買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中集海洋工程研究院有限公司;深圳智能海洋工程創新中心有限公司;煙臺大學申請的專利FPSO立管支撐結構建模方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119358461B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411919456.8，技術領域涉及：G06F30/28；該發明授權FPSO立管支撐結構建模方法是由傅強;牟健慧;段陪永;郭麗娟;張運權;王波;茍鵬;杜中旭;王揚威;李俊杰;寧晨光設計研發完成，并于2024-12-25向國家知識產權局提交的專利申請。

本FPSO立管支撐結構建模方法在說明書摘要公布了：本發明公開了FPSO立管支撐結構建模方法，屬于仿真建模領域，該建模方法具體步驟如下：Ⅰ、通過數據采集設備和現場實驗獲取基礎參數，分析FPSO立管支撐的應用場景及工況確定建模需求；Ⅱ、基于需求分析結果，構建立管支撐結構的初步立管支撐結構模型；本發明能夠動態地調整設計與運營決策，優化長期效益，確保結構在長期運營過程中能保持較高的可靠性和效益，有助于提升結構設計和維護方案的靈活性與適應性；增強方法的安全性與隱私性，實現對長期運營中多場耦合效應的實時適應，有助于從不同角度提升立管支撐結構的性能，減少計算成本并提高計算效率，避免集中計算可能帶來的延遲。

本發明授權FPSO立管支撐結構建模方法在權利要求書中公布了：1.FPSO立管支撐結構建模方法，其特征在于，該建模方法具體步驟如下：Ⅰ、通過數據采集設備和現場實驗獲取基礎參數，分析FPSO立管支撐的應用場景及工況確定建模需求；Ⅱ、基于需求分析結果，構建立管支撐結構的初步立管支撐結構模型；Ⅲ、結合實時環境數據進行多場耦合仿真，優化支撐結構的幾何參數和材料配置；Ⅳ、分析仿真數據，提取隱含的規律和關鍵特征，并優化立管支撐結構模型；Ⅴ、通過聯邦學習優化全局立管支撐結構模型，分析支撐結構的設計決策在長期運營中的效益和風險；Ⅵ、基于分析結果對模型設計參數進行全局搜索和優化，并進行多輪仿真驗證，以檢驗在極端條件和多樣化工況下的性能表現；Ⅶ、將支撐結構模型集成到FPSO設計系統中，并對模型進行全系統測試與驗證，以完成部署并生成操作手冊；步驟Ⅱ中所述構建立管支撐結構的初步立管支撐結構模型具體步驟如下：S2.1：根據需求分析結果，確定FPSO立管支撐結構的幾何形狀、主要尺寸以及支撐結構的邊界條件，之后設置立管支撐結果后各材料屬性，使用計算機輔助設計工具創建立管支撐結構的三維幾何模型，包括立管本體、支撐節點和連接件；S2.2：將創建的立管支撐結構模型進行離散化處理，并根據梁結構、面板和殼結構以及實體區域各項結構特性，將立管支撐結構模型劃分為有限數量的單元，并生成初步網格劃分，之后以使單元質量最優，同時滿足網格劃分密度需求為優化目標，初始化劃分體數量、信息素濃度、揮發因子、信息素影響因子和啟發函數影響因子；S2.3：根據網格劃分的局部特性，并基于單元質量指標的倒數構建啟發函數，之后初始化各劃分體初始位置，通過啟發函數計算各可選擇節點的啟發值，并基于在各節點的啟發值以及信息素濃度計算其對應的選擇概率，依據各節點選擇概率，通過隨機選擇的方式選擇下一節點；S2.4：各劃分體根據選擇概率逐步完成整個模型的網格劃分，每輪結束后，保存所有劃分體的網格劃分方案及其單元質量以及劃分效率各評價指標，依據各劃分方案網格的長寬比、尺寸變化均勻性以及單元尺寸過渡區域的平滑性評估各方案適應度；S2.5：將各劃分體的適應度值按照由高到低排列，并依據排