基于神经网络的船体剖面水动力机器学习与验证

作     者：孔繁钰 朱仁传 范佘明 KONG Fan-yu;ZHU Ren-chuan;FAN She-ming

作者机构：上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室上海200240 中国船舶及海洋工程设计研究院上海200011 

出 版 物：《水动力学研究与进展：A辑》 (Chinese Journal of Hydrodynamics)

年 卷 期：2021年第36卷第3期

页      码：380-387页

摘      要：该文以船体剖面水动力为研究对象,梳理了二维剖面几何特征和频率等与水动力关联关系。基于FFD方法生成系列船体剖面,并通过格林函数法计算出水动力系数形成相应的数据库。建立两种不同参数描述的几何剖面和水动力学习模型,采用神经网络建模训练获得了两种剖面水动力预报模型,对船体剖面横荡、垂荡、横摇和横荡-横摇四个模态的附加质量与阻尼系数进行预报,并将模型预测值与真实值、以及通过切片理论获得的全船垂荡水动力系数进行比较验证。研究表明,该模型能高效预报船体水动力,精度较高泛化能力强,为不同参数模型预报船舶水动力,为船舶设计的不同阶段提供了手段。

主 题 词：神经网络 切片理论 格林函数法 水动力系数 

学科分类：12[管理学] 08[工学] 1201[管理学-管理科学与工程类] 0817[工学-轻工类] 081104[081104] 0805[工学-能源动力学] 0835[0835] 0824[工学-林业工程类] 0701[理学-数学类] 0811[工学-水利类] 082401[082401] 0801[工学-力学类] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16076/j.cnki.cjhd.2021.03.008

馆 藏 号：203104846...