申请/专利权人：深海技术科学太湖实验室;中国船舶科学研究中心

申请日：2022-11-23

公开（公告）日：2023-03-17

公开（公告）号：CN115809506A

主分类号：G06F30/15

分类号：G06F30/15;G06F30/28;G06F30/27;G06N3/045;G06N3/048;G06N3/08;G06F113/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2023.09.22#授权;2023.04.04#实质审查的生效;2023.03.17#公开

摘要：本发明涉及一种船舶结构设计中线性波浪载荷的预报方法及系统。其包括构建线性波浪载荷预报模型LWLC，其中，在构建线性波浪载荷预报模型LWLC时，利用与船舶结构适配的波浪载荷标准数据集构建基于深度神经网络DNN的载荷预报基准模型WLIP；对构建的载荷预报基准模型WLIP，以模型试验规则波数据集作为目标域，进行线性波浪载荷的知识迁移学习，以在知识迁移学习后得到线性波浪载荷预报模型LWLC；在线性波浪载荷预报时，对船舶的一不规则波工况，利用所述线性波浪载荷预报模型LWLC得到与所述不规则波工况相对应的波浪载荷。本发明可快速准确地对线性波浪载荷预报，满足船舶设计阶段的需求。

主权项：1.一种船舶结构设计中线性波浪载荷的预报方法，其特征是，所述预报方法包括：构建用于对线性波浪载荷预报的线性波浪载荷预报模型LWLC，其中，在构建线性波浪载荷预报模型LWLC时，利用与船舶结构适配的波浪载荷标准数据集构建基于深度神经网络DNN的载荷预报基准模型WLIP；对构建的载荷预报基准模型WLIP，以模型试验规则波数据集作为目标域，进行线性波浪载荷的知识迁移学习，以在知识迁移学习后得到线性波浪载荷预报模型LWLC；在线性波浪载荷预报时，对船舶的一不规则波工况，利用所述线性波浪载荷预报模型LWLC得到与所述不规则波工况相对应的波浪载荷，其中，对船舶的不规则波工况，包括船舶的航速、波高、周期、航向角以及剖面位置；对与不规则波工况相对应的波浪载荷，包括垂向弯矩、水平弯矩以及扭矩。

全文数据：

权利要求：

百度查询： 深海技术科学太湖实验室;中国船舶科学研究中心 船舶结构设计中线性波浪载荷的预报方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD