摘要
一种利用船舶运动和离散应变信息的全船应变场快速重构方法,能够通过对船体运动信息和有限离散应变监测数据的融合分析快速重构全船结构应变场,为船体结构安全性评估和辅助决策制定提供更为可靠的参考依据。首先,获取船体运动监测数据,建立基于船舶运动信息的波浪时频参数反演卡尔曼滤波模型;其次,根据反演得到的波高,结合波面与船体的相位参数和相对位置,求解船体表面波浪压力载荷;再次,建立融合物理信息神经网络‑有限元法的全船结构应变场动态重构人工智能模型,同时制定测点的布局策略;最后,利用有限离散测点的应变监测数据,对PINN‑FEM应变场重构模型进行网络参数优化,提升模型的整体计算精度。
技术关键词
重构方法
卡尔曼滤波模型
船体
结构健康监测系统
重构模型
Kriging插值
人工智能模型
协方差矩阵
波浪参数
静压力
船舶结构
运动监测数据
非线性
重构误差
密度估计方法
系统为您推荐了相关专利信息
飞行轨迹预测
机载传感器
混合网络
卡尔曼滤波模型
长短期记忆神经网络
结构设计方法
传感器阵列
纤维
转移因子
结构设计优化方法
定位测速方法
机载光电吊舱
坐标系
地面
状态估计量