張隆輝，魏納新，匡曉峰，范亞麗

(中國(guó)船舶科學(xué)研究中心，江蘇 無(wú)錫 214082)

基于神經(jīng)網(wǎng)絡(luò)的系泊系統(tǒng)主動(dòng)式截?cái)嘣囼?yàn)仿真

張隆輝，魏納新，匡曉峰，范亞麗

(中國(guó)船舶科學(xué)研究中心，江蘇 無(wú)錫 214082)

系泊系統(tǒng)主動(dòng)式截?cái)嘣囼?yàn)技術(shù)對(duì)纜索數(shù)值模型的求解速度有著較高的要求，而基于集中質(zhì)量模型或有限元模型的纜索數(shù)值模型在計(jì)算時(shí)需要在每個(gè)時(shí)間步內(nèi)迭代求解，因此求解速度緩慢；為解決此問(wèn)題，采用神經(jīng)網(wǎng)絡(luò)辨識(shí)得到纜索上端點(diǎn)與截?cái)帱c(diǎn)運(yùn)動(dòng)的時(shí)域等價(jià)近似模型；該等價(jià)模型在每個(gè)時(shí)間步內(nèi)無(wú)需迭代求解，因此求解速度快于傳統(tǒng)的纜索數(shù)值模型；同時(shí)利用商軟OrcaFlex以及Matlab搭建了系泊系統(tǒng)主動(dòng)式截?cái)嘣囼?yàn)的仿真平臺(tái)，將離線辨識(shí)得到的神經(jīng)網(wǎng)絡(luò)模型代替集中質(zhì)量模型對(duì)纜索截?cái)帱c(diǎn)運(yùn)動(dòng)進(jìn)行求解；通過(guò)對(duì)比截?cái)嗨钜约叭钕聫埩σ约斑\(yùn)動(dòng)結(jié)果，說(shuō)明了神經(jīng)網(wǎng)絡(luò)模型代替?zhèn)鹘y(tǒng)數(shù)值模型進(jìn)行截?cái)帱c(diǎn)運(yùn)動(dòng)計(jì)算的可行性。

主動(dòng)式截?cái)啵簧窠?jīng)網(wǎng)絡(luò)；系泊系統(tǒng)；纜索動(dòng)力學(xué)

0 引言

海洋平臺(tái)的系泊及其立管系統(tǒng)模型試驗(yàn)是系泊/立管系統(tǒng)設(shè)計(jì)的重要組成部分。然而隨著海洋平臺(tái)的工作水深不斷增大，目前現(xiàn)有的海洋工程試驗(yàn)水池的大小難以滿足采用常規(guī)比尺的海洋平臺(tái)及其系泊/立管模型的試驗(yàn)要求[1]。為解決海洋工程試驗(yàn)水池尺度小于模型尺度的問(wèn)題，研究人員提出了兩種解決問(wèn)題的方法，即被動(dòng)式模型截?cái)嘣囼?yàn)方法與主動(dòng)式模型截?cái)嘣囼?yàn)方法[2]。其中被動(dòng)式模型截?cái)嘣囼?yàn)方法是目前所廣泛采用的方法，但是該方法忽略了纜索的動(dòng)力學(xué)特征，僅能實(shí)現(xiàn)截?cái)嗨钆c全水深系泊系統(tǒng)的靜力等價(jià)相似，并且需要引入數(shù)值計(jì)算過(guò)程得到最后的試驗(yàn)預(yù)報(bào)結(jié)果，因此被認(rèn)為是一種間接獲取試驗(yàn)結(jié)果的試驗(yàn)手段[3]。

相比于被動(dòng)式模型截?cái)嘣囼?yàn)方法，主動(dòng)式模型截?cái)嘣囼?yàn)方法考慮了纜索的動(dòng)力學(xué)特征，能夠試驗(yàn)截?cái)嗨钆c全水深系泊系統(tǒng)的動(dòng)力學(xué)相似，并且直接通過(guò)模型試驗(yàn)獲得預(yù)報(bào)結(jié)果。主動(dòng)式模型截?cái)嘣囼?yàn)方法的基本原理如圖1所示，被截?cái)嗟南挡蠢|索與安放于水池底部的伺服機(jī)構(gòu)相連，伺服機(jī)構(gòu)則根據(jù)上位計(jì)算機(jī)所發(fā)出的控制指令執(zhí)行運(yùn)動(dòng)。上位計(jì)算機(jī)中存儲(chǔ)有可靠的纜索數(shù)值模型(如集中質(zhì)量模型、有限元模型)，其計(jì)算邊界條件通過(guò)傳感器實(shí)時(shí)采集獲得，并實(shí)時(shí)計(jì)算纜索截?cái)帱c(diǎn)的運(yùn)動(dòng)信息，從而發(fā)出控制指令對(duì)伺服機(jī)構(gòu)實(shí)施控制。

圖1 主動(dòng)式技術(shù)基本原理圖

目前國(guó)內(nèi)外的主動(dòng)式模型截?cái)嘣囼?yàn)技術(shù)仍處于初始研究階段，國(guó)內(nèi)高文軍、洪文淵等人[4-5]針對(duì)系泊纜索的上端點(diǎn)與截?cái)帱c(diǎn)的運(yùn)動(dòng)建立了相應(yīng)的傳遞函數(shù)，從頻域上探討系泊纜索截?cái)帱c(diǎn)處的動(dòng)力響應(yīng)的規(guī)律。國(guó)外Buchner等人[6]提出了發(fā)展主動(dòng)式模型截?cái)嗉夹g(shù)的初步計(jì)劃；Yuson Cao等人[7]則在假設(shè)計(jì)算機(jī)計(jì)算能力足夠的情況下，對(duì)正弦工況下的主動(dòng)式模型截?cái)嘣囼?yàn)進(jìn)行仿真，通過(guò)使用PID算法對(duì)位移偏差進(jìn)行修正，仿真結(jié)果良好。以上研究工作皆提到計(jì)算機(jī)的實(shí)時(shí)計(jì)算能力對(duì)主動(dòng)式模型截?cái)嘣囼?yàn)技術(shù)的重要性，這是因?yàn)槿缁诩匈|(zhì)量模型或有限元模型的纜索數(shù)值模型在每個(gè)時(shí)間步的計(jì)算中需采用牛頓迭代法求解其非線性約束方程，故甚為費(fèi)時(shí)。本文中，通過(guò)采用神經(jīng)網(wǎng)絡(luò)對(duì)纜索截?cái)帱c(diǎn)運(yùn)動(dòng)進(jìn)行離線模型辨識(shí)得到纜索上端點(diǎn)與截?cái)帱c(diǎn)傳遞關(guān)系的時(shí)域運(yùn)動(dòng)模型，并代替?zhèn)鹘y(tǒng)纜索數(shù)值模型進(jìn)行在線纜索截?cái)帱c(diǎn)運(yùn)動(dòng)計(jì)算。由于辨識(shí)得到的網(wǎng)絡(luò)模型不需要采用牛頓迭代法進(jìn)行在線迭代求解，因此較傳統(tǒng)數(shù)值方法有更快的求解速度。

1 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力、自學(xué)習(xí)適應(yīng)能力和并行處理信息的能力，因此常用于未知不確定的非線性系統(tǒng)模型的辨識(shí)工作[8]。近年來(lái)神經(jīng)網(wǎng)絡(luò)亦被廣泛地應(yīng)用于解決海洋平臺(tái)運(yùn)動(dòng)預(yù)報(bào)及其系泊系統(tǒng)張力預(yù)報(bào)的問(wèn)題中，如R. Guarize等人[9]將神經(jīng)網(wǎng)絡(luò)應(yīng)用于某FPSO的運(yùn)動(dòng)與系泊系統(tǒng)的張力預(yù)報(bào)，通過(guò)將有限元方法計(jì)算得到的FPSO運(yùn)動(dòng)時(shí)歷作為訓(xùn)練數(shù)據(jù)代入創(chuàng)建的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)得到FPSO的運(yùn)動(dòng)以及系泊系統(tǒng)導(dǎo)纜孔處的張力時(shí)歷。MA Uddin等人[10]則將Narx網(wǎng)絡(luò)應(yīng)用于SPAR平臺(tái)運(yùn)動(dòng)及其系泊系統(tǒng)的張力預(yù)報(bào)中，同樣也獲得了良好的預(yù)報(bào)結(jié)果。神經(jīng)網(wǎng)絡(luò)在這些問(wèn)題中的成功應(yīng)用，說(shuō)明了采用網(wǎng)絡(luò)對(duì)纜索模型進(jìn)行辨識(shí)的可行性。

