基于深度学习的随船波浪测量技术研究

作者:张建宏; 卢文月*; 李欣; 田新亮; 郭孝先; 张显涛
来源:海洋工程, 2021, 39(05): 101-110.
DOI:10.16483/j.issn.1005-9865.2021.05.011

摘要

深海极端波浪环境为浮式海洋平台作业时最为关键的海洋动力环境之一。在其作用下,深海浮式平台的运动、气隙以及结构响应等均为近年来的研究热点。然而,在深海环境中,入射波浪环境往往通过X波段雷达进行测量,仅能获得波浪的短时统计值,极大限制了实海域浮动平台动力响应的研究。目前,尚无成熟的方法能够对海洋浮式平台所处海域的入射波时序进行实时测量。针对深远海半潜式平台的波浪时序随船测量问题,结合平台气隙响应与运动响应数据建立基于深层神经网络的波浪非线性解耦模型,准确估计辐射、绕射波浪以及其非线性成分对时序波浪场的影响。研究显示,基于深度神经网络的波浪时序测量技术可以实现从气隙响应到入射波信息的反推,利用该方法计算得到的波浪时序具有较高的精度。

全文