摘要
本发明涉及一种用于海底柔性管道隆起屈曲预测及覆土参数优化设计方法,包括:S1、参数化建模;S2、批量后处理结果;S3、深度学习神经网络模型构建。本发明的方法可以对非粘结柔性管的隆起屈曲问题进行快速的参数化建模,且通过将管道赋予General Beam Section梁截面属性,以及计算等效膨胀系数,实现对非粘结柔性管隆起行为的准确模拟。此外,通过大量有限元算例训练得到的神经网络模型能够实现柔性管隆起屈曲预测与覆土参数的优化设计,从而提高工程的安全性和经济性。
技术关键词
海底柔性管道
参数优化设计方法
勘察钻孔
人工神经网络模型
粘结柔性管
相互作用模型
空间坐标信息
批量
柔性管线
机器学习模型
深度学习模型
扭转刚度
多层材料
系统为您推荐了相关专利信息
管道滑坡灾害
时空深度学习
管道基础
危险性
物理
模型构建方法
频域特征提取
队列
曲线
模型构建装置
智能控制方法
曝气
输出鼓风机
数据采集装置
人工神经网络模型
血压估计方法
人工神经网络模型
中央处理器模块
气压
数据存储模块
设备运行状态
识别方法
谐波
数据处理单元
人工神经网络模型