一种潜艇升降装置涡激振动快速预报方法、装置及存储介质与流程

本申请涉及潜艇升降装置涡激振动预报领域，尤其涉及一种潜艇升降装置涡激振动快速预报方法、装置及存储介质。

背景技术：

1、计算流体力学(computational fluid dynamics)简称cfd，是一种应用离散法来求解流体控制方程的计算机技术，通过在计算机上对描述流体运动、传质和传热的偏微分方程组进行求解，可以获得整个计算空间上的速度、压力等物理量信息，再通过表面积分等计算操作即可获得潜艇在给定工况下的水动力载荷数据。

2、潜艇在水下航行时，顶部会装载具有探测、通信功能的升降装置。这种长度比宽度、高度大很多的柱状结构，在一定来流作用下会产生周期性的涡激振动。在设置好潜艇升降装置涡激振动预报方法的初始条件和边界条件后，一次计算只能获取一个输出结果，并且计算过程耗时长，对计算机运算性能要求高，无法全面快速的预报潜艇升降装置的涡激振动，因此需要改进。

技术实现思路

1、为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种潜艇升降装置涡激振动快速预报方法、装置及存储介质。

2、第一方面，本申请提供了一种潜艇升降装置涡激振动快速预报方法，所述方法包括步骤：

3、获取潜艇升降装置涡激振动bp神经网络预报模型的输入数据和输出数据；

4、选取所述潜艇升降装置涡激振动bp神经网络预报模型的参数；

5、获取潜艇升降装置涡激振动的运动数据；

6、根据所述运动数据计算所述潜艇升降装置涡激振动bp神经网络预报模型的预测数据；

7、计算所述潜艇升降装置涡激振动bp神经网络预报模型的相关性；

8、对所述运动数据和所述预测数据进行归一化处理。

9、优选地，所述获取潜艇升降装置涡激振动bp神经网络预报模型的输入数据和输出数据包括步骤：

10、获取潜艇升降装置涡激振动中的来流角度、来流速度和升降装置振动阻尼系数；

11、将所述来流角度、所述来流速度和所述升降装置振动阻尼系数作为所述输入数据；

12、选取隐藏层节点作为所述输出数据。

13、优选地，所述隐藏层节点的表达式为：

14、

15、其中，n表示潜艇升降装置涡激振动bp神经网络预报模型的输入层单个节点神经元，s表示潜艇升降装置涡激振动bp神经网络预报模型的样本总数，a表示中间隐藏层节点神经元总数，i表示中间隐藏层节点神经元序号。

16、优选地，所述选取所述潜艇升降装置涡激振动bp神经网络预报模型的参数包括步骤：

17、确定中间隐藏层层数；

18、选取隐藏层各层之间的传递函数；

19、选取所述潜艇升降装置涡激振动bp神经网络预报模型的输出层传递函数。

20、优选地，所述根据所述运动数据计算所述潜艇升降装置涡激振动bp神经网络预报模型的预测数据包括步骤：

21、绘制所述运动数据随时间变化的时历曲线；

22、从所述时历曲线中截取若干周期的结果；

23、计算所述结果的标准差与潜艇升降装置立柱剖面直径的比值。

24、优选地，所述相关性的表达式为：

25、

26、其中，r表示相关性，n表示数据个数，i表示数据序号，y表示实际潜艇升降装置横荡运动无量纲数据，表示横荡运动无量纲数据结果平均值，表示横荡运动无量纲数据结果拟合值。

27、优选地，所述运动数据的归一化处理结果表达式为：

28、pn＝pmin+(pmax-pmin)×(yi-ymin)/(yimax-yimin)；

29、其中，pn表示升降装置横横荡运动原始数据归一化结果，pmax和pmin表示归一化过程中参数的上下限，yimax和yimin表示输入数据的最大值和最小值。

30、优选地，所述预测数据的归一化处理结果表达式为：

31、qn＝qmin+(qmax-qmin)×(yi-ymin)/(yimax-yimin)；

32、其中，qn表示升降装置横横荡运动预测数据归一化结果，qmax和qmin表示输出目标数据归一化过程中参数上下限，yimax和yimin表示输入数据的最大值和最小值。

33、第二方面，本申请提供了一种潜艇升降装置涡激振动快速预报装置，包括：

34、数据获取模块，用于获取潜艇升降装置涡激振动bp神经网络预报模型的输入数据和输出数据；

35、参数选取模块，用于选取所述潜艇升降装置涡激振动bp神经网络预报模型的参数；

36、运动数据获取模块，用于获取潜艇升降装置涡激振动的运动数据；

37、预测数据计算模块，用于根据所述运动数据计算所述潜艇升降装置涡激振动bp神经网络预报模型的预测数据；

38、相关性计算模块，用于计算所述潜艇升降装置涡激振动bp神经网络预报模型的相关性；

39、归一化处理模块，用于对所述运动数据和所述预测数据进行归一化处理。

40、第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的潜艇升降装置涡激振动快速预报方法的步骤。

41、本申请实施例提供的上述技术方案与现有技术相比具有如下优点：

42、本申请实施例提供的一种潜艇升降装置涡激振动快速预报方法、装置及存储介质能够对潜艇升降装置横荡运动幅值随来流速度、来流角度、装置振动阻尼系数的变化进行快速预报，还能快速预报潜艇升降装置涡激振动过程中受到的脉动升力和阻力系数，对研究潜艇升降装置涡激振动现象和内在原因具有重要的参考意义。

技术特征：

1.一种潜艇升降装置涡激振动快速预报方法，其特征在于，所述方法包括步骤：

2.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述获取潜艇升降装置涡激振动bp神经网络预报模型的输入数据和输出数据包括步骤：

3.根据权利要求2所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述隐藏层节点的表达式为：

4.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述选取所述潜艇升降装置涡激振动bp神经网络预报模型的参数包括步骤：

5.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述根据所述运动数据计算所述潜艇升降装置涡激振动bp神经网络预报模型的预测数据包括步骤：

6.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述相关性的表达式为：

7.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述运动数据的归一化处理结果表达式为：

8.根据权利要求1所述的潜艇升降装置涡激振动快速预报方法，其特征在于，所述预测数据的归一化处理结果表达式为：

9.一种潜艇升降装置涡激振动快速预报装置，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的潜艇升降装置涡激振动快速预报方法的步骤。

技术总结
本申请涉及一种潜艇升降装置涡激振动快速预报方法、装置及存储介质，所述方法包括步骤：获取潜艇升降装置涡激振动BP神经网络预报模型的输入数据和输出数据；选取所述潜艇升降装置涡激振动BP神经网络预报模型的参数；获取潜艇升降装置涡激振动的运动数据；根据所述运动数据计算所述潜艇升降装置涡激振动BP神经网络预报模型的预测数据；计算所述潜艇升降装置涡激振动BP神经网络预报模型的相关性；对所述运动数据和所述预测数据进行归一化处理。本申请能够对潜艇升降装置横荡运动幅值随来流速度、来流角度、装置振动阻尼系数的变化进行快速预报，对研究潜艇升降装置涡激振动现象和内在原因具有重要的参考意义。

技术研发人员：吴恒亮,夏凯,张文金,何小二,潘炎,李冠群,宫大鑫
受保护的技术使用者：中国船舶集团有限公司第七一九研究所
技术研发日：
技术公布日：2024/1/15