[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的水池內(nèi)造畸形波的智能方法有效
| 申請(qǐng)?zhí)枺?/td> | 202010016991.8 | 申請(qǐng)日: | 2020-01-08 |
| 公開(公告)號(hào): | CN111141483B | 公開(公告)日: | 2020-12-01 |
| 發(fā)明(設(shè)計(jì))人: | 李焱;謝芃;尹天暢;趙志娟;夏妮;祁宣博;魏高龍;劉曉毅 | 申請(qǐng)(專利權(quán))人: | 天津大學(xué) |
| 主分類號(hào): | G01M10/00 | 分類號(hào): | G01M10/00;G06N3/08 |
| 代理公司: | 天津市北洋有限責(zé)任專利代理事務(wù)所 12201 | 代理人: | 王蒙蒙 |
| 地址: | 300350 天津市津南區(qū)海*** | 國省代碼: | 天津;12 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 神經(jīng)網(wǎng)絡(luò) 自學(xué)習(xí) 水池 畸形 智能 方法 | ||
1.一種基于神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的水池內(nèi)造畸形波的智能方法,所采用的裝置包括造波機(jī)(1)和浪高儀(5),其特征在于,包括以下步驟:
步驟1,根據(jù)實(shí)驗(yàn)方案和造波機(jī)(1)內(nèi)置的隨機(jī)波波譜、畸形波(3)的形式,選定有義波高Hs、周期T,生成波浪譜靶譜S1(f)和造波機(jī)運(yùn)動(dòng)幅值靶譜S2(f);
步驟2,根據(jù)波浪譜靶譜S1(f),采用畸形波的數(shù)值造波模塊(2),基于隨機(jī)選取的波元和隨機(jī)生成的相位角,生成數(shù)值畸形波,并統(tǒng)計(jì)數(shù)值畸形波的相關(guān)參數(shù),同時(shí)得到數(shù)值畸形波的波面時(shí)歷η(t);
步驟3,采用畸形波的數(shù)值造波模塊(2),將造波機(jī)運(yùn)動(dòng)幅值靶譜S2(f)反演為造波機(jī)運(yùn)動(dòng)預(yù)設(shè)時(shí)歷a(t);
步驟4,將造波機(jī)運(yùn)動(dòng)預(yù)設(shè)時(shí)歷a(t)輸入造波機(jī)內(nèi)置控制模塊(4),采用造波機(jī)(1)內(nèi)置的演化模塊,模擬生成演化畸形波,并得到演化畸形波的波面時(shí)歷ηs(t);
步驟5,采用畸形波檢驗(yàn)?zāi)K(8)檢驗(yàn)演化畸形波和數(shù)值畸形波的誤差,得到滿足實(shí)驗(yàn)要求的演化畸形波和造波機(jī)運(yùn)動(dòng)預(yù)設(shè)時(shí)歷;
步驟6,將滿足實(shí)驗(yàn)要求的造波機(jī)運(yùn)動(dòng)預(yù)設(shè)時(shí)歷輸入造波機(jī)內(nèi)置控制模塊(4),控制造波機(jī)(1)在波浪水池(6)中造出實(shí)測(cè)畸形波,實(shí)時(shí)記錄實(shí)測(cè)畸形波的波面時(shí)歷η*(t),并統(tǒng)計(jì)實(shí)測(cè)畸形波的相關(guān)參數(shù);
步驟7,重新選取波元并重新生成相位角,重復(fù)步驟2至步驟6,記錄若干組數(shù)值畸形波和實(shí)測(cè)畸形波的波面時(shí)歷,形成學(xué)習(xí)的訓(xùn)練樣本庫;
步驟8,基于BP神經(jīng)網(wǎng)絡(luò)算法,對(duì)智能化神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)系統(tǒng)(7)進(jìn)行訓(xùn)練;
步驟9,對(duì)訓(xùn)練好的智能化神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)系統(tǒng)(7)進(jìn)行測(cè)試;
步驟10,將通過測(cè)試的智能化神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)系統(tǒng)(7)用于畸形波(3)的造波與預(yù)測(cè)。
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的水池內(nèi)造畸形波的智能方法,其特征在于,步驟2中,采用所述的畸形波的數(shù)值造波模塊(2)生成數(shù)值畸形波,并統(tǒng)計(jì)數(shù)值畸形波的相關(guān)參數(shù),包括:
步驟2-1,將波浪譜靶譜S1(f)的頻率離散成M份,形成離散的頻率集合F;
步驟2-2,根據(jù)預(yù)先設(shè)定的數(shù)值畸形波的聚焦時(shí)刻tc、聚焦位置xc,在頻率集合F中隨機(jī)選取其中一部分頻率對(duì)應(yīng)波元,采用隨機(jī)頻率相位角調(diào)制法,設(shè)定所選取的頻率所對(duì)應(yīng)的波元的初始相位角其余頻率所對(duì)應(yīng)的波元的相位角從[0,2π]區(qū)間內(nèi)隨機(jī)選取且服從均勻分布,構(gòu)成與頻率集合F中的頻率元素一一對(duì)應(yīng)的相位角集合Φ;
步驟2-3,基于Longuet-Higgins波浪模型,采用傅里葉級(jí)數(shù)疊加方法,將波浪譜靶譜S1(f)反演生成數(shù)值畸形波,按照公式(1)至公式(4)統(tǒng)計(jì)數(shù)值畸形波的相關(guān)參數(shù):
a1=Hmax/Hs (1)
a2=Hmax/H1 (2)
a3=Hmax/H2 (3)
a4=ηmax/Hmax (4)
式中,a1、a2、a3和a4為數(shù)值畸形波的四個(gè)判定參數(shù);Hmax為瞬時(shí)最大波高;H1和H2為與數(shù)值畸形波波峰相鄰的兩個(gè)波的波高,其中,H1在數(shù)值畸形波之前,H2在數(shù)值畸形波之后;ηmax為數(shù)值畸形波波峰的高度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于天津大學(xué),未經(jīng)天津大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010016991.8/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種紡織用新型親水整理劑
- 下一篇:骨科植入物球面精密加工組件
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置
- 一種低成本自學(xué)習(xí)溫控器及其方法
- 一種改善換規(guī)格首塊帶鋼板形質(zhì)量的自學(xué)習(xí)方法
- AMT系統(tǒng)擋位判別基準(zhǔn)的自學(xué)習(xí)及自適應(yīng)控制方法和系統(tǒng)
- 矢量型變頻器自學(xué)習(xí)方法
- EMS系統(tǒng)油品自學(xué)習(xí)值的修正方法
- 一種變速箱復(fù)位自學(xué)習(xí)方法及相關(guān)裝置
- 基于單邊驅(qū)動(dòng)的EGR閥自學(xué)習(xí)方法
- 一種基于插值計(jì)算的電噴系統(tǒng)閉環(huán)自學(xué)習(xí)控制方法
- 一種ECU自學(xué)習(xí)數(shù)據(jù)備份方法及系統(tǒng)
- 一種可變氣門正時(shí)系統(tǒng)的自學(xué)習(xí)控制方法、系統(tǒng)及車輛





