[发明专利]海洋装备中推进器的极限性能模拟方法

说明书

本发明涉及一种海洋装备中推进器的极限性能模拟方法，该方法包括：采集推进器的环境参数、材料参数和性能参数；建立推进器极限性能模拟的神经网络模型，通过所述神经网络获得推进器的极限性能模拟系数；所述神经网路将环境参数与推进器的性能参数的相关参数和材料参数与性能参数的相关参数作为输入向量，输出推进器的性能参数变化函数；将输出推进器的性能参数变化函数通过线性拟合得到极限环境下对材料参数与性能参数的对应关系。本发明的模拟方法能够模拟出极限环境下推进器的结构和性能系数，从而利于针对推进器进行改进，避免在实际的极限环境下时出现安全隐患，并为推进器的设计提供数据依据。

技术领域

本发明涉及海洋装备中的推进器，具体地指一种海洋装备中推进器的极限性能模拟方法。

背景技术

海洋设备例如海洋核动力平台，需要在海洋环境中面对各种恶劣环境，因此对于海洋设备中各部件的性能要求比较高。其中，船舶中的推进器作为动力设备，是海洋核动力平台的重要设备，其推力、功率、转速和航速等性能以及在各种环境下的耐用性具有重要的作用，特别是在极寒的环境下，推进器的是否还能保持正常环境下的性能对于行驶和安全性具有相当重要的影响。

因此，为了推进器在避免在极限环境下出现故障，有必要对推进器在极限环境下的性能进行模拟计算，以便根据计算出推进器的状况，对推进器可能出现的问题进行解决。

发明内容

本发明目的在于克服上述现有技术的不足而提供一种海洋装备中推进器的极限性能模拟方法，该模拟方法能够模拟出极限环境下推进器的结构和性能系数，从而利于针对推进器进行改进，避免在实际的极限环境下时出现安全隐患。

实现本发明目的采用的技术方案是：一种海洋装备中推进器的极限性能模拟方法，该方法包括：

采集推进器的环境参数、材料参数和性能参数；

建立推进器极限性能模拟的神经网络模型，通过所述神经网络获得推进器的极限性能模拟系数；所述神经网路将环境参数与推进器的性能参数的相关参数γ和材料参数与性能参数的相关参数ξ作为输入向量，输出推进器的性能参数变化函数；

将输出推进器的性能参数变化函数通过线性拟合得到极限环境下对材料参数与性能参数的对应关系。

在上述技术方案中，所述神经网络模型的网络输出表达式为：

Y＝f₂[W₂·f₁(W₁·X-B₁)-B₂]

W₁、B₁分别为输入层到隐层的权值矩阵和偏差矩阵，W₂、B₂分别为隐层到输出层的权值矩阵和偏差矩阵，f₁、f₂分别为隐层和输出层的神经元传输函数，输出向量Y为推进器的极限性能函数，其输入向量X为环境参数、材料参数和性能参数的函数，其中：

X＝f(A，V，C，K)

式中，A为环境参数函数、V为材料参数函数、C为性能参数函数，K为相关函数；其中，A＝K₁(Loc，T₁，T₂，S)，Loc，T₁，T₂，S分别表示为地理位置、环境温度、空气湿度、风速；V＝K₂(L，M，N，O)，L，M，N和O分别为推进器中部件的硬度、强度、脆性和塑性；C＝K₃(F，P，S₁，S₂)，F，P，S₁，S₂分别为推进器的推力、功率、转速和航速这四个参数；K＝{γ，ξ}，γ为环境参数A与性能参数C的相关系数，ξ为材料参数V与性能参数C的相关系数，其中，

表示C的共轭；