基于机器学习的深海球形结构设计研究

来源 :上海海洋大学 | 被引量 : 0次 | 上传用户:coosi_cui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着我国海洋强国战略的部署,深海发展越来越受到重视,对深海的探索也促进了海洋科技装备的发展。由于深海特殊的高压海水环境,人类只能通过深海潜水器对深海进行探索。深海载人潜水器作为人类目前抵达深海的唯一工具,其在深海中能够承受的最大压力载荷以及结构安全性成为潜水器设计的关键考核指标。深海潜水器依靠耐压结构来承受深海海水产生的巨大压力载荷,因此,深海载人潜水器耐压结构的强度与可靠性显得尤为重要。由于深海潜水器及其耐压结构研制和模型压力试验等成本较高,导致耐压结构的实验测试数据非常有限,这对于耐压结构安全可靠性的研究非常不利。因此,本文以深海载人潜水器球形耐压结构的安全可靠性为研究目标,基于可靠性指标构建了优化神经网络训练和交叉验证的方法。基于梁与框架模型的验证,本文开展了球壳结构的极限承载压力和结构参数设计等研究。论文具体开展了如下主要内容:(1)本文通过调研、梳理、总结出通用结构可靠性分析方法存在的输入数据量大、计算过程复杂和极限状态函数非线性程度较高等问题,基于BP神经网络模型训练功能代替显式极限状态方程,实现预测极限状态函数功能,从而构建了基于BP神经网络法的可靠性分析方法,为建立深海球壳结构极限状态隐式功能法则奠定基础,并达到本文搭建基于神经网络算法的机器学习优化工程结构模型计算和预报方法的目的。(2)本文针对传统神经网络模型不确定性参数多以及参数数据复杂多变等缺陷,利用交叉验证法对神经网络训练过程进行优化,并寻求科学准确的神经网络模型、符合实际的网络结构以及恰当有效的网络参数来隐式模拟极限状态功能函数,从改进神经网络算法迭代过程的均方误差出发,实现复杂多参数网络结构的算法优化,通过快速有效的训练算法提高其预测精度。(3)基于结构可靠度计算方法的基本理论,本文以蒙特卡罗法计算数据可靠性指标为目标,通过结合改进BP神经网络法和机器分析与交叉训练数据源方法的途径,构建基于耦合改进BP神经网络和蒙特卡罗法的结构可靠度计算方法。最终通过典型梁模型和框架结构等工程结构模型实例,对比分析本文方法与理论及试验可靠度指标。结果验证了本文提出的改进神经网络模型预测的准确性,这为求解深海球壳模型的极限状态下结构可靠度指标提供了方法依据。(4)基于耦合改进BP神经网络和蒙特卡罗法的可靠度计算方法,本文构建了适用于深海球形结构双参数的极限状态预估方法,即建立了以试验数据为特征参数指标的机器学习方法,以临界载荷参数和厚径比为输入变量参数数据,并以临界屈曲压力为输出目标变量参数,引入改进BP神经网络模型和交叉验证方法,并以精确的蒙特卡罗法计算数据可靠度,从而研究其收敛性来预报深海球壳结构的尺寸参数。最终本文通过MATLAB平台搭建优化程序平台,并以深海球壳结构模型实例验证本文方法计算的准确性。(5)通过深海球形结构双参数的极限状态预估方法,本文基于有限的试验参数和机器学习自动设计参数的方法,优化设计全海深载人舱球形结构参数,通过改进BP神经网络和机器学习设计方法,成功实现了万米级的球形结构模型的设计,并设计压力试验模型和完成模型试验测试。对比试验结果表明了本文基于神经网络与可靠性分析的机器学习优化球壳模型设计方法的准确性。因此,本文研究方法可为今后的深海潜水器耐压球形结构设计与结构安全可靠性分析提供了理论参考。
其他文献
随着人工智能技术的发展,采用机器学习方法进行势函数的构建和拟合,成为目前解决经验势函数精度问题的主要技术途径。机器学习方法解决了传统势函数拟合中的试错低效问题,已成为材料设计和物性研究不可或缺的有力工具。本文围绕当前机器学习势函数的特点,及其在相变研究、本征性质研究和界面研究等方面的应用,全面总结介绍势函数及其拟合策略,以及其在特定物性研究中的应用,推动机器学习势函数在材料力热性质的多尺度模拟研究
