基于人工神经网络算法的深海浮式系统动力响应预报方法

深海浮式系统面临复杂恶劣海洋环境载荷的持续作用,海洋工程灾难性事故时有发生.论文通过优化神经网络结构、对比不同神经网络方法,发展了一种以附加动量法的BP神经网络为基础的浮式平台运动及系缆张力等动力响应统计值的计算预报模型.结合天气预报数据,该预报模型可实现深海浮式系统响应的即时计算和危险状态的超前预警,以便提前采取措施...     

腐蚀影响下深海平台系泊锚链疲劳损伤评估

由于海洋环境的强腐蚀性,海洋工程结构腐蚀成为其疲劳损伤评估的重要影响因素。结构疲劳与腐蚀耦合作用机理复杂,往往需要借助试验和实测数据进行研究,但这些方法周期长、成本高且干扰因素众多,实现难度大。该文用锚链直径损失表征其逐年腐蚀效应,基于时域疲劳计算方法和常用腐蚀模型,探讨了腐蚀要素对某半潜式平台系泊锚链疲劳损伤的影响规律,可为实际工程设计提供理论指导和参考依据。     

基于神经网络模型的波候变化影响下深海系泊缆疲劳损伤评估

全球气候变化导致波候变化显著,这一现象会造成系泊缆疲劳损伤的加速累积,危及到海洋平台的正常作业,甚至引发重大安全事故。然而,目前常用的频率和时域疲劳损伤评估方法均无法既准确又高效地计算考虑波候变化后的疲劳损伤。本文提出了一种基于贝叶斯正则化BP(back propagation)神经网络算法的深海浮式平台系泊系统疲劳损伤评估方法,在保证疲劳损伤评估精度的同时大幅提升了计算效率。以作业于北海的某半潜式平台和某单立柱平台及其系泊系统为研究对象,探究了波候变化对深海浮式平台系泊缆的全寿命期内疲劳损伤的影响规律,验证了方法的可行性与准确性,可为深海系泊缆的疲劳设计提供技术指导和解决方案。