申请/专利权人：大连理工大学

申请日：2020-11-25

公开（公告）日：2024-07-05

公开（公告）号：CN112446612B

主分类号：G06F18/241

分类号：G06F18/241;G06F18/2113;G06F18/21;G06F18/10;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.03.23#实质审查的生效;2021.03.05#公开

摘要：一种软刚臂系泊系统连接结构的损伤评估系统及评估方法，属于海洋浮式平台作业安全领域。这种基于深度学习的软刚臂系泊系统连接结构损伤评估系统及评估方法包括输入模块、数据处理模块、模型构建与训练模块、模型验证模块和现场决策模块。该评估系统及评估方法采用基于深度学习方法训练建立结构损伤识别模型，用结构损伤识别模型处理结构损伤识别这一复杂非线性问题，避免了传统数值方法引入诸多假设，线路实现困难等缺点。同时，结合特征处理的深度学习模型泛化能力强，节省计算资源，提高了计算效率。这种评估系统及评估方法贴合现场实际，适用于海洋结构的损伤识别问题。

主权项：1.一种软刚臂系泊系统连接结构的损伤评估系统的评估方法，其特征在于：评估系统包括损伤监测系统，所述损伤监测系统包含力学传感器、倾角传感器、惯导传感器和加速度传感器，它还包括输入模块、数据处理模块、模型构建与训练模块、模型验证模块和现场决策模块，所述输入模块用于收集现场数据，对数据进行整理分类；所述数据处理模块用于对输入模块输入的数据进行特征处理，去除冗余和无效特征数据，保留有效特征数据；所述模型构建与训练模块根据数据处理模块选取的数据，对深度学习损伤识别模型进行训练；模型验证模块用全新工况下的数据进行泛化能力验证，验证深度学习损伤识别模型的损伤识别能力；所述现场决策模块用于真实结构中的预警系统，对现场铰节点进行损伤评估；所述输入模块收集损伤监测系统的监测数据和海洋工况数据，现场决策模块选取的模型为模型验证模块中识别效果最好的深度学习损伤识别模型；评估方法包括以下步骤：A、分析真实结构损伤前后的运动响应差异，选取适合的特征类型作为训练数据集的特征值；B、根据步骤A分析的真实结构的运动响应结果，设计并搭建真实结构的损伤监测系统；C、获取步骤B搭建的损伤监测系统在各个工况和各个损伤状态下的原始数据，对原始数据进行分类整理、补齐缺失值和删除异常值；D、基于步骤A中的分析结果，提取数据集的有效特征值，并采用互信息熵的相关性计算方法，计算原始数据、提取的特征值和目标值的相关系数；E、根据步骤D计算的相关系数，选取几组输入特征数目不等的特征数据集作为损伤识别模型的训练数据集，同时，根据真实结构近年来经历的海洋工况概率分布，采用拉丁超立方进行随机抽样，作为损伤识别模型的工况信息；F、根据步骤E中确定的工况信息与训练数据集进行模型的训练分析，并采用未训练的海洋自然工况下的数据作为模型的验证数据，分析验证结果，选取准确率最高的损伤识别模型作为现场决策模块的模型；G、基于步骤F训练好的损伤识别模型，应用于现场真实结构的预警系统，评估真实结构铰节点的损伤状态。

全文数据：

权利要求：

百度查询： 大连理工大学 一种软刚臂系泊系统连接结构的损伤评估系统的评估方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD