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;烟台大学傅强获国家专利权
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!
龙图腾网获悉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;烟台大学申请的专利基于modelica的FPSO系统的风浪流耦合环境建模方法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:CN119337782B 。
龙图腾网通过国家知识产权局官网在2026-04-17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:202411889677.5,技术领域涉及:G06F30/28;该发明授权基于modelica的FPSO系统的风浪流耦合环境建模方法是由傅强;牟健慧;段陪永;郭丽娟;张运权;王波;苟鹏;杜中旭;王扬威;李俊杰;宁晨光设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。
本基于modelica的FPSO系统的风浪流耦合环境建模方法在说明书摘要公布了: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。
本发明授权基于modelica的FPSO系统的风浪流耦合环境建模方法在权利要求书中公布了:1.基于modelica的FPSO系统的风浪流耦合环境建模方法,其特征在于,包括以下步骤: 设定多个不同的时间步长,并针对每个时间步长,运行仿模型并记录关键物理量的响应,计算时间步长敏感性指数; 将模型所涉及的流体域进行不同的网格划分,分别对模型进行仿真,记录响应的关键物理量,计算网格独立性指数; 对模型进行仿真并记录FPSO平台的动态响应,并计算模型的仿真结果不稳定指数; 根据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得到收敛异常系数,并结合预设收敛异常系数阈值判断模型的收敛性是否合格; 计算时间步长敏感性指数包括: 设定多个不同的时间步长值,分别为:粗时间步长;中等时间步长;细时间步长; 针对每个时间步长,运行仿真并记录关键物理量的响应;记录的物理量为:在粗时间步长下的物理量响应;在中等时间步长下的物理量响应;在细时间步长下的物理量响应; 计算每个时间步长下的误差,例如通过计算平台位移或加速度的相对误差:;;;式中,、、分别为粗时间步长下的误差、中等时间步长下的误差、细时间步长下的误差;为预设的参考解; 计算不同时间步长的误差比值并结合时间步长差异,得到时间步长敏感性指数:,式中,为时间步长敏感性指数; 计算网格独立性指数包括: 在流体域内选择粗网格和细网格,分别为:粗网格尺寸,细网格尺寸; 针对粗网格和细网格分别进行仿真,记录响应的关键物理量,关键物理量分别代表粗网格和细网格下的位移值,分别为:粗网格下的位移响应,细网格下的位移响应;和; 根据粗网格和细网格的位移响应,计算它们之间的相对误差,反映网格划分对结果的影响:计算的公式为:; 计算网格独立性指数,计算的公式为:;式中,为网格独立性指数,为网格收敛指数; 计算模型的仿真结果不稳定指数包括: 对模型进行仿真并记录FPSO平台的动态响应位移,计算响应的均值和标准差;计算的公式为:,,式中,为在时间处的位移,是时间步数; 计算仿真结果不稳定指数,计算的公式为:;式中,为仿真结果不稳定指数; 计算得到收敛异常系数包括: ; 式中,为收敛异常系数,、、分别为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,分别为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的预设比例系数,且均大于0; 结合预设收敛异常系数阈值判断模型的收敛性是否合格包括: 将收敛异常系数和预设收敛异常系数阈值进行对比,若收敛异常系数小于预设收敛异常系数阈值,则表示模型的收敛性合格; 若收敛异常系数不小于预设收敛异常系数阈值,则表示模型的收敛性不合格,需要优化模型,直到收敛异常系数小于预设收敛异常系数阈值。
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,其通讯地址为:264000 山东省烟台市高新区科技大道33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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励