为准确预测蜗轮副齿高热变形量的变化情况,提高蜗轮副的传动精度,提出了基于深度学习的蜗轮副热变形预测方法。通过使用有限元软件对蜗轮蜗杆进行热分析处理,建立环境温度与蜗轮齿高热变形量的关系模型,再结合深度学习,预测蜗轮副齿高变化量。
准确评估战斗部侵彻爆炸作用下混凝土遮弹层的损伤破坏可为防护工程设计提供重要参考。首先基于Karagozian & Case(K&C)模型框架建立了新型混凝土动态损伤本构模型,其中强度面综合考虑了静水压力、Lode角、应变率和损伤;独立描述了拉伸和压缩损伤,并考虑了拉压之间的连续过渡以及剪切变形和体积压缩对损伤的贡献。随后,开展了半无限厚混凝土靶体的105 mm口径弹体侵彻爆炸联合作用试验。进一步通
近距空中支援作战在现代战争中的地位日益凸显,是各军种联合作战的基本战术。武器弹药是近距空中支援作战实施毁伤目标的核心环节。近距空中支援的实施对改变地面作战的战场态势具有重要作用。针对历次战争的作战效果及经验教训,分析了近距空中支援作战对武器弹药的应用情况,针对现代近距空中支援作战的需求,描述了武器弹药精确制导、低附带毁伤、智能协同打击的发展趋势,总结了武器弹药对近距空中支援作战的作用,为未来近距空
Monolith催化器被广泛用于移动源和固定源的废气净化,是气相催化体系中的关键优化对象。计算模拟的方法有助于进一步理解monolith中宏微观耦合的多尺度物理与化学过程,实现催化体系的快速评估,促进废气后处理催化体系的更新迭代与技术升级。总结了monolith多尺度模型的总体框架,详细讨论了建模过程中涉及到的催化器内部物质与能量的扩散、反应动力学、流动均匀性等基本原理与过程,综述了不同尺度模型的
目前针对高强钢构件整体稳定性的研究多采用有限元建模或实验室试验方法,而基于机器学习的预测方法能够给预测的准确性和便捷性带来显著提升。为了准确预测高强钢焊接等截面箱型柱的整体稳定性,提出使用纤维模型构建数据库,并利用机器学习建立预测模型的方法。首先确定模型的输入输出参数,并通过纤维模型方法建立数据库;接着,选用常见的3种不同类型的机器学习模型和现有规范中的经验模型进行预测,并依据评价指标进行性能对比
专方专药治专病即针对某一种疾病的主要症状和根本病机,采用特效的方剂、中药进行治疗。此治疗模式建立在辨病基础上切中疾病本质,具有可重复性强、临床疗效确切的优势。基于本草文献学对专方专药进行挖掘、整理与考证,对临床应用及新药研发有重要的学术价值,亦能丰富和诠释专方专药本草文献理论。本文从本草文献研究概况、本草文献研究中存在问题、专方专药治疗中医临床优势病种的现状与优势、专方专药本草文献研究的意义及需注
针对后屈曲性能复杂、交互屈曲影响显著的轴压与自重组合荷载下水平放置的预应力撑杆压弯构件,基于大规模有限元数值模型计算得到的极限承载力、变形等数据,运用机器学习XGBoost模型开发了可用于快速评定预应力撑杆压弯构件失效模式的模型及程序模块。该模型选取可表征结构几何特点、预应力水平、结构屈曲荷载的参数作为数据特征,模型训练后可用于评定预应力撑杆压弯构件的后屈曲失效模式,即非线性力学分析及有限元数值模
目的:探讨优势病种中医护理方案实施难点与管理对策。方法:选取2021年8—9月120名医护人员在医院进行优势病种中医护理方案实施难点调查,分析优势病种中医护理方案实施的难点与问题所在。结果:优势病种中医护理方案实施难点的关键因素调查结果分别为:临床护理人员资源紧张占32.50%、护理人员中医辨证施护水平和能力欠缺占25.83%、护理方案实施未落实到位或规范性存在差异占22.50%、应用效果评估方法
为了快速评估核工程设备管嘴应力计算结果是否正确,或快速给出管嘴初步设计方案。采用机器学习方法,对已开展诸多核电项目的设备强度计算积累的管嘴的参数和应力结果进行特征提取,通过分析输入发现管嘴参数和管嘴的应力值是关联的,并根据积累的数据通过机器学习训练得到预测接管应力的模型。通过机器学习可以得到这些多元的输入参数与管嘴应力的联系,从而快速、方便地给出管嘴应力评价结果,判断其是否满足标准设计,最终快速得