System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种海洋平台模态自适应识别方法技术_技高网

一种海洋平台模态自适应识别方法技术

技术编号:41361320 阅读:5 留言:0更新日期:2024-05-20 10:10
本发明专利技术提供了一种海洋平台模态自适应识别方法,包括步骤:S100、获取海洋平台的实时响应信息;S200、将实时响应信息分为多个类别;S300、对各类别的实时响应信息进行预训练,以获得初始左奇异向量U<subgt;1</subgt;、初始右奇异向量V<subgt;1</subgt;;S400、通过RNN网络对初始左奇异向量U<subgt;1</subgt;和初始右奇异向量V<subgt;1</subgt;进行处理,以获取多个左奇异向量l<subgt;j</subgt;和多个右奇异向量r<subgt;j</subgt;;S500、对多个左奇异向量l<subgt;j</subgt;和多个右奇异向量r<subgt;j</subgt;进行迭代处理,获得模态参数。其能够实现自适应、计算高效和精确的模态识别。

【技术实现步骤摘要】

本专利技术涉及海洋平台监测,特别涉及一种海洋平台模态自适应识别方法


技术介绍

1、我国近海蕴藏着丰富的油气资源,海洋油气产量已经成为我国油气资源增量的主要部分。海洋平台结构是海洋油气开发中的主要载体型式,自就位作业开始就一直处于复杂多变的海洋环境中,不仅会受到各类环境载荷的长期往复作用,还随时面临地震、船舶撞击等意外载荷的作用。为了保证海洋平台结构的正常工作,需要实时监测海洋平台产生的信号并进行处理。在长期的使用寿命中,环境和操作载荷会引起海洋平台结构的潜在疲劳或损伤,导致固有频率、阻尼比和振型等模态参数的变化。得益于模态分析技术的发展,运行模态分析方法在工程实践中得到了广泛的应用。它能够基于测量海洋平台结构在不需要测量的环境或操作激励下的响应来提取模态参数。为了进一步实现实时健康监测的自适应能力、分布式边缘计算和自适应识别,基于大数据分析的机器学习技术因其在智能优化、非线性表达、数据建模和快速执行等方面的优势,已被用于辅助模态分析、数据异常识别、结构损伤监测与检测、寿命评估与预测等。

2、奇异值分解(svd)为信号处理、模态分析、损伤检测、大气科学等方面的研究提供了严格的数学基础。目前奇异值分解在海洋平台结构的识别应用中存在计算过程复杂,同时还需要根据复杂、时变的环境中和操作条件估计分解的模态。


技术实现思路

1、本专利技术的目的是提供一种海洋平台模态自适应识别方法,能够实现自适应、计算高效和精确的模态识别。

2、为实现上述目的,本专利技术所采用的技术方案是:

3、一种海洋平台模态自适应识别方法,包括步骤:s100、获取海洋平台的实时响应信息;

4、s200、将实时响应信息分为多个类别;

5、s300、对各类别的实时响应信息进行预训练,以获得初始左奇异向量u1、初始右奇异向量v1;

6、s400、通过rnn网络对初始左奇异向量u1和初始右奇异向量v1进行处理,以获取多个左奇异向量lj和多个右奇异向量rj;

7、s500、对多个左奇异向量lj和多个右奇异向量rj进行迭代处理,获得模态参数。

8、较优地,在步骤s300中对实时响应信息进行预训练中,对响应信息形成的hankel矩阵进行奇异值分解,以获得初始左奇异向量u1和初始右奇异向量v1。

9、较优地,hankel矩阵对响应信息的奇异值进行分解公式为:

10、

11、其中s1为初始奇异值。

12、较优地,在步骤s400中,将初始左奇异向量u1和初始右奇异向量v1放入rnn-svd网络中进行处理。

13、较优地,所述递归网络处理包括步骤:

14、s410、

15、

16、

17、其中σj为与左奇异向量lj和右奇异向量rj对应的奇异值。

18、较优地,通过从原始系统矩阵中消除第一分量来更新系统矩阵g。获取多个平衡点坐标。

19、较优地,所述平衡点坐标为其中m大于或等于2的整数。

20、较优地,在步骤s410中还包括收敛性验证步骤:

21、定义能量函数ej(t),其中

22、根据公式对第一能量函数进行微分,若e1(t)单调增加则步骤410在达到平衡点之前不会收敛。

23、较优地,在步骤s100中,通过设置在海洋平台上的传感器获得实时响应信息。

24、较优地,在步骤s200中,根据工作状态和相关性程度将实时响应信息分为多个类别。

25、本专利技术的海洋平台模态自适应识别方法通过采用s100、获取海洋平台的实时响应信息;s200、将实时响应信息分为多个类别;s300、对各类别的实时响应信息进行预训练,以获得初始左奇异向量u1、初始右奇异向量v1;s400、通过rnn网络对初始左奇异向量u1和初始右奇异向量v1进行处理,以获取多个左奇异向量lj和多个右奇异向量rj;s500、对多个左奇异向量lj和多个右奇异向量rj进行迭代处理,获得模态参数的技术方案,能够实现自适应、计算高效和精确的模态识别。

本文档来自技高网...

【技术保护点】

1.一种海洋平台模态自适应识别方法,其特征在于:

2.根据权利要求1所述的海洋平台模态自适应识别方法,其特征在于:

3.根据权利要求2所述的海洋平台模态自适应识别方法,其特征在于:

4.根据权利要求1所述的海洋平台模态自适应识别方法,其特征在于:在步骤S400中,将初始左奇异向量U1和初始右奇异向量V1放入RNN-SVD网络中进行处理。

5.根据权利要求4所述的海洋平台模态自适应识别方法,其特征在于:

6.根据权利要求5所述的海洋平台模态自适应识别方法,其特征在于:

7.根据权利要求6所述的海洋平台模态自适应识别方法,其特征在于:

8.根据权利要求7所述的海洋平台模态自适应识别方法,其特征在于:

9.根据权利要求1至8任意一项所述的海洋平台模态自适应识别方法,其特征在于:

10.根据权利要求1至8任意一项所述的海洋平台模态自适应识别方法,其特征在于:

【技术特征摘要】

1.一种海洋平台模态自适应识别方法,其特征在于:

2.根据权利要求1所述的海洋平台模态自适应识别方法,其特征在于:

3.根据权利要求2所述的海洋平台模态自适应识别方法,其特征在于:

4.根据权利要求1所述的海洋平台模态自适应识别方法,其特征在于:在步骤s400中,将初始左奇异向量u1和初始右奇异向量v1放入rnn-svd网络中进行处理。

5.根据权利要求4所述的海洋平台模态自适应识别...

【专利技术属性】
技术研发人员:杨冬平王强杜帆彭星来朱丽国张鲁张琨陈凯王伟斌王芫芫
申请(专利权)人:中国石油化工股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1