，可以在由指挥中心输入指令控制采样时间点的选取，也可以由浮式结构物上物性数据监测仪器感应到横摇和纵摇的数据以及半潜水深的数据有较大变化时采集一次。而在一些实施例中，各采样时间点之间的时间间隔均等；其中，采样时间点之间的时间间隔可为15秒至60秒之间，风平浪静时采样间隔为30~60秒，风浪较急时采样间隔为15~20秒，这样有利于下半潜式平台的作业安全。
而在具体实施中，应先预设一个开始时间点并开始记录数据，等待一个采样间隔后到了第一个正式的采样时间点时，开始记录的数据为正式使用的数据，等到最后一个正式的采样时间点记录了以后，还要再等等待一个采样间隔到结束时间点，结束时间点也还是要记录一份数据的，例如，在待采样的一段时间内选取10个不同的采样时间点，实际上在这10个不同的正式的采样时间点的之前和之后还有别的开始时间点和结束时间点，结束时间点后面跟着还有所述一段时间外的下一采样时间点，开始时间点和结束时间点记录的数据留待备用，即实际上至少是有13个时间点。
进一步地，通过将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算得到畸形爬升波，对浮式结构物进行预警：
在一些实施例中，可能会被理解为，将所述一段时间内采样的横摇和纵摇的数据通过多层神经网络进行特征提取，将一段时间内采样的浮式结构物的半潜水深的数据通过多层神经网络进行特征提取，再将横摇和纵摇的数据提取的数据特征和半潜水深提取的数据特征一并结合输入下一层神经网络中，如此实现将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算预测输出的张量作为畸形爬升波，根据畸形爬升波进行数值判断等从而对浮式结构物的预警。这种方式可以对下半潜式平台进行一定程度上的监测和预警，但是需要预先准备大量的数据作为训练集和测试集，而且训练多层神经网络本身就很是耗费时间，如果是短时间内就要在海上做出监测并迅速对浮式结构物进行反应的就不太合适了。
但是，在一些实施例中，将各采样时间点的横摇角度与该采样时间点之前的各采样时间点中横摇角度的数值相比的比例作为该采样时间点的横摇爬升，将各采样时间点的纵摇角度与该采样时间点之前的各采样时间点中纵摇角度的数值相比的数值比例作为该采样时间点的纵摇爬升，对各采样时间点选取其横摇爬升和纵摇爬升相对比所得数值作为该采样时间点的畸形爬升，统计所述一段时间内各采样时间点的半潜水深的数据的概率分布得到各采样时间点对应的概率密度值作为该采样时间点的水深概率密度，以水深概率密度结合各采样时间点的畸形爬升的数值得到畸形爬升波，根据畸形爬升波结合所述一段时间外的下一采样时间点的数据进行计算，可通过预设的条件等等，对浮式结构物进行预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应。
进一步地，将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算得到畸形爬升波，具体为：
将各采样时间点的横摇角度与该采样时间点之前的各采样时间点中横摇角度的最大值相比的数值比例作为该采样时间点的横摇爬升，将各采样时间点的纵摇角度与该采样时间点之前的各采样时间点中纵摇角度的最大值相比的数值比例作为该采样时间点的纵摇爬升，对各采样时间点选取其横摇爬升和纵摇爬升中的最大值为分母而最小值为分子所得比例作为该采样时间点的畸形爬升；这样做是因为横摇的转动轴和纵摇的转动轴呈画像垂直，横摇的转动轴和纵摇的转动轴平行于浮式结构物所在的海面上，海面上发生异常状况时海浪动能造成的横摇和纵摇会影响所述浮式结构物在海上颠簸不平，还会让所述浮式结构物漂流偏移正确的位置点，有些时候会导致定位在所述浮式结构物上的无人机降落到了海里。也正是因为横摇的转动轴和纵摇的转动轴呈画像垂直，横摇和纵摇的动能对浮式结构物造成的冲击应当作为独立的物理学分布来计算，但是在多层神经网络中横摇和纵摇的数据会不可避免地进行交叉的反向梯度计算，将大量的参数投射在联合线性分布的张量空间上，而这其实是无用功和额外功，这样提取出来的张量不足以反应波浪对浮式结构物造成的冲击趋势。
横摇爬升的计算过程衡量了当前采样时间点的横摇角度与在此之前的各采样时间点中的最高水平的横摇角度之间的关系，可以更好地体现横摇随时间爬升的数值趋势，同时，纵摇爬升的计算过程衡量了当前采样时间点的纵摇角度与在此之前的各采样时间点中的最高水平的纵摇角度之间的关系，可以更好地体现纵摇随时间爬升的数值趋势，这样不同于神经网络进行向量嵌入抽取出来的特征，神经网络抽取出来的特征遵从正态分布是平的，不如本发明所述的横摇爬升和纵摇爬升的计算方法。
另外，由于横摇和纵摇的动能对浮式结构物造成的冲击应当作为独立的物理学分布来计算，横摇和纵摇的动能如果大小相当，那会造成两者相互持平，但如果其中一方动能偏离另一方太多，就会造成浮式结构物漂流的方向倾侧，所以才对各采样时间点选取其横摇爬升和纵摇爬升中的最大值为分母而最小值为分子所得比例作为该采样时间点的畸形爬升，这样更好地量化了各时间点海面上发生异常状况时海浪动能造成的横摇和纵摇其中一方失衡造成的数值趋势。
统计所述一段时间内各采样时间点的半潜水深的数据的概率分布，得到各采样时间点的半潜水深数值对应的概率密度值作为该采样时间点的水深概率密度；
在一些实施例中，可以将浮式结构物于各采样时间点下潜的水深深度（单位：米，作无量纲化处理）表示半潜水深的数据，而在一些实施例中，也可以将浮式结构物于各采样时间点自身被淹没的比例作为表示半潜水深的数值，各处水深不一的可取底部中心区域的水深，也可以以各处水深的平均水平表示。
