摘要
本发明提出一种面向浮托安装的LMU载荷实时反演方法,包括:构建浮托安装结构的初始物理图模型;实时采集环境数据,将环境数据与传感器数据进行融合,生成基于时间步t的动态图;设计基于图神经网络的载荷推断模型,基于每个节点的反演载荷组成全图的初步载荷分布;设计物理约束对初步载荷分布进行修正优化,得到优化后的载荷分布;基于贝叶斯推断方法,根据优化后的载荷分布和基于时间步t的动态图对载荷结果进行不确定分析。本发明实现了对浮托安装载荷的高精度实时反演、鲁棒性提升和可信度保障,为复杂海洋环境下的浮托安装提供了一种全面可靠的技术解决方案。
技术关键词
载荷
反演方法
节点特征
物理
推断方法
传感器
力学
关系建模
信息传播机制
多层感知机
邻域
误差
动态更新
监督学习方法
变分贝叶斯
数据
加权平均法
安装结构