列結果，基于揮發因子更新各節點之間路徑的信息素濃度，重復進行路徑選擇以及信息素濃度更新，直至劃分方案適應度值變化低于預設閾值或達到最大迭代次數時停止，輸出適應度值最高的最佳網格劃分方案，作為立管支撐結構模型的最終劃分結果；步驟Ⅲ中所述優化支撐結構的幾何參數和材料配置具體步驟如下：S3.1：從傳感器或外部數據庫獲取實時環境數據，對獲取的數據進行歸一化處理，并通過插值或濾波算法平滑數據，去除多余的數據噪聲，之后基于實時環境數據獲取支撐結構在實際應用場景下涉及的固體力學場、流體動力學場以及熱場各物理場，并明確各物理場之間的相互作用關系，基于構建的立管支撐結構模型生成對應多場耦合仿真模型；S3.2：將流體壓力和剪切力作用在固體表面，根據結構表面的位移，動態調整流體邊界，以在固體和流體相接的界面上施加耦合邊界條件，若熱場存在，則將流體傳遞的熱量作為固體的熱載荷以及固體的溫度變化影響流體的熱分布同時作為耦合邊界條件；S3.3：在網格劃分后的立管支撐結構模型中的流體場部分，采用計算流體動力學的網格劃分，并在流固界面處建立共享網格或通過插值方法使兩場的耦合，分別求解立管支撐結構模型的固體和流體，若流體和結構的相互作用高于預設閾值，則分別求解固體和流體，并在每步時間迭代中交換耦合界面上的信息，反之，對固體和流體的控制方程聯立求解；S3.4：在預設時間步長中，對各物理場進行求解，使各物理場的解逐步逼近穩定解，直至計算數值達到預設收斂準則或時間步長，計算停止后，提取固體結構的應力、變形分布，流體場的壓力、速度分布以及熱場的溫度變化；S3.5：初始化免疫種群集合，每個抗體表示一種幾何參數和材料配置方案，并設置抗體的幾何參數與材料配置范圍，將每個抗體的幾何參數和材料配置代入多場耦合仿真模型，計算其適應度值，并獲取不同抗體的結構在多場耦合作用下的應力分布、熱變形量和流體載荷分布；S3.6：對適應度值高于預設閾值的抗體通過克隆生成多個與原抗體完全相同的幾何參數和材料配置的副本，利用隨機擾動方法對克隆后的抗體進行變異操作，生成新的候選解，對所有變異后的副本抗體重新計算適應度值，并與原抗體適應度進行比較；S3.7：若變異后的抗體具有更高的適應度，則保留該變異方案，反之，則丟棄該方案，保留原抗體，將新抗體與當前種群合并，根據適應度值篩選出最優的抗體，更新免疫記憶集合，重復進行迭代更新，直至適應度變化低于預設閾值或迭代次數達到預設上限，并輸出免疫種群集合中適應度值最高的幾何參數和材料配置方案，并更新當前多場耦合仿真模型的幾何參數和材料配置；步驟Ⅳ中所述優化立管支撐結構模型具體步驟如下：S4.1：收集立管支撐結構模型仿真生成的多場數據，并對數據進行歸一化處理，格式化處理后的多場數據，生成符合條件的時序輸入形式，其中代表第時刻的輸入數據向量，將多場數據輸入預訓練后的RNN模型；S4.2：RNN模型對輸入的各組多場數據進行前向傳播，通過遞歸計算逐步處理輸入時間序列，更新隱狀態，并提取時序中的特征模式，通過輸出層計算每個時間步的隱狀態序列對應的輸出，并獲取動態行為的預測值以及對應特征提取結果；S4.3：通過主成分分析方法對RNN模型生成隱狀態序列進行降維處理，提取主導特征，分析RNN提取的特征與物理模型參數之間的關系，并通過調整關鍵特征對應的物理參數，對立管支撐結構模型進行優化；步驟Ⅴ中所述優化全局立管支撐結構模型具體步驟如下：S5.1：中心服務器將立管支撐結構模型下發至各組不同的仿真站點或實驗設備，通過隨機初始化設置全局模型參數和各節點的本地模型參數，并為各本地模型參數添加唯一的編號標簽，將初始全局模型參數作為主河流位置，各節點的本地模型參數作為支流位置，其中，隨機初始化具體計算公式如下： ；式中，代表主河流的初始位