-
公开(公告)号：CN119167664A
公开(公告)日：2024-12-20
申请号：CN202411666674.5
申请日：2024-11-21
Applicant: 烟台大学 , 烟台中集来福士海洋科技集团有限公司 , 深圳智能海洋工程创新中心有限公司
IPC: G06F30/20 , G06F30/10 , G06F119/14
Abstract: 本发明属于电数字数据处理领域，公开了一种基于modelica的FPSO推进建模方法，包括如下步骤：S1：进行螺旋桨的推进系数模型的建模，包括计算如下参数：推力系数、推力矩系数、推力增益系数、推力矩增益系数；S2：进行螺旋桨性能模型的建模，包括计算如下参数：伴流系数、前进数、推力损失系数、相对旋转效率；S3：根据步骤S1和S2的结果，输出螺旋桨的推力和推力矩，进而得到螺旋桨的推进效率。该方法的使用可以通过离散式的动态建模方法，全面模拟螺旋桨在不同工况下的推力和扭矩变化特性，从而为FPSO系统在复杂海洋环境中的动态响应提供精确的仿真支持。
-
公开(公告)号：CN119180165A
公开(公告)日：2024-12-24
申请号：CN202411696905.7
申请日：2024-11-26
Applicant: 烟台大学 , 烟台中集来福士海洋科技集团有限公司 , 深圳智能海洋工程创新中心有限公司
IPC: G06F30/20 , G06F119/14 , G06F119/08
Abstract: 本发明属于电数字数据处理领域，公开了一种基于modelica的FPSO航行海况建模方法，建模方法包括采用modelica语言分别对自航阻力模型和海况环境模型进行建模；自航阻力模型建模后得到船体阻力；海况环境模型建模后得到总附加阻力；船体阻力与总附加阻力相加，得到FPSO船舶航行的总航行阻力。该方法的使用可以有效应对复杂的海洋环境，在FPSO设计中应用modelica语言的动力学仿真工具。能够对自航FPSO在各种海况下的阻力变化进行精确建模与分析，考虑风速、浪高、温度、盐度等多种变量，模拟其航行及作业过程中的动力学行为。
-
公开(公告)号：CN119358461B
公开(公告)日：2025-04-18
申请号：CN202411919456.8
申请日：2024-12-25
Applicant: 中集海洋工程研究院有限公司 , 深圳智能海洋工程创新中心有限公司 , 烟台大学
Abstract: 本发明公开了FPSO立管支撑结构建模方法，属于仿真建模领域，该建模方法具体步骤如下：Ⅰ、通过数据采集设备和现场实验获取基础参数，分析FPSO立管支撑的应用场景及工况确定建模需求；Ⅱ、基于需求分析结果，构建立管支撑结构的初步立管支撑结构模型；本发明能够动态地调整设计与运营决策，优化长期效益，确保结构在长期运营过程中能保持较高的可靠性和效益，有助于提升结构设计和维护方案的灵活性与适应性；增强方法的安全性与隐私性，实现对长期运营中多场耦合效应的实时适应，有助于从不同角度提升立管支撑结构的性能，减少计算成本并提高计算效率，避免集中计算可能带来的延迟。
-
公开(公告)号：CN119692626A
公开(公告)日：2025-03-25
申请号：CN202510198894.8
申请日：2025-02-24
Applicant: 中集海洋工程研究院有限公司 , 深圳智能海洋工程创新中心有限公司 , 烟台大学
IPC: G06Q10/063 , G06Q10/20 , G06F17/18 , G06F18/22 , G06F18/20
Abstract: 本发明公开了一种FPSO立管支撑系统的故障预测方法及系统，涉及故障预测技术领域，获取关于FPSO立管支撑系统故障状态的当前故障数据并结合历史故障数据得到最终故障类型，获取根据各最终故障类型对应的历史数据计算维修重要系数、污染系数和减产系数；根据维修重要系数、污染系数和减产系数计算每一故障类型的关键系数，并根据关键系数判断各FPSO立管支撑系统的故障类型的维修紧急性；这样一来，能够多层次的对FPSO立管支撑系统的故障进行预测，确保故障预测的准确性；且在多个故障可能同时发生的情况下，能准确判断哪个故障是最为紧急和关键的，并合理的分配资源进行优先维修和处理。
-
公开(公告)号：CN119337783A
公开(公告)日：2025-01-21
申请号：CN202411898845.7
申请日：2024-12-23
Applicant: 中集海洋工程研究院有限公司 , 深圳智能海洋工程创新中心有限公司 , 烟台大学
IPC: G06F30/28 , G06F30/27 , G06F30/15 , G06F30/17 , G06F111/10 , G06F111/04 , G06F111/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了基于Modelica的FPSO立管支撑系统的实时仿真平台，属于智能仿真领域，包括需求定义模块、数据加载模块、环境模拟模块、立管支撑建模模块、系统校验模块、仿真计算模块、优化调度模块、评估分析模块、控制建议模块、实时可视化模块、存储回溯模块以及反馈调整模块；本发明能够全局搜索高维非线性空间，找到更优解，避免早熟收敛，提高优化结果的稳定性，能够确保参数配置在多变工况下始终保持最佳性能，能够提升操作策略的智能化和适应性，确保立管支撑系统在不同工况下始终处于最优控制状态，实现多目标优化的高效性，有助于在降低振动、减少磨损和延长设备寿命之间找到最佳平衡点，从而实现经济性和安全性的双重提升。
-
Patent Agency Ranking
公开(公告)号：CN118395603A
