[发明专利]一种拖体粘滞拖曳阻力预测方法及系统

权利要求书

1.一种拖体粘滞拖曳阻力预测方法，其特征在于，包括：

建立拖体仿真模型；

选定拖体不同拖曳工况下的多组设计变量代入拖体仿真模型，得到每组设计变量对应的荷载变量，进而计算拖体对应的粘滞拖曳阻力；

基于设计变量和粘滞拖曳阻力，获取拖体的粘滞拖曳阻力代理模型，测试粘滞拖曳阻力代理模型性能；

依据粘滞拖曳阻力代理模型和设计变量，预测拖体的粘滞拖曳阻力；

其中，选择机器学习模型，通过设计变量和对应的粘滞拖曳阻力，创建设计变量-粘滞拖曳阻力组成的数据库，利用数据库训练机器学习模型，获取拖体的粘滞拖曳阻力代理模型；

选取设计变量为拖体绕Z轴的角度、沿X轴的速度和沿Y轴的速度，获取的荷载变量为水动力荷载绕Z轴的转矩、沿X轴的分力和沿Y轴的分力，建立设计变量-荷载变量数据对；

测试粘滞拖曳阻力代理模型性能具体包括：选取设计变量带入粘滞拖曳阻力代理模型，得到粘滞拖曳阻力的预测值；通过均方差和拟合优度指标表征代理模型的性能。

2.如权利要求1所述的拖体粘滞拖曳阻力预测方法，其特征在于，利用数据库训练机器学习模型，包括：

选择人工神经网络回归模型建立设计变量-粘滞拖曳阻力代理模型；

将数据库划分数据集，并带入人工神经网络回归模型进行训练，确定人工神经网络回归模型的超参数；

对超参数进行寻优，得到人工神经网络模型作为粘滞拖曳阻力代理模型。

3.如权利要求1所述的拖体粘滞拖曳阻力预测方法，其特征在于，将通过仿真分析获得仿真值与粘滞拖曳阻力代理模型计算的预测值做归一化处理后再做均方差计算。

4.如权利要求1所述的拖体粘滞拖曳阻力预测方法，其特征在于，处理设计变量-荷载变量数据对，计算与设计变量对应的粘滞拖曳阻力。

5.一种拖体粘滞拖曳阻力预测系统，其特征在于，包括：

拖体建模模块，被配置为：建立拖体仿真模型；

数据获取模块，被配置为：选定拖体不同拖曳工况下的多组设计变量代入拖体仿真模型，得到每组设计变量对应的荷载变量，进而计算拖体对应的粘滞拖曳阻力；

代理模型建模模块，被配置为：基于设计变量和粘滞拖曳阻力，获取拖体的粘滞拖曳阻力代理模型，测试粘滞拖曳阻力代理模型性能；

预测模块，被配置为：依据粘滞拖曳阻力代理模型和设计变量，预测拖体的粘滞拖曳阻力；

训练模块，被配置为：选择机器学习模型，通过设计变量和对应的粘滞拖曳阻力，创建设计变量-粘滞拖曳阻力组成的数据库，利用数据库训练机器学习模型，获取拖体的粘滞拖曳阻力代理模型；

数据对建立模块，被配置为：选取设计变量为拖体绕Z轴的角度、沿X轴的速度和沿Y轴的速度，获取的荷载变量为水动力荷载绕Z轴的转矩、沿X轴的分力和沿Y轴的分力，建立设计变量-荷载变量数据对；

模型性能测试模块，被配置为：测试粘滞拖曳阻力代理模型性能具体包括：选取设计变量带入粘滞拖曳阻力代理模型，得到粘滞拖曳阻力的预测值；通过均方差和拟合优度指标表征代理模型的性能。