1.1 NARX網(wǎng)絡(luò)

采用MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱創(chuàng)建辨識(shí)所用的神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖2所示，其中未知?jiǎng)討B(tài)系統(tǒng)為基于集中質(zhì)量模型的纜索動(dòng)力學(xué)數(shù)值模型[11]，u為纜索上端點(diǎn)的位移輸入，y為纜索截?cái)帱c(diǎn)的位移輸出，n為時(shí)間步，q為延遲階數(shù)，則NARX網(wǎng)絡(luò)的基本表達(dá)式可以表示為：

(1)

式中f(·)為神經(jīng)網(wǎng)絡(luò)模型所表示的非線性函數(shù)，此處采用兩層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，故其可以表示為：

(2)

其中(y(n),…,y(n-q+1),u(n),…,u(n-q+1))∈xl，φj為S形激活函數(shù)，F(xiàn)i為線性函數(shù)，Wi,j以及wj,l為各層未知權(quán)系數(shù)值，可采用貝葉斯正則化誤差反向傳播算法確定[12]。由于網(wǎng)絡(luò)的輸入不僅包含了當(dāng)前時(shí)刻的輸入信息，也包含了過(guò)去時(shí)刻的輸入、輸出信息，因此又稱該神經(jīng)網(wǎng)絡(luò)為NARX網(wǎng)絡(luò)，即帶有外部輸入的非線性自回歸神經(jīng)網(wǎng)絡(luò)。

圖2 NARX網(wǎng)絡(luò)結(jié)構(gòu)示意圖

1.2 數(shù)據(jù)準(zhǔn)備與網(wǎng)絡(luò)訓(xùn)練

以工作于320米水深的半潛平臺(tái)及其系泊系統(tǒng)為研究對(duì)象，其系泊系統(tǒng)布置圖如圖3所示，為四根多組分纜索呈近45°角對(duì)稱布置。系泊系統(tǒng)纜索參數(shù)可見(jiàn)表1。

圖3 系泊系統(tǒng)布置圖

項(xiàng)目上端中間下端長(zhǎng)度/m08742直徑/m49×10-3355×10-349×10-3軸向剛度/N82402177558240線密度/(kg/m)011500660115

考慮試驗(yàn)水池的尺度，取纜長(zhǎng)4米處對(duì)纜索進(jìn)行截?cái)?。文中僅對(duì)圖3中的4號(hào)纜索(Line4)進(jìn)行截?cái)喾治?，并設(shè)置3個(gè)工況如表2所示。其中工況1為訓(xùn)練工況，提供網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)；工況2、3為驗(yàn)證工況，用于驗(yàn)證網(wǎng)絡(luò)在非訓(xùn)練工況下的推廣性能，工況1～3所對(duì)應(yīng)的海況依次減小。

表2 不同工況下海浪譜參數(shù)

在對(duì)NARX網(wǎng)絡(luò)進(jìn)行訓(xùn)練前需確定網(wǎng)絡(luò)中的神經(jīng)元數(shù)目以及延遲階數(shù)，并選取適當(dāng)?shù)挠?xùn)練樣本。通過(guò)試湊法選取網(wǎng)絡(luò)的延遲階數(shù)為40，并根據(jù)公式確定網(wǎng)絡(luò)的神經(jīng)元數(shù)目為15。對(duì)工況1總共計(jì)算了3 600秒時(shí)長(zhǎng)纜索上端點(diǎn)以及截?cái)帱c(diǎn)的運(yùn)動(dòng)數(shù)據(jù)，取其中的350秒為訓(xùn)練數(shù)據(jù)，150秒數(shù)據(jù)為訓(xùn)練驗(yàn)證數(shù)據(jù)。

(3)

其中：l為隱含層神經(jīng)元數(shù)，m為輸入層節(jié)點(diǎn)數(shù)，n為輸出層節(jié)點(diǎn)數(shù)，a為1～10間的常數(shù)。

1.3 網(wǎng)絡(luò)離線訓(xùn)練結(jié)果檢驗(yàn)

