[发明专利]基于数学孪生的网箱网衣破损检测方法、装置及存储介质在审

专利信息
申请号: 202111555038.1 申请日: 2021-12-17
公开(公告)号: CN114218864A 公开(公告)日: 2022-03-22
发明(设计)人: 赵云鹏;毕春伟 申请(专利权)人: 大连理工大学宁波研究院;大连理工大学
主分类号: G06F30/27 分类号: G06F30/27;G06N3/08;G06F111/10;G06F119/14
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 陈丽;李洪福
地址: 315000 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数学 孪生 网箱 破损 检测 方法 装置 存储 介质
【权利要求书】:

1.一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,包括:

获取渔网的纲绳上安装的拉力传感器检测出的拉力数据;

将所述拉力数据输入预先构建的网衣数字孪生体,得到网衣数字孪生体输出的网衣破损识别结果;

其中,预先构建网衣数字孪生体包括:

根据待检测网箱网衣的尺寸建立等效网衣数值模型,并模拟渔网完整和破损时的动态响应;

根据渔网所处环境,结合多种波浪范围以及预先设计的不同海况环境下发生的网衣破损情况,利用所述网衣数值模型进行纲绳的拉力仿真模拟,得到仿真数据集;

建立人工神经网络破损识别模型并利用所述仿真数据集对所述人工神经网络破损识别模型进行网衣破损识别训练;

训练好的人工神经网络破损识别模型构成网衣数字孪生体。

2.根据权利要求1所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,所述人工神经网络模型使用BP神经网络。

3.根据权利要求2所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,所述BP神经网络的结构数设置为3层,包括输入层、隐藏层和输出层,隐藏层神经元个数设置为9个。

4.根据权利要求3所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,利用所述仿真数据集对所述人工神经网络破损识别模型进行网衣破损识别训练,包括:

采用误差反向传播的训练方法,将有效波高Hs、谱峰周期Tp以及横纲竖纲的拉力值这4个值作为输入,将网衣完整状态以及破损状态作为输出。

5.根据权利要求1所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,渔网的纲绳上安装的拉力传感器,包括:分别在网衣的横向纲绳和纵向纲绳上每间隔一根纲绳,布置一个拉力传感器。

6.根据权利要求5所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,所述拉力传感器的量程范围为10-1000N。

7.根据权利要求1所述的一种基于数字孪生技术的网箱网衣破损检测方法,其特征在于,还包括:在网箱迎浪侧安装波潮仪采集波浪参数,将所述波浪参数实时输入到所述网衣数字孪生体,所述网衣数字孪生体根据所述波浪参数和所述拉力数据判断网衣是否发生破损。

8.一种基于数字孪生技术的网箱网衣破损检测装置,其特征在于,包括:

网衣数字孪生体构建单元,用于预先构建网衣数字孪生体;

拉力检测单元,用于获取渔网的纲绳上安装的拉力传感器检测出的拉力数据;

网衣破损识别单元,用于将所述拉力检测单元检测出的拉力数据输入所述网衣数字孪生体构建单元构建的网衣数字孪生体,得到网衣数字孪生体输出的网衣破损识别结果;

其中,所述网衣数字孪生体构建单元包括:

网衣数值模型建立子单元,用于根据待检测网箱网衣的尺寸建立等效网衣数值模型,并模拟渔网完整和破损时的动态响应;

模拟仿真子单元,用于根据渔网所处环境,结合多种波浪范围以及预先设计的不同海况环境下发生的网衣破损情况,利用所述网衣数值模型进行纲绳的拉力仿真模拟,得到仿真数据集;

训练子单元,用于建立人工神经网络破损识别模型并利用所述仿真数据集对所述人工神经网络破损识别模型进行网衣破损识别训练;训练好的人工神经网络破损识别模型构成网衣数字孪生体。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机指令集,计算机指令集被处理器执行时实现如权利要求1~7任一项所提供的基于数学孪生技术的网箱网衣破损检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学宁波研究院;大连理工大学,未经大连理工大学宁波研究院;大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111555038.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top