面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建方法

本发明涉及海洋工程监测，具体涉及一种面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建方法。

背景技术：

1、漂浮式海洋平台长期服役于恶劣海洋环境，其结构健康状态实时监测与快速预报是保障运维安全的核心难题。传统方法依赖有限元仿真或纯数据驱动模型，前者计算成本高昂，难以满足实时性要求；后者忽视物理机理，泛化能力不足且更新滞后，无法适应海洋载荷的动态变化。现有数字孪生技术多侧重数据映射，缺乏物理信息约束与轻量化在线进化机制，导致预报模型在精度、效率与自适应能力之间存在显著矛盾。

技术实现思路

1、有鉴于此，本发明提供一种面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建方法，用于解决现有技术中，有限元仿真方法计算成本高昂难以满足实时性要求、纯数据驱动模型忽视物理机理导致泛化能力不足且更新滞后、以及现有数字孪生技术缺乏轻量化在线进化机制，无法实现漂浮式海洋平台结构健康状态高精度实时诊断与快速预报的技术问题。

2、为了解决上述技术问题，本发明提供了如下技术方案：

3、第一方面，本发明提供一种面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建方法，该方法包括：

4、s101、构建漂浮式海洋平台的全耦合有限元模型，并提取表征单位环境载荷与平台关键节点应力响应之间物理特性关系的刚度矩阵；

5、s102、基于所述全耦合有限元模型的仿真数据训练初始物理信息神经网络模型，并将所述刚度矩阵作为物理约束嵌入其损失函数，以获得初始快速预报模型，并将其部署于云端平台；

6、s103、实时采集平台实际运行中的环境载荷及关键节点应力时程数据，经傅里叶变换和低频滤波后，利用实测环境载荷谱在线优化更新所述快速预报模型的权重与偏差；

7、s104、在模型在线更新过程中，通过奖励函数机制对网络结构进行动态修剪，剔除冗余神经元，获得轻量化快速预报模型；

8、s105、将更新后的预测应力振幅谱与实测环境载荷相位谱反馈至数字孪生平台，通过逆傅里叶变换，实现平台结构响应的实时诊断与快速预报。

9、进一步地，构建漂浮式海洋平台的全耦合有限元模型，并提取单位环境载荷与平台关键节点应力响应之间物理特性关系的刚度矩阵，包括：

10、建立考虑风、浪、流多物理场耦合作用的非线性时域耦合分析有限元模型；

11、基于所述有限元模型，计算在单位幅值的环境载荷作用下，平台关键节点的线性应力响应传递函数，以所述传递函数构成所述刚度矩阵。

12、其中，单位幅值的环境工况包括：漂浮式海洋平台所处作业环境的单位风速、单位波高以及单位流速；刚度矩阵包括：根据作业环境的单位幅值的环境载荷作用下，计算平台关键节点的线性应力响应传递函数。

13、进一步地，基于所述全耦合有限元模型的仿真数据训练初始物理信息神经网络模型，并将所述刚度矩阵作为物理约束嵌入其损失函数，以获得初始快速预报模型，并将其部署于云端平台，包括：

14、基于所述全耦合有限元模型在多种预设环境载荷工况下的仿真结果，构建以单位环境载荷参数为输入、以关键节点应力响应为输出标签的训练数据集；

15、构建初始物理信息神经网络模型，其损失函数为，其中为基于所述训练数据集的预测值与真实值之间的数据驱动损失项，为基于所述刚度矩阵所构建的物理规律残差损失项，为用于平衡数据驱动与物理约束的权重系数；

16、利用所述训练数据集对所述初始物理信息神经网络模型进行训练，直至所述损失函数收敛，得到所述初始快速预报模型；初始快速预报模型建立是基于纯数值结果训练而成，并将其部署于云端平台，后续基于实测数据迭代更新且强化该快速预报模型。

17、进一步地，实时采集平台实际运行中的环境载荷及关键节点应力时程数据，经傅里叶变换和低频滤波后，利用实测环境载荷谱在线优化更新所述快速预报模型的权重与偏差，包括：

18、实时采集平台运行过程中的环境载荷时程数据和关键节点应力响应时程数据；

19、分别对所述环境载荷时程数据和关键节点应力响应时程数据进行傅里叶变换，并采用低通滤波器进行滤波处理，提取对应的环境载荷振幅谱和相位谱，以及关键节点应力振幅谱和相位谱；

