基于BP神经网络的导管架平台结构响应计算方法技术

本发明专利技术涉及海洋平台的结构设计技术领域，具体公开了一种基于BP神经网络的导管架平台结构响应计算方法，其包括如下步骤：步骤一，建立BP神经网络系统，该BP神经网络系统包括：输入层、隐层和输出层，输入层与隐层之间互连为导管架平台受力的第一阶段，隐层与输出层之间互连为导管架平台受力的第二阶段；步骤二，训练BP神经网络系统；步骤三，应用BP神经网络系统，将任意的风、浪和流环境荷载组合数值作为输入向量输入BP神经网络系统，则得到相应的平台结构响应。利用本发明专利技术所搭建的人工神经网络系统应用于计算导管架平台的结构响应，对于任意环境荷载组合，将其输入神经网络系统则可立即得到与数值模拟十分接近的结构响应，准确、快速。

【技术实现步骤摘要】

本专利技术涉及海洋平台的结构设计
，尤其涉及导管架平台这类海洋平台的结构响应计算方法。
技术介绍
海洋平台是用于海上油气生产和作业的海上大型工程结构物。海洋平台结构复杂、体积庞大、造价昂贵，其服役环境条件十分复杂和恶劣，不但受风、浪、流和冰的联合作用，同时还受地震等极端荷载的威胁，一旦出现事故，所产生的经济、环境危害十分巨大。海洋平台的结构设计及相关的可靠性分析中，需要进行大量的风浪流等环境荷载模拟计算，以得到平台的结构响应。尽管有现代化的计算机及有限元软件进行计算分析，但软件分析模拟过程仍旧非常繁琐，计算过程也比较长。具体来说，对于海洋平台的结构响应分析，目前最常用的技术手段为采用ANSYS，SEASAM等大型专业有限元软件进行数值模拟，其分析过程需要首先对海洋平台采用AutoCAD等3D制图软件进行简化建模，而后导入有限元软件进行计算，该技术手段的主要缺点有：(1)对像海洋平台这类的大型复杂海洋结构物进行3D建模十分复杂，具有建模困难的缺点；(2)大型有限元软件运行对计算机硬件要求高，同时购买专业有限元软件所需费用高昂且需要经过系统培训才能掌握如何操作。对于同一结构，采用不同的单元类型，网格划分方法，所得到的计算结果可能存在很大不同，不恰当的操作很可能导致计算出现不收敛导致运行失败，程序的前期调试十分繁琐，相关人员需要相当系统全面的有限元及软件操作知识才能完成相关计算，具有技术门槛高的缺点；(3)有限元算法属于迭代算法，对于大型结构，即使采用高级的有限单元
划分方法，单次迭代过程中所需计算量也十分庞大，采用该技术手段虽然可以得到较准确的结构响应，但是有计算运行速度缓慢，效率低下的缺点；(4)对于导管架这类的海洋平台，数值模拟计算如波浪等环境变量作用在结构物上，理论上简化的计算方法是首先计算波浪力的大小，而后在将波浪力作用于结构物，分析对某一关键部位产生的荷载效应。需要分析流体和结构的相关软件协调工作才能完成数值分析，进一步加大了计算难度，常常需要同时调用两个以上有限元程序，其结构响应计算至今也是一个比较困难的问题。总之，由于海洋平台环境荷载组合情况复杂，需要考虑大量不同的工况组合，工况组合动辄上万，如采用数值模拟技术手段应用于计算海洋平台结构响应分析，相关设计部门往往需要一两个月甚至更长时间才能完成计算。而采用物理模型试验测量海洋平台的结构响应，实际操作费时费力，目前仅应用其与数值模拟结果进行比较。针对数值模拟计算效率低的缺点，很多国内外专家学者提出很多的经验公式用于计算平台的结构响应。其技术手段为对于具体的海洋平台，将其结构响应(如基底剪力、倾覆力矩、甲板位移等)可以看作波高、风速及流速等环境要素的函数。但由于海洋平台自身结构的复杂非线性，采用该技术手段得到的结构响应与真实情况误差较大，一般相对误差能控制在30％即为比较理想的结果，实际中无法广泛应用。
技术实现思路
本专利技术要解决的技术问题就是找到一种计算精度接近数值模拟，但同时便于操作，低技术门槛，计算迅速、高效的技术手段来实现导管架平台的结构响应计算。为了解决上述技术问题，本专利技术所采用的技术方案是：一种基于BP神经网络的导管架平台结构响应计算方法，其包括如下步骤：步骤一，建立BP神经网络系统，该BP神经网络系统包括：输入层、隐层和输出层，输入层与隐层之间互连为导管架平台受力的第一阶段，隐层与输出层之间互连为导管架平台受力的第二阶段，每层包含若干节点，每层节点之间不相连，设输入层的输入向量为风、浪和流的组合，输出层的输出向量为平台
结构响应FX、FY、FZ以及MX、MY和MZ，输入层节点的个数为输入向量的维数，输出层节点的个数为输出向量的维数；步骤二，训练BP神经网络系统，利用收集得到的海区的长期实测风、浪和流数据，根据风、浪和流数据的分布情况，各取若干个特征值进行组合，获得特征工况组合X作为输入向量，采用物理模型试验或采用数值模拟方法得到各特征工况组合X情况下的期望平台结构响应数据W，将X和对应的W输入待训练的BP神经网络系统，以BP神经网络系统输出向量实际平台结构响应数据Y与W的均方根误差作为网络性能函数，训练过程中BP神经网络系统中的权值和偏差根据网络的误差性能进行调整，反复修正BP神经网络系统得到的实际平台结构响应数据Y，使其最终与W的均方根误差达到最小；步骤三，应用BP神经网络系统，将任意的风、浪和流环境荷载组合数值作为输入向量输入BP神经网络系统，则得到相应的输出向量平台结构响应FX、FY、FZ以及MX、MY和MZ。优选的，该BP神经网络系统只有1个隐层，该隐层包含6个节点。优选的，输入层激励函数为tansig，隐层激励函数为logsig，输出层激励函数为purelin，purelin(x)＝x。本专利技术技术方案带来的有益效果是：(1)本专利技术所应用的BP神经网络拓扑结构根据两阶段受力分解划分，受结构力学基本原理启发，考虑了各种环境荷载共同作用于导管架平台时，组合荷载与结构响应之间复杂的非线性关系；避开了冗杂的结构力学理论，将导管架平台的结构响应计算简明化，大大降低了相关设计人员的专业门槛。同时该拓扑结构的确定，既避免了神经网络过于复杂导致的训练缓慢，也有效保证了对于结构响应模拟的准确性；(2)由于人工神经网络的相关基本程序目前已广泛以程序包的形式内置于如Matlab等常用的数值计算软件中，相关设计人员在明确了神经网络拓扑结构
后，可直接利用其搭建BP神经网络系统，为本专利技术的推广提供了便利条件；(3)利用本专利技术所搭建的人工神经网络系统应用于计算导管架平台的结构响应，对于任意环境荷载组合，将其输入神经网络系统则可立即得到与数值模拟十分接近的结构响应，准确、快速。附图说明图1单隐层的BP神经网络拓扑结构图。图2本专利技术一实施例BP神经网络拓扑结构图。图3-1本专利技术一实施例N方位FX--BP神经网络拟合结果示意图。图3-2本专利技术一实施例N方位FY--BP神经网络拟合结果示意图。图3-3本专利技术一实施例N方位FZ--BP神经网络拟合结果示意图。图3-4本专利技术一实施例N方位MX--BP神经网络拟合结果示意图。图3-5本专利技术一实施例N方位MY--BP神经网络拟合结果示意图。图3-6本专利技术一实施例N方位MZ--BP神经网络拟合结果示意图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以更好的理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定。本专利技术基于人工神经网络技术。人工神经网络是一种目前较成熟的机器学习手段，在其他很多领域的应用中均获得了良好的效果，故本专利技术在模型计算方面有坚实的理论为支撑。人工神经网络是在现代生物科学研究成果的基础上，借助神经生理科学、信息科学、数理科学及计算科学等相关科学的研究成果建立的，人工神经网络系统由大量处理单元(即神经元)互联组成，能够模仿人脑信息处理机制。其主要类型包括：BP、径向基、自组织和反馈型神经网络，目前应用最广泛的为采用误差反向传播算法的多层前馈人工神经网络，即BP神经网络。BP神经网络具有良好的非线性逼近能力、泛化能力以及易适性，其显著特
点包括：(1)分布式的信息存储方式BP神经网络是以各个处理器本身的状态和它们之本文档来自技高网...