工況1條件下的網(wǎng)絡(luò)截?cái)帱c(diǎn)位移離線計(jì)算結(jié)果如圖4所示，由圖4(a)～(c)的局部時(shí)歷結(jié)果可以看到網(wǎng)絡(luò)計(jì)算結(jié)果與集中質(zhì)量法計(jì)算結(jié)果基本符合；由圖4(d)～(f)的相關(guān)性分析結(jié)果可以看到X,Y,Z三個(gè)方向的位移相關(guān)性分析R值分別為0.999，0.999以及1，說(shuō)明神經(jīng)網(wǎng)絡(luò)于截?cái)帱c(diǎn)計(jì)算結(jié)果在整個(gè)3 600秒的時(shí)長(zhǎng)內(nèi)與集中質(zhì)量法計(jì)算結(jié)果符合良好。因此可將離線訓(xùn)練得到的網(wǎng)絡(luò)NET_0.12_2.15(其中0.12為波高，2.15為譜峰周期)用于主動(dòng)式模型截?cái)嘣囼?yàn)的在線仿真中。

圖4 工況1截?cái)帱c(diǎn)離線計(jì)算情況

2 主動(dòng)式模型截?cái)嘣囼?yàn)仿真

2.1 仿真平臺(tái)基本原理

利用海洋平臺(tái)及其系泊系統(tǒng)動(dòng)力學(xué)分析軟件OrcaFlex以及其所提供的外部Python函數(shù)接口，實(shí)現(xiàn)了OrcaFlex與Matlab兩款軟件之間數(shù)據(jù)傳遞，從而搭建主動(dòng)式模型截?cái)嘣囼?yàn)的在線仿真平臺(tái)。仿真平臺(tái)基本結(jié)構(gòu)如圖5所示，通過(guò)Python函數(shù)接口，每個(gè)時(shí)間步內(nèi)Line4的上端點(diǎn)(即平臺(tái)導(dǎo)纜孔處)位移信息實(shí)時(shí)傳遞到MATLAB中的NARX網(wǎng)絡(luò)模型進(jìn)行截?cái)帱c(diǎn)的運(yùn)動(dòng)計(jì)算，再通過(guò)Python函數(shù)接口返回OrcaFlex中，對(duì)OrcaFlex中的虛擬機(jī)構(gòu)實(shí)施位移控制。圖6為OrcaFlex中的海洋平臺(tái)及其系泊系統(tǒng)模型，其中左下的方塊為OrcaFlex中的虛擬執(zhí)行結(jié)構(gòu)，其位置在每個(gè)計(jì)算時(shí)間步內(nèi)都將根據(jù)神經(jīng)網(wǎng)絡(luò)的計(jì)算結(jié)果而實(shí)時(shí)更新。

圖5 仿真平臺(tái)基本工作流程

圖6 OrcaFlex中平臺(tái)及其系泊系統(tǒng)模型

2.2 主動(dòng)式模型截?cái)嘣囼?yàn)仿真結(jié)果與分析

將主動(dòng)式混合模型試驗(yàn)仿真結(jié)果記為截?cái)嗨罱Y(jié)果，全水深模型的耦合分析計(jì)算結(jié)果為全水深結(jié)果，截?cái)嗨钜约叭钋闆r下的平臺(tái)受到的波浪時(shí)歷是一致的。

1)工況1結(jié)果：

圖7 工況1 截?cái)嗨钆c全水深張力對(duì)比

工況1條件下的Line4相關(guān)時(shí)歷結(jié)果可見(jiàn)圖7，由圖(a)、(b)上可以看到，纜索張力結(jié)果基本一致，但截?cái)嗨畹慕Y(jié)果的最值與全水深情況下差異較大，最大值以及最小值的相對(duì)誤差分別為3.13%以及23.07%(張力的相關(guān)統(tǒng)計(jì)結(jié)果可見(jiàn)下表3)。同時(shí)由張力時(shí)歷的局部放大圖可以看到，截?cái)嗨顝埩Φ母哳l“毛刺”要較全水深情況下的更為明顯；產(chǎn)生的原因則可能是由于截?cái)帱c(diǎn)處的執(zhí)行機(jī)構(gòu)運(yùn)動(dòng)位移量由于無(wú)法完全與全水條件下纜索對(duì)應(yīng)點(diǎn)處的位移量相同，因此截?cái)帱c(diǎn)處的運(yùn)動(dòng)偏差所導(dǎo)致的纜索拉伸變形在一定程度上對(duì)纜索的張力造成了影響，故出現(xiàn)了較多“毛刺”。

表3 纜索Line4張力值統(tǒng)計(jì)結(jié)果(模型尺度)