20、将实时获取的近3小时段环境载荷振幅谱作为当前快速预报模型的输入，将模型输出的关键节点预测应力振幅谱与实测的关键节点应力振幅谱进行对比；

21、以最小化所述预测应力振幅谱与所述实测应力振幅谱之间的均方根误差为目标，采用梯度下降在线学习算法，优化更新所述快速预报模型的网络权重与偏置参数。

22、其中，实测环境载荷以及关键节点应力时程数据包括：平台所处作业海域的环境载荷大小以及方向，关键节点应力是由布置的应变片获取，应变片周围还布设有温度传感器，将其结合测得考虑海水温度影响的真实应力时程；实测数据经傅里叶变换和低频滤波包括：将复杂多变的实测载荷以及应力数据经傅里叶变换获取其振幅谱和相位谱，通过低通滤波器进行滤波处理，所述低通滤波器的截止频率根据所述漂浮式海洋平台的一阶固有频率和二阶波浪力频率范围进行设定，用于滤除高频噪声并保留与平台低频运动响应相关的振幅谱和相位谱主要特征。

23、进一步地，在模型在线更新过程中，通过奖励函数机制对网络结构进行动态修剪，剔除冗余神经元，获得轻量化快速预报模型，包括：

24、在所述在线优化更新过程中，以模型预报精度的提升幅度和模型计算复杂度的降低幅度作为双重奖励指标，构建奖励函数，其中为模型修剪后的预报精度相对变化量，为模型修剪后的计算复杂度相对降低量，和分别为精度项和复杂度项的平衡系数；

25、基于所述奖励函数的计算结果，自动剔除对输出贡献度低于预设阈值的神经元或通道，实现模型结构的动态轻量化。

26、进一步地，将更新后的预测应力振幅谱与实测环境载荷相位谱反馈至数字孪生平台，通过逆傅里叶变换，实现平台结构响应的实时诊断与快速预报，包括：

27、将在线更新后的快速预报模型所输出的最新预测应力振幅谱，与实时实测并经过滤波处理的环境载荷相位谱进行匹配组合；

28、将组合后的频域数据反馈至数字孪生平台，通过逆傅里叶变换，重构出平台关键节点的时域应力响应曲线，以实现对当前结构健康状态的实时诊断；

29、基于持续更新的环境载荷相位谱及预测应力振幅谱，通过逆傅里叶变换，重构出未来预设时长内的平台关键节点应力时程，实现对未来时段结构响应的快速预报。

30、进一步地，所述实时采集与在线优化更新步骤，以及所述模型动态修剪步骤，均以预设的时间窗口为周期循环执行，以使所述快速预报模型与平台实际运行状态实现同步自适应演化。

31、第二方面，本发明还提供了一种面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建装置，用于实现第一方面中任一项所述的方法，包括：

32、物理约束建立单元，用于构建漂浮式海洋平台的全耦合有限元模型，并提取单位环境载荷与平台关键节点应力响应之间物理特性关系的刚度矩阵；

33、初始模型训练与部署单元，用于基于所述全耦合有限元模型的仿真数据训练初始物理信息神经网络模型，并将所述刚度矩阵作为物理约束嵌入其损失函数，以获得初始快速预报模型，并将其部署于云端平台；

34、在线数据采集与模型更新单元，用于实时采集平台实际运行中的环境载荷及关键节点应力时程数据，经傅里叶变换和低频滤波后，利用实测环境载荷谱在线优化更新所述快速预报模型的权重与偏差；

35、模型轻量化修剪单元，用于在模型在线更新过程中，通过奖励函数机制对网络结构进行动态修剪，剔除冗余神经元，获得轻量化快速预报模型；

36、健康诊断与快速预报单元，用于将更新后的预测应力振幅谱与实测环境载荷相位谱反馈至数字孪生平台，通过逆傅里叶变换，实现平台结构响应的实时诊断与快速预报。

37、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得以下有益效果：

38、在本发明提供的面向实时监测的漂浮式海洋平台数字孪生健康诊断快速预报模型构建方法中，首先，构建漂浮式海洋平台的全耦合有限元模型并提取刚度矩阵作为物理约束；然后，基于有限元仿真数据训练嵌入物理约束的初始物理信息神经网络，以获得快速预报模型；接着，实时采集平台实际运行数据，经傅里叶变换和低频滤波后在线优化更新模型权重与偏差；再通过奖励函数机制对模型网络结构进行动态修剪获得轻量化快速预报模型；最后，将预测应力振幅谱与实测相位谱反馈至数字孪生平台，通过逆傅里叶变换实现实时诊断与快速预报。综上，本发明通过将物理信息神经网络与频域特征提取技术相融合，以刚度矩阵为物理约束保障模型的可解释性与泛化能力，以频域降维策略降低数据复杂度，以奖励驱动网络修剪实现模型轻量化与高效在线更新，有效解决了传统方法精度、效率与自适应能力难以兼顾的技术难题，实现了漂浮式海洋平台结构健康状态的高精度实时诊断与未来时段快速预报的技术效果。