将各采样时间点的畸形爬升的数值作为权重，分别对各采样时间点的水深概率密度的数值进行加权，得到各采样时间点的畸形爬升波分量，以各采样时间点的畸形爬升波分量表示畸形爬升波。
在一些实施例中，使用畸形爬升的数值对各采样时间点的水深概率密度的数值进行加权，可以是乘积加权的形式，但应当认为，使用了畸形爬升的数值对各采样时间点的水深概率密度的数值进行的各种改变数值大小的处理，皆应该落入本发明所述方法的保护范围中。
在计算两者的数值之比例时候，可以先对双方进行归一化（可包括但不限于最大值最小值归一化等），或者对双方进行指数化的处理，其中一些比例值还可以使用绝对值化的比例。
各采样时间点的半潜水深数值表示了浮式结构物被海浪潮汐冲击而在海面上浮沉不定的状态，可以很好地用于表示波浪在浮台上的爬升趋势，进行概率化提取后可以更好地显示浮式结构物在海浪变化中随时间变化的趋势。但是，单凭各采样时间点的水深概率密度还不足以对海面上发生异常状况时海浪动能造成的横摇和纵摇的影响作出响应，所以需要计算各采样时间点的畸形爬升波分量。
在一些实施例中，横摇和纵摇的数据可以用横摇角度和纵摇角度的数值来表示，可以使用包括但不限于倾角传感器等仪器或结合无线传感技术来获取横摇和纵摇的数据。
进一步地，根据畸形爬升波中的峰值，结合所述一段时间外的下一采样时间点的数据进行计算，对浮式结构物进行预警。
在一些实施例中，当所述一段时间外的下一采样时间点的数据，超过了畸形爬升波中的峰值对应的采样时间点的数据时，对浮式结构物进行预警。
在一些可优选的实施例中，计算获取畸形爬升波的数组中的峰值，并计算畸形爬升波中的峰值两边的元素数值与所述峰值的比例，以其两边的元素数值与所述峰值的比例作为畸形爬升峰值，若有多个峰值则还可以分别计算再取平均值来表示。所述一段时间外的下一采样时间点的数据与所述一段时间内的最后一个正式的采样时间点的数据的比例超过了所述畸形爬升峰值时，则判断浮式结构物面临畸形的波浪爬升，对浮式结构物进行发送预警信号。在其中一些实施例中，所述一段时间外的下一采样时间点的数据与所述一段时间内的最后一个正式的采样时间点的数据的比例，可以包括但不限于，新旧两个时刻间的横摇角度和/或纵摇角度的数值比例、新旧两个时刻间的浮式结构物的半潜水深的数值比例等等。例如，当畸形爬升峰值为1.23，新旧两个时刻间的浮式结构物的半潜水深的数值比例为1.41时，半潜水深的数值比例超出了所述畸形爬升峰值，应对浮式结构物进行预警。这样可以更加迅捷有效地在面对海上畸形波浪骤发的危难险情时快速监控，在短时间内力挽狂澜，防止浮式结构物面临畸形的波浪爬升猛然下沉，更好地保证了海上施工的安全性。
所述一种畸形波作用下半潜式平台波浪爬升的预警系统运行于桌上型计算机、笔记本电脑、掌上电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种畸形波作用下半潜式平台波浪爬升的预警方法中的步骤,可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
本发明的实施例提供的一种畸形波作用下半潜式平台波浪爬升的预警系统，如图2所示，该实施例的一种畸形波作用下半潜式平台波浪爬升的预警系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种畸形波作用下半潜式平台波浪爬升的预警方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据采集单元，用于对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据；
预警计算单元，用于将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警。
其中，优选地，本发明中所有未定义的变量，若未有明确定义，均可为人工设置的阈值。
其中，为了更好地统一各种物理量数值的计算，不同单位的物理量间可采用无量纲化的数值计算。
所述一种畸形波作用下半潜式平台波浪爬升的预警系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种畸形波作用下半潜式平台波浪爬升的预警系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种畸形波作用下半潜式平台波浪爬升的预警方法及系统的示例，并不构成对一种畸形波作用下半潜式平台波浪爬升的预警方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种畸形波作用下半潜式平台波浪爬升的预警系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种畸形波作用下半潜式平台波浪爬升的预警系统的控制中心，利用各种接口和线路连接整个一种畸形波作用下半潜式平台波浪爬升的预警系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种畸形波作用下半潜式平台波浪爬升的预警方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card,SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种畸形波作用下半潜式平台波浪爬升的预警方法及系统，通过对浮式结构物进行数据记录，记录一段时间内采样的横摇和纵摇的数据，并记录浮式结构物的半潜水深的数据，再将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算对浮式结构物进行的预警，更有利于短时间内就要在海上做出监测并迅速对浮式结构物进行反应，更好地保证了海上施工的安全性。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (2)
