CN118211521A - 一种消浪孔码头消浪效果仿真方法及相关设备 - Google Patents
一种消浪孔码头消浪效果仿真方法及相关设备 Download PDFInfo
- Publication number
- CN118211521A CN118211521A CN202410635108.1A CN202410635108A CN118211521A CN 118211521 A CN118211521 A CN 118211521A CN 202410635108 A CN202410635108 A CN 202410635108A CN 118211521 A CN118211521 A CN 118211521A
- Authority
- CN
- China
- Prior art keywords
- wave
- data
- wharf
- hole
- flow direction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 154
- 230000000694 effects Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000009826 distribution Methods 0.000 claims abstract description 170
- 238000003379 elimination reaction Methods 0.000 claims abstract description 159
- 230000008030 elimination Effects 0.000 claims abstract description 157
- 230000003068 static effect Effects 0.000 claims abstract description 103
- 238000012937 correction Methods 0.000 claims abstract description 75
- 239000013598 vector Substances 0.000 claims abstract description 55
- 238000012795 verification Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 17
- 238000011144 upstream manufacturing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000009792 diffusion process Methods 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000009194 climbing Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012843 least square support vector machine Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种消浪孔码头消浪效果仿真方法及相关设备，采集波浪数据集；基于波浪的流向分布特征对波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；进而根据松弛流向数据域确定对应浪高仪的波浪松弛值；对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，从而确定波浪在仿真时的越浪量修正数据；采集静压强数据和动压强数据，根据静压强数据确定静态分布量，进而从动压强数据提取出在仿真时的压强分布验证向量；进一步确定目标消浪孔码头的消浪仿真数据，基于消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。采用本申请的方案，可实现在数值扩散现象下对消浪孔码头消浪效果的仿真。
Description
技术领域
本申请涉及数据仿真技术领域，更具体的说，本申请涉及一种消浪孔码头消浪效果仿真方法及相关设备。
背景技术
数据仿真是一种通过数学模型和计算机程序模拟实际***行为的技术，仿真技术的核心是建立***的数学模型，包括***的结构、行为和相互关系，这些模型可以基于物理定律、统计分析、经验规律等建立，一旦建立了模型，仿真技术使用计算机程序对模型进行数值计算，模拟***的行为和性能，仿真结果可以提供对***行为的深入理解，评估不同设计方案的性能，并指导决策和优化，仿真技术的优势在于能够在较短的时间内获取大量数据，以及可以模拟实际***中难以观测或控制的情况，总的来说，仿真技术是一种强大的工具，为各种工程和科学问题的研究提供了有效的手段和途径。
消浪孔码头消浪效果仿真是一种利用计算机模拟海洋环境和孔码头结构相互作用的方法，旨在评估消浪孔码头在不同海洋条件下的消浪效果，该技术综合考虑海洋环境、孔码头结构特性和浪涌传播等因素，通过建立数学模型，模拟海浪在孔码头周围的传播、反射和折射过程，从而预测孔码头的消浪效果，然而，在消浪效果仿真模拟过程中会产生数值扩散现象，所述数值扩散现象是指在数值模拟中由于数值方法的离散化过程引入了扩散机制，导致模拟结果的模糊化，尤其是对于具有尖锐空间变化或高频振荡的现象，从而产生了误差，因此，如何实现在数值扩散现象下对消浪孔码头消浪效果的仿真，从而提高仿真模拟的精度成为业界面临的难题。
发明内容
本申请提供一种消浪孔码头消浪效果仿真方法及相关设备，可实现在数值扩散现象下对消浪孔码头消浪效果的仿真，从而提高仿真模拟的精度。
第一方面，本申请提供一种消浪孔码头消浪效果仿真方法，包括如下步骤：
使用多个浪高仪采集目标消浪孔码头的波浪数据集；