纜索上端點(diǎn)(即導(dǎo)纜孔)處的運(yùn)動(dòng)統(tǒng)計(jì)結(jié)果如表4所述，截?cái)嗨钜约叭钋闆r下3個(gè)方向上的位移量統(tǒng)計(jì)結(jié)果符合良好，其最大相對(duì)誤差不超過(guò)8%，為7.53%，最小相對(duì)誤差為0.01%。因此可以認(rèn)為即使考慮平臺(tái)與纜索之間的耦合，采用NARX網(wǎng)絡(luò)進(jìn)行截?cái)帱c(diǎn)的計(jì)算對(duì)位移的統(tǒng)計(jì)值也不會(huì)造成太大的影響。

2)工況2、3結(jié)果：

驗(yàn)證工況2、3的張力計(jì)算結(jié)果如圖8所示?？梢钥吹?，利用工況1數(shù)據(jù)離線訓(xùn)練得到NARX網(wǎng)絡(luò)NET_0.12_2.15并將其應(yīng)用于工況2中的截?cái)帱c(diǎn)位移量計(jì)算，由此所得的Line4纜索張力與全水深情況下Line4張力亦基本一致；從圖8(a),(b)可以看出工況2條件下的截?cái)嗨畹睦|索張力中也存在明顯“毛刺”。另一方面，工況3條件下由于有義波高與譜峰周期與工況1條件相差較大，NARX網(wǎng)絡(luò)性能下降明顯，故相應(yīng)的可由圖8(c),(d)中可以看到截?cái)嗨罾|索張力較全水深纜索張力差異很大。

工況2、3條件下的Line4上端點(diǎn)位移統(tǒng)計(jì)結(jié)果如表6所示。工況2條件下位移量最大相對(duì)誤差4.73%，最小相對(duì)誤差為0.09%，因此可以認(rèn)為截?cái)嗨钗灰平Y(jié)果與全水深位移結(jié)果符合良好。但工況3條件下的Line4上端點(diǎn)位移相對(duì)誤差則較大，基本都超出了工程精度20%的要求，故網(wǎng)絡(luò)在工況3條件下代替集中質(zhì)量法進(jìn)行纜索截?cái)帱c(diǎn)運(yùn)動(dòng)計(jì)算基本不可行。

表4 纜索Line4上端點(diǎn)位移統(tǒng)計(jì)結(jié)果(模型尺度)

圖8 工況2、3 截?cái)嗨钆c全水深張力對(duì)比

工況2纜索Line4張力值統(tǒng)計(jì)結(jié)果(模型尺度)項(xiàng)目平均值最大值最小值標(biāo)準(zhǔn)差全水深結(jié)果(N)837E+00130E+01651E+00795E?01截?cái)嗨罱Y(jié)果(N)833E+00145E+01577E+00829E?01相對(duì)誤差046%1125%1142%422%工況3纜索Line4張力值統(tǒng)計(jì)結(jié)果(模型尺度)項(xiàng)目平均值最大值最小值標(biāo)準(zhǔn)差全水深結(jié)果(N)7817E+001015E+016785E+004278E?01截?cái)嗨罱Y(jié)果(N)7680E+001652E+013758E+008612E?01相對(duì)誤差175%6282%4461%10131%

表6 工況2、3纜索Line4上端點(diǎn)位移統(tǒng)計(jì)結(jié)果(模型尺度)

3 結(jié)論

結(jié)合主動(dòng)式模型截?cái)嘣囼?yàn)仿真的結(jié)果可以得到以下結(jié)論：

1)由工況1數(shù)據(jù)離線訓(xùn)練得到的NARX網(wǎng)絡(luò)在工況1以及工況2下有著很好的性能，截?cái)嗲闆r下用其代替集中質(zhì)量法進(jìn)行纜索截?cái)帱c(diǎn)的在線運(yùn)動(dòng)計(jì)算，所得纜索張力及運(yùn)動(dòng)的統(tǒng)計(jì)結(jié)果與全水深情況下的結(jié)果基本相同。

2)工況3由于在波高以及譜峰周期與訓(xùn)練工況1相差較遠(yuǎn)，因此造成截?cái)嗨罱Y(jié)果與全水深結(jié)果差異較大，由此可見(jiàn)NARX網(wǎng)絡(luò)不能完全適用于所有工況下截?cái)帱c(diǎn)運(yùn)動(dòng)的計(jì)算。