1.一种畸形波作用下半潜式平台波浪爬升的预警方法，其特征在于，所述方法包括以下步骤：对半潜式平台在待采样的一段时间内选取多个不同的采样时间点，记录每个采样时间点对应的横摇和纵摇的数据以及半潜水深的数据；通过将所述一段时间内采样的横摇和纵摇的数据折射在半潜水深的数据上，计算得到畸形爬升波，对半潜式平台进行预警，具体为：
将各采样时间点的横摇角度与该采样时间点之前的各采样时间点中横摇角度的最大值相比的数值比例作为该采样时间点的横摇爬升，将各采样时间点的纵摇角度与该采样时间点之前的各采样时间点中纵摇角度的最大值相比的数值比例作为该采样时间点的纵摇爬升，对各采样时间点选取其横摇爬升和纵摇爬升中的最大值为分母而最小值为分子所得比例作为该采样时间点的畸形爬升；
统计所述一段时间内各采样时间点的半潜水深的数据的概率分布，得到各采样时间点的半潜水深数值对应的概率密度值作为该采样时间点的水深概率密度；
将各采样时间点的畸形爬升的数值作为权重，分别对各采样时间点的水深概率密度的数值进行加权，得到各采样时间点的畸形爬升波分量，以各采样时间点的畸形爬升波分量表示畸形爬升波；
根据畸形爬升波中的峰值，结合所述一段时间外的下一采样时间点的数据进行计算，对半潜式平台进行预警。
2.一种畸形波作用下半潜式平台波浪爬升的预警系统，其特征在于，所述一种畸形波作用下半潜式平台波浪爬升的预警系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1所述的一种畸形波作用下半潜式平台波浪爬升的预警方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311810275.7A CN117475606B (zh) | 2023-12-27 | 2023-12-27 | 一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311810275.7A CN117475606B (zh) | 2023-12-27 | 2023-12-27 | 一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117475606A CN117475606A (zh) | 2024-01-30 |
| CN117475606B true CN117475606B (zh) | 2024-03-29 |
Family
ID=89627746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311810275.7A Active CN117475606B (zh) | 2023-12-27 | 2023-12-27 | 一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117475606B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103065044A (zh) * | 2012-12-20 | 2013-04-24 | 江苏科技大学 | 在分形海面背景下畸形波的模拟方法 |
| CN104890830A (zh) * | 2015-04-30 | 2015-09-09 | 大连理工大学 | 深水动力定位半潜式平台调谐垂荡板减摇减荡控制系统 |
| WO2017046373A1 (fr) * | 2015-09-17 | 2017-03-23 | Dcns | Procédé et dispositif d'amélioration de la sécurité de plateforme maritime |
| CN110555236A (zh) * | 2019-07-31 | 2019-12-10 | 浙江省水利河口研究院 | 一种大尺寸固定式海工平台波浪垂向力计算方法 |
| CN116663139A (zh) * | 2023-05-16 | 2023-08-29 | 江苏科技大学 | 基于ais数据的非规则波中船舶参数横摇运动概率评估方法 |
| CN117252123A (zh) * | 2023-10-09 | 2023-12-19 | 中国海洋大学 | 一种浮式结构的全耦合cfd-系泊非线性分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6673543B2 (ja) * | 2013-03-28 | 2020-03-25 | 廖意民 | 深刻な気象災害を阻止する方法 |
-
2023
- 2023-12-27 CN CN202311810275.7A patent/CN117475606B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103065044A (zh) * | 2012-12-20 | 2013-04-24 | 江苏科技大学 | 在分形海面背景下畸形波的模拟方法 |
| CN104890830A (zh) * | 2015-04-30 | 2015-09-09 | 大连理工大学 | 深水动力定位半潜式平台调谐垂荡板减摇减荡控制系统 |
| WO2017046373A1 (fr) * | 2015-09-17 | 2017-03-23 | Dcns | Procédé et dispositif d'amélioration de la sécurité de plateforme maritime |