基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；
根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；
对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；
采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；
根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
在一些实施例中，基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域具体包括：
确定目标消浪孔码头上波浪的流向分布特征；
根据所述波浪数据集中所有的波浪周期数据确定波浪的溯上分布值和流下分布值；
通过所述流向分布特征、所述溯上分布值以及所述流下分布值将所述波浪数据集划分为松弛流向数据域和消波流向数据域。
在一些实施例中，根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值具体包括：
从所述松弛流向数据域中选取一个松弛流向数据段；
从该个松弛流向数据段中提取出波浪的松弛距离；
根据所述松弛距离确定该个松弛流向数据段对应浪高仪的波浪松弛值；
重复上述步骤，得到所述松弛流向数据域中剩余松弛流向数据段对应浪高仪的波浪松弛值。
在一些实施例中，对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数具体包括：
根据所有的波浪松弛值确定目标消浪孔码头的松弛消波量；
获取所述松弛流向数据域；
根据所述松弛流向数据域和所述松弛消波量确定目标消浪孔码头的松弛反射量；
通过所述松弛消波量和所述松弛反射量确定仿真时的消波反射系数。
在一些实施例中，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据具体包括：
获取所述溯上分布值和所述流下分布值；
根据所述溯上分布值和所述流下分布值对所述消波流向数据域中所有的波高数据、所有的波长数据和所有的波速数据进行越浪修正，得到越浪修正数据域；
通过所述消波反射系数和所述越浪修正数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据。
在一些实施例中，根据所述静压强数据确定水下消浪孔压强的静态分布量具体包括：
对所述静压强数据进行线性拟合，得到多个静压强拟合曲线；
确定各个静压强拟合曲线的静压强导数极差值；
根据所有的静压强导数极差值确定水下消浪孔压强的静态分布量。
在一些实施例中，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量具体包括：
通过所述动压强数据确定各个水下压力传感器的动压强包络线；
根据所述静态分布量和所有的动压强包络线确定在仿真时目标消浪孔码头的压强分布验证向量。
第二方面，本申请提供一种消浪孔码头消浪效果仿真***，包括：
获取模块，用于使用多个浪高仪采集目标消浪孔码头的波浪数据集；
处理模块，用于基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；
所述处理模块，还用于根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；
所述处理模块，还用于对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；
所述处理模块，还用于采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；
执行模块，用于根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的消浪孔码头消浪效果仿真方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的消浪孔码头消浪效果仿真方法。
本申请公开的实施例提供的技术方案具有以下有益效果：
本申请提供的消浪孔码头消浪效果仿真方法及相关设备中，使用多个浪高仪采集目标消浪孔码头的波浪数据集；基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
由此可见，本申请中可以根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据；其中，首先，通过所述静态分布量从所述动压强数据提取出在仿真时验证目标消浪孔码头水域中各个位置动态压力分布的压强分布验证向量；其次，使用波浪消能效果和反射效果之间的消波反射系数从消波流向数据域中提取出用于模拟在目标消浪孔码头周围传播的越浪量修正数据；然后，据所述压强分布验证向量和所述越浪量修正数据得到目标消浪孔码头在不同时刻下消浪效果仿真的消浪仿真数据；最后，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟；综上所述，本申请的方案可实现在数值扩散现象下对消浪孔码头消浪效果的仿真，从而提高仿真模拟的精度。
附图说明
图1是根据本申请一些实施例所示的消浪孔码头消浪效果仿真方法的示例性流程图；
图2是本申请一些实施例中确定松弛流向数据域和消波流向数据域的流程示意图；
图3是本申请一些实施例中确定波浪松弛值的流程示意图；
图4是本申请一些实施例中消浪孔码头消浪效果仿真***的结构框图；
图5是根据本申请一些实施例所示的实现消浪孔码头消浪效果仿真方法的计算机设备的结构示意图。
具体实施方式
