买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学申请的专利基于物理信息神经网络的船舶耐波性智能预报方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119397964B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510012254.3，技术领域涉及：G06F30/28；该发明授权基于物理信息神经网络的船舶耐波性智能预报方法及系统是由韩凤磊;孙磊;彭潇;周泽宇;林琪;赵望源;汪春辉;韩嘉懿;陈洪亮;岳文博;吴禹良;余家齐;苏亮;霍文华;姜帆设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于物理信息神经网络的船舶耐波性智能预报方法及系统在说明书摘要公布了：本发明属于船舶与海洋工程技术领域，公开了基于物理信息神经网络的船舶耐波性智能预报方法及系统。该方法将CFD‑RAO方法与PINNs相结合，通过构建物理方程与神经网络损失函数的耦合模型，实现对船舶耐波性的快速高精度预测。本发明实现了对船舶耐波性的快速高精度预测。该方法不仅能够有效应对复杂海况下的多自由度耦合运动，还具备较强的实时性和适应性，为船舶设计和航行安全提供了更为科学可靠的技术支持。

本发明授权基于物理信息神经网络的船舶耐波性智能预报方法及系统在权利要求书中公布了：1.一种基于物理信息神经网络的船舶耐波性智能预报方法，其特征在于，该方法将CFD-RAO方法与PINNs相结合，通过构建物理方程与神经网络损失函数的耦合模型，实现对船舶耐波性的快速高精度预测，具体包括以下步骤：S1、利用计算流体动力学CFD和响应振幅算子RAO方法得到物理信息神经网络所需的数据集，并对数据集进行预处理；S2、利用预测误差方程和船舶耐波性的物理方程构造损失函数约束神经网络；S3、应用组合优化器进行网络训练；S4、进行网络预测和评估，实现对船舶耐波性的预测；在步骤S1中，所述利用计算流体动力学CFD和响应振幅算子RAO方法得到物理信息神经网络所需的数据集，包括：1.1基于CFD-RAO方法构建控制模型；1.2建立船舶与流场的物理模型；1.3CFD-RAO耦合仿真；在步骤1.1中，所述基于CFD-RAO方法构建控制模型，包括：利用流体体积法VOF捕获船舶航行过程中的自由表面波，表达式为：式中：ρ为流体密度，Ui为流体在i方向上的流体速度，i方向为x，y，z三方向中的任一个，i＝1，2，3，x指向船尾，y指向右舷，z为竖直向上，t为时间序列，P为流体压力，xi为流体在i方向上的空间坐标，Hj为流体速度Ui在第j种船舶自由度方向上的分量，j＝1，2…6；hj为空间坐标xi在第j种船舶自由度方向上的分量，gi为第i方向上的重力加速度，μ为流体的动力黏度系数，U′i为流体速度Ui的湍流脉动分量，H′j为流体速度Ui在第j种船舶自由度方向上的湍流脉动分量；采用SSTK-ω湍流模型封闭RANS方程，进行模拟船舶阻力、位置导数、舵导数和旋转导数试验中，基本方程为： 式中，k为湍动能，μi为流体在i方向上的动力黏度系数，u为流体速度，ui为流体在i方向上的速度分量，Γk，Γω均为扩散系数，均为湍流产生项，Yk，Yω均为湍流耗散项，Sk，sω均为用户自定义源项，ω为比耗散率，Dω为正交发散项；船体为一刚体，选择参考坐标系oxyz，坐标原点位于船中，船体航行姿态运动方程为： 式中，MS为结构质量矩阵，I2，I3为船体绕y，x的转动惯量，分别为船舶升沉加速度、纵倾加速度、横摇加速度，F1，F2，F3分别为作用船体沿z轴方向合力、绕y旋转轴的合力矩、绕x轴的合力矩，合力是在实时求解船体运动、捕捉自由液面情况下通过船体表面应力积分获得，考虑自由度之间的耦合影响；使用CFD计算得到数据后，采用响应振幅算子RAO方法，获取动态响应特征，对应规则波中的6自由度船舶线性频域运动方程为： 式中，ω′为遭遇频率，mij为质量系数，Aij，Bij为第j种船舶自由度下运动模态诱导的i方向的附加质量系数和阻尼系数，Cij为恢复力系数，Rj为j种船舶自由度下运动模态的复运动幅值，Fi为第i方向的单位波幅波浪力，ξa为波浪幅值，j为船舶的6个自由度，该船舶的6个自由度表示与i方向耦合的对应自由度；在步骤S2中，所述利用预测误差方程和船舶耐波性的物理方程构造损失函数约束神经网络，包括：根据船舶在波浪中运动的能量守恒原理，构建能量损失和预测误差之间的关系函数对网络进行物理约束，构造在j自由度下的总损失函数： 式中，为在j自由度下的总损失函数，α1，α2分别为两个损失项的权重系数，为基于船舶与波浪之间的能量损失方程，为运动响应的预测误差值，表达式为： 式中，N为短时间内船舶耐波性状态数据集的数据点个数，E为t时间的船舶总能量，为网络的预测值，Yj为第j自由度样本的真实运动响应幅值，v为线性阻尼系数，β为非线性阻尼系数，为第j个自由度下的角速度，tj+1为第j+1自由度的时间点，tj为第j自由度的时间点，MAEj为第j自由度下的平均绝对误差，用于评估网络预测值与真实值Yj之间的偏差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学，其通讯地址为：266000 山东省青岛市黄岛区三沙路1777号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。