【技术保护点】
一种基于BP神经网络的导管架平台结构响应计算方法，其特征在于,其包括如下步骤：步骤一，建立BP神经网络系统，该BP神经网络系统包括：输入层、隐层和输出层，输入层与隐层之间互连为导管架平台受力的第一阶段，隐层与输出层之间互连为导管架平台受力的第二阶段，每层包含若干节点，每层节点之间不相连，设输入层的输入向量为风、浪和流的组合，输出层的输出向量为平台结构响应FX、FY、FZ以及MX、MY和MZ，输入层节点的个数为输入向量的维数，输出层节点的个数为输出向量的维数；步骤二，训练BP神经网络系统，利用收集得到的海区的长期实测风、浪和流数据，根据风、浪和流数据的分布情况，各取若干个特征值进行组合，获得特征工况组合X作为输入向量，采用物理模型试验或采用数值模拟方法得到各特征工况组合X情况下的期望平台结构响应数据W，将X和对应的W输入待训练的BP神经网络系统，以BP神经网络系统输出向量实际平台结构响应数据Y与W的均方根误差作为网络性能函数，训练过程中BP神经网络系统中的权值和偏差根据网络的误差性能进行调整，反复修正BP神经网络系统得到的实际平台结构响应数据Y，使其最终与W的均方根误差达到最小；步骤三，应用BP神经网络系统，将任意的风、浪和流环境荷载组合数值作为输入向量输入BP神经网络系统，则得到相应的输出向量平台结构响应FX、FY、FZ以及MX、MY和MZ。...

【技术特征摘要】
1.一种基于BP神经网络的导管架平台结构响应计算方法，其特征在于,其包括如下步骤：步骤一，建立BP神经网络系统，该BP神经网络系统包括：输入层、隐层和输出层，输入层与隐层之间互连为导管架平台受力的第一阶段，隐层与输出层之间互连为导管架平台受力的第二阶段，每层包含若干节点，每层节点之间不相连，设输入层的输入向量为风、浪和流的组合，输出层的输出向量为平台结构响应FX、FY、FZ以及MX、MY和MZ，输入层节点的个数为输入向量的维数，输出层节点的个数为输出向量的维数；步骤二，训练BP神经网络系统，利用收集得到的海区的长期实测风、浪和流数据，根据风、浪和流数据的分布情况，各取若干个特征值进行组合，获得特征工况组合X作为输入向量，采用物理模型试验或采用数值模拟方法得到各特征工况组合X情况下的期望平台结构响应数据W，将X和对应的W输入待训练的BP神...

【专利技术属性】
技术研发人员：蒋习民，董胜，徐志刚，林逸凡，鲁之如，翟金金，陈同彦，
申请(专利权)人：中石化石油工程设计有限公司，中国海洋大学，
类型：发明
国别省市：山东;37