置；代表子節點總數；代表各子節點索引；代表第個節點的本地模型參數；S5.2：各節點依據本身持有的本地數據，以最小化本地目標函數為目的，訓練立管支撐結構模型，訓練完成后，各節點將本地模型參數的更新發送到中心服務器，之后主節點采用加權平均的方法聚合本地模型參數，更新全局參數，其中，本地目標函數具體計算公式如下： ；式中，代表第個節點的本地損失函數；代表第個節點數據樣本數；代表損失函數；代表第個節點的第個輸入數據和標簽；加權平均具體計算公式如下： ；式中，代表第個節點權重調整后的本地模型參數；S5.3：根據流向更新規則，模擬水流的聚集效應更新每條支流位置，即對各支流對應本地模型參數，在支流更新后，根據全局損失函數的梯度信息對主河流位置進行優化，之后通過蒸發機制，隨機調整支流的位置；S5.4：計算每個支流的損失值，并評估新的本地模型參數對模型性能的影響，之后更新主河流位置為適應度最優的支流參數，重復進行參數更新，當全局損失函數的變化率小于設置的閾值或達到最大迭代次數時，停止參數更新；S5.5：將優化后的全局參數與聯邦學習的全局參數聚合結果進行加權結合，利用驗證數據評估協同建模后參數的適應度，并記錄性能指標，若存在節點的本地損失函數值高于預設閾值，則進一步調整權重比例，重復更新本地參數與全局參數，當全局損失函數的變化率小于設置閾值時，對選擇去適應度最高的權重比例作為最優權重比例，并實時對模型進行動態更新；步驟Ⅴ中所述分析支撐結構的設計決策在長期運營中的效益和風險具體步驟如下：S6.1：收集立管支撐結構的設計與運營中的各參與方，基于各參與方在決策過程中會選擇的所有策略定義每個參與方的策略空間，基于各參與方通過選擇特定策略獲得最大的長期收益或最小化風險為目標，構建對應效用函數，以表示參與方的收益與其選擇的策略之間的關系，其中效用函數具體計算公式如下： ；式中，代表第個參與方的效用，；代表子節點總數第個參與方的收益函數；代表第個參與方的成本函數，表示其決策帶來的成本，；S6.2：收集立管支撐結構的所有狀態信息，并構建對應狀態空間，依據每個參與方在每個狀態下可以采取的所有的動作，構建不同參與方對應的動作空間，并基于設計成本、運營收益以及維護費用設置對應獎勵函數；S6.3：計算狀態空間中任一狀態下隨機采取動作空間中的任一動作，從而該狀態轉移到下一狀態的轉移概率，基于立管支撐結構的運營周期以及長期規劃各項目標信息設置折扣因子，根據各狀態的收益和未來的預期收益，通過價值函數計算在當前狀態下，參與方在后續時間內所能獲得的最大長期效用的預期值，其中，價值函數具體計算公式如下： ；式中，代表第個參與方在狀態下的價值，即其長期效用；代表子動作空間中第個動作；代表在狀態下，采取動作時的即時獎勵；代表折扣因子；代表在狀態，采取動作轉移到狀態的轉移概率；代表狀態下，未來的預期效用；S6.4：使用貝爾曼方程進行迭代求解，以獲取每個參與方在每個時刻的最優動作，并在迭代求解的過程中，通過遞歸地計算每個參與方在每個時間點的最優策略來找到均衡解，即將參與方無法通過單方面改變其策略來增加效用作為均衡點；S6.5：分析各參與方在納什均衡下的效益和風險，綜合評估設計方案的長期效果，計算不同設計方案和運營策略組合的效用、成本以及風險各項因素，評估在長期運營中最具可行性和可持續性的設計方案。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中集海洋工程研究院有限公司;深圳智能海洋工程創新中心有限公司;煙臺大學，其通訊地址為：264000 山東省煙臺市高新區科技大道33號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。