| CN110555236A (zh) * | 2019-07-31 | 2019-12-10 | 浙江省水利河口研究院 | 一种大尺寸固定式海工平台波浪垂向力计算方法 |
| CN116663139A (zh) * | 2023-05-16 | 2023-08-29 | 江苏科技大学 | 基于ais数据的非规则波中船舶参数横摇运动概率评估方法 |
| CN117252123A (zh) * | 2023-10-09 | 2023-12-19 | 中国海洋大学 | 一种浮式结构的全耦合cfd-系泊非线性分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| Experimental study on the wave run-up and air-gap response of a three-column semi-submersible platform;Lu, Wenyue et al;OCEAN ENGINEERING;20201231;第203卷;1-2 * |
| 风波流对多平台阵列浮式风机Spar平台运动特性的影响;丁勤卫;李春;叶柯华;杨阳;叶舟;;农业工程学报;20161108(21);223-229 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117475606A (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Christou et al. | Field measurements of rogue water waves | |
| Muir et al. | On the calculation of extreme wave heights: a review | |
| Huang et al. | Wave height estimation from X-band nautical radar images using temporal convolutional network | |
| CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
| CN118225994B (zh) | 一种基于无线传感器的海藻扩繁环境监测方法 | |
| CN114740550B (zh) | 一种连续风暴事件智能识别预警方法及系统 | |
| KR102661625B1 (ko) | 월파 위험도 평가 시스템 및 방법 | |
| Dumas-Lefebvre et al. | Aerial observations of sea ice breakup by ship waves | |
| Mintu et al. | Ice accretion for ships and offshore structures. Part 2–Compilation of data | |
| CN117475606B (zh) | 一种畸形波作用下半潜式平台波浪爬升的预警方法及系统 | |
| CN116757087B (zh) | 海上风电支撑结构的状态评估方法及相关设备 | |
| CN115775437A (zh) | 一种渔港海浪的预警方法及预警装置 | |
| CN110543679A (zh) | 一种多波况大尺寸固定式海工平台水平力计算方法 | |
| KR102156237B1 (ko) | X밴드 레이더 영상을 이용한 해상풍 계측 시스템 및 계측 방법 | |
| CN117574099B (zh) | 一种时空校正的甲板上浪时间预测方法及系统 | |
| Castro et al. | Evaluation of a clustering algorithm to enhance the nearshore wave prediction system | |
| Castro et al. | Calibration of a Clustering Algorithm to Improve the Nearshore Wave Prediction System | |
| Pereira et al. | A 3-D Lightweight Convolutional Neural Network for Detecting Docking Structures in Cluttered Environments | |
| CN117349573B (zh) | 一种风电场风速的预测方法、电子设备及存储介质 | |
| CN116560219B (zh) | 基于输电杆塔风速联合分析的自适应监测控制方法及系统 | |
| CN113227720B (zh) | 船舶环境条件评估系统和方法 | |
| CN117390509A (zh) | 一种海面大气稳定度确定方法、装置、设备及介质 | |
| Christou et al. | Long-term in situ measurements of rogue waves | |
| CN118072557A (zh) | 一种用于海上风机结构的船舶碰撞预警方法及系统 | |
| Marullo et al. | OPEN ACCESS EDITED BY |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |