一种动态减振控制方法与流程

1.本发明涉及动态减振控制领域，具体涉及一种动态减振控制方法。


背景技术：

2.海洋平台的缆线、管道以及大型桥梁的缆索等细长体结构往往会因为涡激振动发生疲劳破坏，每年都会造成巨大维护成本，当前，为保护相关设备而采用的抑制涡激振动方法往往仅适合若干有限工况，难以适应多变的实际工作环境，因此对相关设备的保护作用有限，因此需要一种可以适应多种工况的智能动态减振控制方法，可以在复杂多变环境下有效抑制细长体结构的涡激振动，切实保护相关设备，大大降低设备的维护成本。


技术实现要素：

3.本发明要解决的技术问题是当前，为保护相关设备而采用的抑制涡激振动方法往往仅适合若干有限工况，难以适应多变的实际工作环境，本发明还提供一种动态减振控制方法，适应各种工况，可以有效抑制细长体结构的涡激振动，大大降低设备的维护成本，用以解决现有技术导致的缺陷。
4.为解决上述技术问题本发明提供以下的技术方案：
5.一种动态减振控制方法，其中，包含以下步骤：
6.步骤1：获取减振设备的参数组合数据输入至计算流体力学(computational fluid dynamics，cfd)软件中进行计算输出结果组合数据，所述参数组合数据与所述结果组合数据之间的对应关系为涡激振动关系图谱，所述参数组合数据包含所述减振设备的流速记为u、结构物与附体间的距离记为r、结构物与附体间的夹角记为θ，所述结果组合数据包含振动幅值记为a、振动频率记为f；
7.步骤2：以所述结果组合数据为自变量、损失期望为因变量，利用深度神经网络进行训练得到振动损失函数：或e＝h(r,θ)，其中，e为损失期望，为一个函数，h为一个函数；
8.步骤3：在同一流速的情况下，利用寻优算法得到一个最小损失期望的参数组合数据即e
min
＝h(r
*
,θ
*
)，后构建减振最佳控制策略函数：(r
*
，θ
*
)＝p(u)，其中，e
min
为最小损失期望，r
*
为最小结构物与附体间的距离、θ
*
最小结构物与附体间的夹角，p为一个函数；
9.步骤4：在同一流速的情况下，计算所述损失期望e与所述最小损失期望e
min
的差值得到期望收益记为ea，ea＝e-e
min
＝h(r,θ)-h(r
*
,θ
*
)＝g(r,θ)，其中，g为一个函数；
10.步骤5：在同一流速的情况下，获取所述减振设备的控制系统将附体从普通工况切换到最佳控制工况时所需要克服外力的做功记为w，根据所述做功得到控制代价函数：pr＝kw(r,θ)，其中，p为一个函数，pr为控制代价，k为比例系数，取值范围为(取值范围需要根据实际应用的场景来定)，w(r,θ)＝0.5*(f-f
*
)*(r-r
*
)+0.5*(m-m
*
)*(θ-θ
*
)，其中，f为减震设备主体中心的力，f
*
为减振设备主体中心的最小力，m为绕减震设备主体中心的力矩，m
*
为减振设备主体中心的最小力矩；
11.步骤6：在同一流速的情况下，采用穷举或群智能方法得到利用综合评价函数记为s最大的一个组合r
best
、θ
best
，即s
max
＝g(r
bset
,θ
besr
)-kw(r
bset
,θ
besr
)，该组合(r
best
，θ
best
)为某一流速u
*
对应的综合最佳控制策略，所述综合评价函数为：s＝ea-pr＝g(r,θ)-kw(r,θ)；
12.步骤7：重复步骤3-步骤6得到不同流速下的最佳综合控制策略函数：
13.(r
best
，θ
best
)＝q(u)，其中，q为一个函数；
14.步骤8：将所述最佳综合控制策略函数部署至所述减振设备的控制器中，根据实测的不同来流流速，动态调整附体的相对位置。
15.上述的一种动态减振控制方法，其中，步骤1中输入记为in，in＝[(u,r,θ,
…
)1，(u,r,θ,
…
)2，
…
]，输出记为out，out＝[(a,f,
…
)1，(a,f,
…
)2，
…
]。
[0016]
上述的一种动态减振控制方法，其中，步骤3中所述寻优算法包含枚举法、群智能法。
[0017]
依据上述本发明一种动态减振控制方法提供的技术方案具有以下技术效果：
[0018]
能够适应各种工况，可以有效抑制细长体结构的涡激振动，大大降低设备的维护成本。
附图说明
[0019]
图1为附体减振装置示意图。
具体实施方式
[0020]
为了使发明实现的技术手段、创造特征、达成目的和功效易于明白了解，下结合具体图示，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。
[0021]
基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0022]
须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
[0023]
同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0024]
本发明的一较佳实施例是提供一种动态减振控制方法，目的是能够适应各种工况，可以有效抑制细长体结构的涡激振动，大大降低设备的维护成本。
[0025]
一种动态减振控制方法，其中，包含以下步骤：
[0026]
步骤1：获取减振设备的参数组合数据输入至计算流体力学(computational fluid dynamics，cfd)软件中进行计算输出结果组合数据，参数组合数据与结果组合数据之间的对应关系为涡激振动关系图谱，参数组合数据包含减振设备的流速记为u、结构物与附体间的距离记为r、结构物与附体间的夹角记为θ，结果组合数据包含振动幅值记为a、振
动频率记为f；
[0027]
由于抑制涡激振动的方法有很多，这里以常见的双附体减振设备为例，如图1所示，大圆为待保护的细长体结构(主体)，如索缆，导管之类；小圆为用于抑制涡激振动的附体，一般均对称布置；附体与主体之间的位置可以用距离r和夹角θ来表示，相同来流下附体与主体不同的相对位置对应的主体的振动频率与幅值也不同，因此，需利用cfd仿真计算软件，计算不同流速u，距离r和夹角θ组合下，主体与附体组成的整体结构的振幅a和频率f，以及附体结构上的荷载l，荷载l包括指向主体圆心的力f和绕主体圆心的力矩m。根据算力大小，设置r和θ变化的步长为δr和δθ。
[0028]
步骤2：以结果组合数据为自变量、损失期望为因变量，利用深度神经网络进行训练得到振动损失函数：或e＝h(r,θ)，其中，e为损失期望，为一个函数，h为一个函数；
[0029]
步骤3：在同一流速的情况下，利用寻优算法得到一个最小损失期望的参数组合数据即e
min
＝h(r
*
,θ
*
)，后构建减振最佳控制策略函数：(r
*
，θ
*
)＝p(u)，其中，e
min
为最小损失期望，r
*
为最小结构物与附体间的距离、θ
*
最小结构物与附体间的夹角，p为一个函数；
[0030]
步骤4：在同一流速的情况下，计算损失期望e与最小损失期望e
min
的差值得到期望收益记为ea，ea＝e-e
min
＝h(r,θ)-h(r
*
,θ
*
)＝g(r,θ)，其中，g为一个函数；
[0031]
步骤5：在同一流速的情况下，获取减振设备的控制系统将附体从普通工况时所需要克服外力的做功记为w，根据做功得到控制代价函数：pr＝kw(r,θ)，其中，p为一个函数，pr为控制代价，k为比例系数，取值范围为(取值范围需要根据实际应用的场景来定)，w(r,θ)＝0.5*(f-f
*
)*(r-r
*
)+0.5*(m-m
*
)*(θ-θ
*
)，其中，f为减震设备主体中心的力，f
*
为减振设备主体中心的最小力，m为绕减震设备主体中心的力矩，m
*
为减振设备主体中心的最小力矩；
[0032]
步骤6：在同一流速的情况下，采用穷举或群智能方法得到利用综合评价函数记为s最大的一个组合r
best
、θ
best
，即s
max
＝g(r
bset
,θ
besr
)-kw(r
bset
,θ
besr
)，该组合(r
best
，θ
best
)为某一流速u
*
对应的综合最佳控制策略，综合评价函数为：s＝ea-pr＝g(r,θ)-kw(r,θ)；
[0033]
步骤7：重复步骤3-步骤6得到不同流速下的最佳综合控制策略函数：
[0034]
(r
best
，θ
best
)＝q(u)，其中，q为一个函数；
[0035]
步骤8：将最佳综合控制策略函数部署至减振设备的控制器中，根据实测的不同来流流速，动态调整附体的相对位置。
[0036]
上述的一种动态减振控制方法，其中，步骤1中输入记为in，in＝[(u,r,θ,
…
)1，(u,r,θ,
…
)2，
…
]，输出记为out，out＝[(a,f,
…
)1，(a,f,
…
)2，
…
]。
[0037]
上述的一种动态减振控制方法，其中，步骤3中寻优算法包含枚举法、群智能法。
[0038]
综上，本发明的一种动态减振控制方法，能够适应各种工况，可以有效抑制细长体结构的涡激振动，大大降低设备的维护成本。
[0039]
以上对发明的具体实施例进行了描述。需要理解的是，发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；本领域技术人员可以在权利要求的范围内做出各种变形或修改做出若干简单推演、变形或替换，这并不影响发明的实质内容。

技术特征：
1.一种动态减振控制方法，其特征在于，包含以下步骤：步骤1：获取减振设备的参数组合数据输入至计算流体力学软件中进行计算输出结果组合数据，所述参数组合数据与所述结果组合数据之间的对应关系为涡激振动关系图谱，所述参数组合数据包含所述减振设备的流速记为u、结构物与附体间的距离记为r、结构物与附体间的夹角记为θ，所述结果组合数据包含振动幅值记为a、振动频率记为f；步骤2：以所述结果组合数据为自变量、损失期望为因变量，利用深度神经网络进行训练得到振动损失函数：或e＝h(r,θ)，其中，e为损失期望，为一个函数，h为一个函数；步骤3：在同一流速的情况下，利用寻优算法得到一个最小损失期望的参数组合数据即e
min
＝h(r
*
,θ
*
)，后构建减振最佳控制策略函数：(r
*
，θ
*
)＝p(u)，其中，e
min
为最小损失期望，r
*
为最小结构物与附体间的距离、θ
*
最小结构物与附体间的夹角，p为一个函数；步骤4：在同一流速的情况下，计算所述损失期望e与所述最小损失期望e
min
的差值得到期望收益记为ea，ea＝e-e
min
＝h(r,θ)-h(r
*
,θ
*
)＝g(r,θ)，其中，g为一个函数；步骤5：在同一流速的情况下，获取所述减振设备的控制系统将附体从普通工况切换到最佳控制工况时所需要克服外力的做功记为w，根据所述做功得到控制代价函数：pr＝kw(r,θ)，其中，p为一个函数，pr为控制代价，k为比例系数，取值范围为(取值范围需要根据实际应用的场景来定)，w(r,θ)＝0.5*(f-f
*
)*(r-r
*
)+0.5*(m-m
*
)*(θ-θ
*
)，其中，f为减震设备主体中心的力，f
*
为减振设备主体中心的最小力，m为绕减震设备主体中心的力矩，m
*
为减振设备主体中心的最小力矩；步骤6：在同一流速的情况下，采用穷举或群智能方法得到利用综合评价函数记为s最大的一个组合r
best
、θ
best
，即s
max
＝g(r
bset
,θ
besr
)-kw(r
bset
,θ
besr
)，该组合(r
best
，θ
best
)为某一流速u
*
对应的综合最佳控制策略，所述综合评价函数为：s＝ea-pr＝g(r,θ)-kw(r,θ)；步骤7：重复步骤3-步骤6得到不同流速下的最佳综合控制策略函数：(r
best
，θ
best
)＝q(u)，其中，q为一个函数；步骤8：将所述最佳综合控制策略函数部署至所述减振设备的控制器中，根据实测的不同来流流速，动态调整附体的相对位置。2.如权利要求1所述的一种动态减振控制方法，其特征在于，步骤1中输入记为in，in＝[(u,r,θ,
…
)1，(u,r,θ,
…
)2，
…
]，输出记为out，out＝[(a,f,
…
)1，(a,f,
…
)2，
…
]。3.如权利要求2所述的一种动态减振控制方法，其特征在于，步骤3中所述寻优算法包含枚举法、群智能法。

技术总结
本发明公开了一种动态减振控制方法，获取减振设备的参数组合数据输入至计算流体力学软件中进行计算输出结果组合数据；以结果组合数据为自变量、损失期望为因变量，利用深度神经网络进行训练得到振动损失函数；利用寻优算法得到一个最小损失期望的参数组合数据后构建减振最佳控制策略函数；计算损失期望与最小损失期望的差值得到期望收益；获取附体从普通工况切换到最佳控制工况时所需要克服外力的做功得到控制代价函数；采用穷举或群智能方法得到利用综合评价函数最大的一个组合；得到不同流速下的最佳综合控制策略函数；将最佳综合控制策略函数部署至减振设备的控制器中，根据实测的不同来流流速，动态调整附体的相对位置。置。置。


技术研发人员：胡川 向新桃 姜小亮
受保护的技术使用者：上海鹰达信息科技有限公司
技术研发日：2023.03.20
技术公布日：2023/7/7