3)由于NARX網(wǎng)絡(luò)計(jì)算所得位移與集中質(zhì)量法結(jié)果存在偏差，從而使得截?cái)嗨钋闆r下的纜索張力較全水深情況不能完全相同。截?cái)帱c(diǎn)位移偏差也造成纜索張力存在明顯的高頻“毛刺”，而在實(shí)際試驗(yàn)中即使數(shù)值計(jì)算結(jié)果十分精確，截?cái)帱c(diǎn)的執(zhí)行機(jī)構(gòu)存在的機(jī)械間隙也不能保證位置命令的精確執(zhí)行，因此在實(shí)際中還需要引入相應(yīng)的位置修正，使位移偏差盡量減小。

[1]Stansberg C T, Ormberg H, Oritsland O. Challenges in deep water experiments: Hybrid approach [J]. Journal of Offshore Mechanics and Arctic Engineering, 2002, 124(2): 90-6.

[2]Stansberg C, Karlsen S, Ward E, et al. Model testing for ultradeep waters[A]. proceedings of the Offshore Technology Conference, F, 2004[C].

[3]楊建民, 肖龍飛, 盛振邦. 海洋工程水動(dòng)力學(xué)試驗(yàn)研究 [M]. 上海:上海交通大學(xué)出版社, 2008.

[4]洪文淵, 張火明, 管衛(wèi)兵, et al. 系泊纜等效水深截?cái)帱c(diǎn)處動(dòng)力響應(yīng) [J]. 艦船科學(xué)技術(shù), 2015(1):23-28.

[5]高文軍. 深海系泊纜等效水深截?cái)帱c(diǎn)處運(yùn)動(dòng)和受力的仿真及控制 [D].杭州：中國(guó)計(jì)量學(xué)院, 2012.

[6]Buchner B, Wichers J, De Wilde J. Features of the State-of-the-art Deepwater Offshore Basin[A]. proceedings of the Annu Offshore Technil Conf, F, 1999[C].

[7]Cao Y, Tahchiev G. A Study on an Active Hybrid Decomposed Mooring System for Model Testing in Ocean Basin for Offshore Platforms[A]. proceedings of the ASME 2013 32nd International Conference on Ocean, Offshore and Arctic Engineering, F, 2013 [C]. American Society of Mechanical Engineers.

[8]王 琳, 馬 平. 系統(tǒng)辨識(shí)方法綜述 [J]. 電力科學(xué)與工程. 2001: 63-6.

[9]Guarize R, Matos N, Sagrilo L, et al. Neural networks in the dynamic response analysis of slender marine structures [J]. Applied Ocean Research, 2007, 29(4): 191-198.

[10]Uddin M, Jameel M, Razak H, et al. Response Prediction of Offshore Floating Structure Using Artificial Neural Network [J]. Advanced Science Letters, 2012, 1): 186-9.

[11]Walton T S, Polachek H. Calculation of transient motion of submerged cables [J]. Mathematics of computation, 1960, 14(69): 27-46.

[12]Mackay D J C. Bayesian Methods for Backpropagation Networks [J]. Physics of Neural Networks, 1996, 211-54.

Simulation of Active Truncated System Based on Neural Network

Zhang Longhui,Wei Naxin,Kuang Xiaofeng,Fan Yali

(China Ship Scientific Research Center, Wuxi 214082, China)

A cable numerical model with fast solution speed is required in active truncated system. Because of intermediate equilibrium iterations, numerical model based on lumped-mass method’s solution speed is slow. To solve this problem, neural network was used to get equivalent model in time domain which reflects the motion relationship between upper point and truncated point of cable. This network model do not need iterative process so its solution speed can be more faster than lumped-mass method. A simulation platform was built by using Orcaflex and Matlab. In the process of simulation, lumped-mass method was replaced by neural network which is got off-line to do on-line computation. Comparison with results between full-depth system and truncated-depth system, it shows neural network is feasible in active truncated system.

active truncated system; neural network; mooring system; cable dynamic

2016-07-28；

2016-08-31。

張隆輝(1990-)，男，福建福州人，助理工程師，主要從事試驗(yàn)檢測(cè)技術(shù)方向的研究。

1671-4598(2017)01-0232-04DOI：10.16526/j.cnki.11-4762/tp

TP

A