-
题名船舶板架结构变形场测量技术研究
- 1
-
-
作者
李生鹏
韦朋余
刘豪
戴泽宇
张若楠
宋培龙
-
机构
中国船舶科学研究中心
船舶结构安全全国重点实验室
-
出处
《船舶力学》
EI
CSCD
北大核心
2024年第10期1599-1610,共12页
-
基金
江苏省自然科学基金青年基金项目(BK20230181)
科技部重点研发计划项目(2022YFB3404800)。
-
文摘
船舶结构强度试验过程中,传统的离散点变形测量技术难以获得结构的全场变形数据,因而无法有效揭示结构的渐进破坏过程。本文基于数字图像相关和三维激光扫描原理,提出适用于船舶板架结构变形测量的位移形函数与子区相关性准则,发展定量可控的数字散斑场制作方法,形成船舶板架结构几何形貌测量方法,建立船舶板架结构变形场测量技术;在此基础上,开展船舶板架结构模型变形场演化过程测量试验,获得模型在纵向压缩载荷所用下的结构变形场,尤其是模型结构临界状态前后的失效演化行为,揭示船舶板架结构变形场的时空演化规律,可为实船结构的失效模式识别提供基础测量技术手段。
-
关键词
船舶板架结构
数字图像相关
三维激光扫描
变形场测量
-
Keywords
ship grillage structure
digital image correlation
3D laser scanning
deformation field measuring
-
分类号
U661.4
[交通运输工程—船舶及航道工程]
-
-
题名基于神经网络和粒子群算法的船舶板架动力学优化
- 2
-
-
作者
周俞
栾晨
夏利娟
-
机构
上海交通大学海洋工程全国重点实验室
上海交通大学船舶海洋与建筑工程学院
中国船舶及海洋工程设计研究院
-
出处
《舰船科学技术》
北大核心
2025年第15期30-35,共6页
-
文摘
本文提出一种基于神经网络和粒子群算法(Particle Swarm Optimization,PSO)的船舶板架动力学优化方法,用于板架布局的快速寻优。首先,分析船舶板架布局的特征参数,利用拉丁超立方采样和模态分析获得样本点的固有频率;然后,构建BP神经网络代理模型,用以反映板架特征参数和固有频率之间的非线性映射关系;最后,结合粒子群算法,以结构重量和一阶固有频率为目标,将代理模型应用于船舶板架结构的动力学优化,以确定较优的布局型式。结果表明,BP神经网络代理模型对板架固有频率的预测具有较高的精度,BP-PSO方法对不同尺寸和类型的板架均适用,具有广泛性、高效性、普适性的优势。因此,BP-PSO法能为板架优化设计提供较好的思路和方案。
-
关键词
船舶板架结构
BP神经网络代理模型
粒子群算法
结构动力学优化
-
Keywords
ship grillage structure
BP neural network agent model
particle swarm algorithm
structural dynamics optimization
-
分类号
U663.5
[交通运输工程—船舶及航道工程]
-
