龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工程大学
申请日：2022-02-25
公开（公告）日：2024-06-28
公开（公告）号：CN115009462B
主分类号：B63B71/10
分类号：B63B71/10
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2022.09.23#实质审查的生效;2022.09.06#公开
摘要：本发明公开了一种冰区船舶全寿期冰载荷风险值预测方法，该方法用于冰区船舶冰载荷预测，属于冰载荷分析计算领域。该方法包括确定计算工况和冰载荷作用区域；输入监测时历数据进行过滤和分析，建立时历数据与预报数据的转化关系；再根据一种ANNArtificialneuralnetworks算法建立冰载荷预测模型，进而完成冰载荷在全寿期内的可能发生的风险值的预测。本发明针对冰区不同类型的航行工况和不同冰情，对冰载荷进行强度预测，具有较强的适应性，在冰区船舶个性化设计研究中有一定的应用价值。
主权项：1.一种冰区船舶全寿期冰载荷风险值预测方法，其特征在于：步骤一：确定计算工况和冰载荷作用区域；计算工况的确定方法为根据目标船舶所航行区域具体冰情和海冰分类而确定；所述的冰载荷作用区域为船-冰接触区域，冰载荷作用区域依据测点布置，选在水线附近船肩部位；步骤二：根据不同时长的载荷类型作为每次试验数据；根据步骤一所确定的计算工况，输入不同时长的载荷类型作为每次试验的时长，所述试验为选取的一小部分贡献较大的危险工况；并计算各个工况发生的概率p和试验总数N，其中∑p＝1；步骤三：各工况的分布拟合；对每次试验时长的时历数据进行滤波，拟合各工况下的分布形式，拟合过程是以迭代的方式进行的，用于对频次分布进行单变量离散概率分布拟合，通过不断提高拟合优度来得到最优的结果；步骤四：检验并重复步骤三，误差最小时结束迭代，得到样本特征变量；对拟合的结果误差进行检验，选择得到最优的拟合结果作为冰载荷的时历数据的特征变量；并结合极区冰况，根据极地船舶全寿期内极地任务需求，确定冰载荷在船舶全寿期内的循环次数；步骤五：学习并得到冰载荷风险值预测模型；根据步骤四所得的特征变量作为输入，基于一种ANN算法，选用超越全寿期内的循环次数内冰载荷的最大值的冰载荷作为阈值进行学习，训练数据集，得到某种冰区航行船舶的冰载荷预测风险值模型；步骤六：进行冰载荷风险值预测；根据步骤五所得的预测模型，即可得此冰区航行船舶在全寿期的冰载荷风险值。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种冰区船舶全寿期冰载荷风险值预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号