[发明专利]基于神经网络算法的海洋平台实测应力谱修补方法

说明书

本发明提供一种基于神经网络算法的海洋平台实测应力谱修补方法，包括步骤：S1：缺陷应力数据筛选步骤，根据实测应力结果进行数据校验，筛选出实测应力结果中的正常测点位置与异常测点位置，确定第一实测时间段，划分出全数据完整时间段与缺陷数据时间段；S2：环境信息收集步骤；S3：应力信息收集步骤；S4：建立应力修补模型；S5：应力谱修补步骤，将缺陷数据时间段内正常测点位置应力谱与环境控制信息输入训练模型中。本发明的一种基于神经网络算法的海洋平台实测应力谱修补方法，解决了海洋平台海上实测过程中关键测点某些时间段内的应力缺失问题，可进一步用于相关疲劳分析，修补数据考虑因素全面，修补结果更具权威性。

技术领域

本发明涉及船舶与海洋工程技术领域，尤其涉及一种基于神经网络算法的海洋平台实测应力谱修补方法。

背景技术

海洋平台是为海上钻井、采油、集运、观测、导航、施工等活动提供生产和生活设施的大型结构物，其具有结构受力复杂，安全性要求高等特点。海洋平台在海上作业状态下会承受外界环境中的风、浪、流载荷作用，造成平台关键位置处的应力集聚，影响平台的正常安全使用。

为准确获取海洋平台整体的受力特性，目前可以采用海上监测的方法得到平台关键节点位置处的应力响应。海洋平台在监测过程中由于受到外界突变载荷、不稳定电压等因素影响，会产生某些监测位置处的应力数据缺失，造成后续结构疲劳强度分析的困难。现有技术中，可对某些位置处的瞬时数据缺失进行修补，而无法对缺失较长时间数据的测点进行处理。

发明内容

针对上述现有技术中的不足，本发明提供一种基于神经网络算法的海洋平台实测应力谱修补方法，修补精度高，且综合考虑外界环境因素与相关测点应力水平，可准确获取具有长时间数据缺失的测点频谱特性，用于海洋平台疲劳强度分析。

为了实现上述目的，本发明提供一种基于神经网络算法的海洋平台实测应力谱修补方法，包括步骤：

S1：缺陷应力数据筛选步骤，根据实测应力结果进行数据校验，筛选出所述实测应力结果中的正常测点位置与异常测点位置，确定第一实测时间段，划分出全数据完整时间段与缺陷数据时间段；

S2：环境信息收集步骤，汇集风、浪和流的实测数据，对所述实测数据进行短期海况划分并引入环境信息控制参数，确定各所述短期海况下的风场、海浪和海流信息；

S3：应力信息收集步骤，依据所述短期海况划分第二实测时间段，获取所述正常测点位置与所述异常测点位置的应力谱，确定频率节点；

S4：建立应力修补模型，以所述全数据完整时间段内的所述异常测点位置应力谱作为输出层，所述正常测点位置应力谱与环境控制信息作为输入层，利用神经网络算法在计算机中进行模型训练，得到所述应力修补模型；

S5：应力谱修补步骤，将所述缺陷数据时间段内所述正常测点位置应力谱与所述环境控制信息输入训练模型中，获取所述异常测点位置处缺陷数据时间段内的应力谱。

优选地，所述数据校验方法包括监测数据的完整性校验和准确性校验；

所述完整性校验满足监测数据的平稳连续，所述准确性校验满足监测数据处于目标设定范围。

优选地，所述正常测点位置为通过所述数据校验的测点位置，所述异常测点位置为未通过所述数据校验的测点位置。

优选地，所述全数据完整时间段为所述正常测点位置与所述异常测点位置全部通过所述数据校验的监测时间段，所述缺陷数据时间段为所述异常测点位置未通过所述数据校验的监测时间段。

优选地，所述短期海况划分以时间跨度三小时作为划分依据。

优选地，所述环境控制信息包含风场信息控制参数、海浪信息控制参数和所述海流信息控制参数；