公开(公告)日：2024-07-26
申请号：CN202410840373.3
申请日：2024-06-27
Applicant: 烟台大学 , 深圳智能海洋工程创新中心有限公司 , 集海创新(山东)海洋科技有限公司
IPC: G06F30/15 , G06F30/20 , G06F119/14
Abstract: 本发明属于计算机辅助设计技术领域，公开了基于Modelica的无人艇动力学多领域耦合建模方法，所述耦合建模方法包括如下步骤：步骤1，采用Modelica语言对无人艇的五个子系统进行建模，包括无人艇本体动力学系统、无人艇控制系统、无人艇动力系统、无人艇传动系统及无人艇喷水推进系统；步骤2，采用Mworks平台，对步骤1中无人艇五个子系统的多领域建模结果进行耦合，得到无人艇仿真平台；步骤3，采用步骤2得到的无人艇仿真平台，对无人艇的运动进行动态响应仿真分析验证。不仅提高了仿真效率，同时也优化了模型的可重用性和可重构性，为无人艇的系统设计、自主航行、路径规划及实时避障等提供了有效的仿真工具。
-
公开(公告)号：CN119358461A
公开(公告)日：2025-01-24
申请号：CN202411919456.8
申请日：2024-12-25
Applicant: 中集海洋工程研究院有限公司 , 深圳智能海洋工程创新中心有限公司 , 烟台大学
Abstract: 本发明公开了FPSO立管支撑结构建模方法，属于仿真建模领域，该建模方法具体步骤如下：Ⅰ、通过数据采集设备和现场实验获取基础参数，分析FPSO立管支撑的应用场景及工况确定建模需求；Ⅱ、基于需求分析结果，构建立管支撑结构的初步立管支撑结构模型；本发明能够动态地调整设计与运营决策，优化长期效益，确保结构在长期运营过程中能保持较高的可靠性和效益，有助于提升结构设计和维护方案的灵活性与适应性；增强方法的安全性与隐私性，实现对长期运营中多场耦合效应的实时适应，有助于从不同角度提升立管支撑结构的性能，减少计算成本并提高计算效率，避免集中计算可能带来的延迟。
-
公开(公告)号：CN119337782A
公开(公告)日：2025-01-21
申请号：CN202411889677.5
申请日：2024-12-20
Applicant: 中集海洋工程研究院有限公司 , 深圳智能海洋工程创新中心有限公司 , 烟台大学
IPC: G06F30/28 , G06F30/15 , G06F119/12 , G06F111/10
Abstract: 本发明公开了基于modelica的FPSO系统的风浪流耦合环境建模方法，涉及模型收敛技术领域，通过设定不同的时间步长并运行仿真，记录关键物理量的响应，计算时间步长敏感性指数；对模型进行不同网格划分并仿真，计算网格独立性指数；记录FPSO平台的动态响应，计算仿真结果的不稳定指数。结合时间步长敏感性指数、网格独立性指数和仿真结果不稳定指数，计算收敛异常系数，并与预设阈值对比，判断模型的收敛性是否合格，这一过程能够验证基于Modelica的FPSO系统风浪流耦合模型的标准化收敛性，确保模型的收敛性能得到及时检测，避免误差积累，提升仿真结果的准确性和可靠性，从而减少对工程决策和安全评估的潜在影响。
-
公开(公告)号：CN119147978A
公开(公告)日：2024-12-17
申请号：CN202411643776.5
申请日：2024-11-18
Applicant: 烟台大学 , 烟台中集来福士海洋工程有限公司 , 深圳智能海洋工程创新中心有限公司
IPC: G01R31/367 , G01R31/3842 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06F123/02
Abstract: 本发明属于电池电数字数据处理领域，公开了一种基于改进长短时记忆网络的电池SOC与SOE联合估计方法，包括以下步骤：S1：数据分割，S2：特征提取，S3：将步骤S2中得到的降维后的特征输入到包含两个BiLSTM层和一个全连接层的结构中，利用BiLSTM层进行序列建模，并基于BiLSTM模型拟合输入放电时间序列信息，最后将得到的全连接层输出作为该模型的估计结果，得到训练好的模型；S4：模型分析。该方法的使用可以通过电池实际充放电特征参数，在不了解电池内部构造机理和化学反应情况下，通过记电池在充放电过程的电流、电压和温度的数据变化，建立CNN‑BiLSTM模型来预测电池的SOC和SOE。
-
公开(公告)号：CN119125905A
公开(公告)日：2024-12-13
申请号：CN202411632019.8
申请日：2024-11-15
Applicant: 烟台大学 , 烟台中集来福士海洋工程有限公司 , 深圳智能海洋工程创新中心有限公司
IPC: G01R31/367 , G01R31/378 , G01R31/382
Abstract: 本发明属于基于计算模型的计算机系统领域，公开了一种基于卷积与双向长短时记忆的神经网络模型锂离子电池状态预测方法，包括以下步骤：S1：数据获取及数据预处理，S2：采用滑动窗口技术对多个温度和不同驱动循环下的电池放电数据进行构建，S3：搭建卷积与双向长短时记忆网络的神经网络模型即CNN‑BiLSTM模型，S4：模型迁移，S5：根据得到的目标领域CNN‑BiLSTM‑TL网络模型。本发明能够准确估计SOC和SOE，可以优化电池的充放电控制策略，提高电池的使用寿命和效率，同时是保障电池系统的高效稳定运行的关键。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.233 seconds)
