摘要
本发明涉及船舶冰荷载领域,特别涉及一种基于物理信息神经网络的船舶冰载荷预报方法,实现了船舶冰载荷的智能预报。首先利用CFD‑DEM耦合计算得到在破碎冰区航行的船舶的冰载荷力以及当前时刻冰粒子的数量和相对碰撞速度,依此作为网络的训练与验证数据,之后构建冰粒动量与船舶冰载荷之间的动量守恒方程作为物理约束加入到网络的损失函数中,最后建立全连接网络结构。本发明通过建立神经网络数据集,并利用浮冰和船舶冰载荷相关的物理方程约束神经网络,将神经网络结合物理方程,从而在实时破冰的途中计算并预测后续冰面所到来的阻力;让本发明与船体的显示单元结合时,能够根据实际破冰需要的船速完成调节。
技术关键词
预报方法
载荷
物理
方程
神经网络方法
粒子
碰撞模型
复合颗粒
球形颗粒
船模
数据模块
异常信息
冰区船舶
船体模型
喷射器
速度
预报系统
系统为您推荐了相关专利信息
有限元分析模型
升降机构
机床工作台
载荷
仿真分析
GIS设备
注意力模型
SF6气体浓度
热传导方程
因子