本申请核心是使用多个浪高仪采集目标消浪孔码头的波浪数据集；基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。本申请的方案可实现在数值扩散现象下对消浪孔码头消浪效果的仿真，从而提高仿真模拟的精度。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1，该图是根据本申请一些实施例所示的消浪孔码头消浪效果仿真方法的示例性流程图，该消浪孔码头消浪效果仿真方法100主要包括如下步骤：
在步骤101中，使用多个浪高仪采集目标消浪孔码头的波浪数据集。
具体实现时，在目标消浪孔码头前不同的采样点上使用多个浪高仪采集波浪数据集，需要说明的是，本申请中所述波浪数据集由多个波浪数据组成并且按照时间先后顺序排列，所述波浪数据集中的波浪数据由波高数据、波长数据、波速数据、波浪周期数据和波向数据组成。
另外，还需要说明的是所述波高数据是指海浪从波谷到波峰的垂直距离；所述波长数据是指相邻波峰或波谷之间的水平距离；所述波速数据是指海浪传播的速度；所述波浪周期数据是指相邻波峰或波谷通过某一点所需的时间；所述波向数据是指海浪传播的方向，以度数表示。
在步骤102中，基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域。
在一些实施例中，参考图2所示，该图是本申请一些实施例中确定松弛流向数据域和消波流向数据域的流程示意图，本实施例中基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域可采用下述步骤实现：
首先，在步骤1021中，确定目标消浪孔码头上波浪的流向分布特征；
其次，在步骤1022中，根据所述波浪数据集中所有的波浪周期数据确定波浪的溯上分布值和流下分布值；
然后，在步骤1023中，通过所述流向分布特征、所述溯上分布值以及所述流下分布值将所述波浪数据集划分为松弛流向数据域和消波流向数据域。
需要说明的是，本申请中所述流向分布特征波浪的流向分布特征是指波浪在目标消浪孔码头的海域中传播时的主要传播方向和分布规律，作为一个优选实施例，确定目标消浪孔码头上波浪的流向分布特征可采用下述方式实现，即：计算所述波浪数据集中所有波向数据的均值，将得到的均值作为目标消浪孔码头上波浪的流向分布特征。
具体实现时，根据所述波浪数据集中所有的波浪周期数据确定波浪的溯上分布值和流下分布值可采用下述方式实现，即：首先，对所述波浪数据集中所有的波浪周期数据计算差分，将计算差分后得到的序列作为波浪周期差分序列，其次，将波浪周期差分序列中的每个值均作为波浪周期差分值，并将波浪周期差分序列的中位数作为目标消浪孔码头上波浪的周期差分中值，然后，对所述波浪周期差分序列中大于周期差分中值的波浪周期差分值计算均值，将得到的均值作为波浪的溯上分布值，对所述波浪周期差分序列中小于等于周期差分中值的波浪周期差分值计算均值，将得到的均值作为波浪的流下分布值，在其它实施例中也可以采用其它方法实现，这里不做限定。
需要说明的是，本申请中所述溯上分布值表示衡量波浪与目标消浪孔码头相互作用后波峰在码头上溯升程度的参数值，所述溯上分布值越大，表示波浪与目标消浪孔码头相互作用后波峰在码头上溯升程度越大；所述流下分布值表示衡量波峰上升到最高处后波浪沿着码头上的消浪孔下降程度的参数值，所述流下分布值越大，表示波峰上升到最高处后波浪沿着码头上的消浪孔下降程度越大。
具体实现时，通过所述流向分布特征、所述溯上分布值以及所述流下分布值将所述波浪数据划分为松弛流向数据域和消波流向数据域可采用下述方式实现，即：首先，将所述波浪数据集中所有波向数据大于所述流向分布特征的波浪数据划分为同一类，并将这类数据组成的集合作为溯上数据域，将所述波浪数据集中波向数据小于等于所述流向分布特征的波浪数据划分为同一类，并将这类数据组成的集合作为流下数据域，其次，对所述溯上数据域中所有波浪周期数据计算差分，将计算差分后得到的序列作为溯上周期差分序列，同时将溯上周期差分序列中每个值均作为溯上周期差分值，并且每个溯上周期差分值均对应着一个波浪数据，将溯上周期差分序列中溯上周期差分值大于等于溯上分布值对应的波浪数据组成一个集合，并将该集合作为消波流向数据域，然后，对所述流下数据域中所有波浪周期数据计算差分，将计算差分后得到的序列作为流下周期差分序列，同时将流下周期差分序列中每个值均作为流下周期差分值，并且每个流下周期差分值均对应着一个波浪数据，将流下周期差分序列中流下周期差分值小于等于流下分布值对应的波浪数据按照时间先后顺序排列，并将排列后得到的序列作为松弛流向数据序列，再将松弛流向数据序列中的数据按照采集时对应的浪高仪进行选取然后组成有序的数据段，并将得到的数据段均作为松弛流向数据段，即每个浪高仪均对应着一个松弛流向数据段，最后将所有的松弛流向数据段组成的集合作为松弛流向数据域，在其它实施例中也可以采用其它方法实现，这里不做限定。
需要说明的是，本申请中所述消波流向数据域表示目标消浪孔码头的波浪流向产生显著变化的波浪数据组成的集合；所述松弛流向数据域表示目标消浪孔码头的波浪流向未受到显著阻碍的波浪数据组成有序数据段后构成的集合。
在步骤103中，根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值。
在一些实施例中，参考图3所示，该图是本申请一些实施例中确定波浪松弛值的流程示意图，本实施例中根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值可采用下述步骤实现：
首先，在步骤1031中，从所述松弛流向数据域中选取一个松弛流向数据段；
其次，在步骤1032中，从该个松弛流向数据段中提取出波浪的松弛距离；
然后，在步骤1033中，根据所述松弛距离确定该个松弛流向数据段对应浪高仪的波浪松弛值；
最后，在步骤1034中，重复上述步骤，得到所述松弛流向数据域中剩余松弛流向数据段对应浪高仪的波浪松弛值。
具体实现时，从该个松弛流向数据段中提取出波浪的松弛距离可采用下述步骤方式实现，即：可以对该个松弛流向数据段中所有的波高数据进行样条插值，从而得到一条曲线，并将该曲线作为波高样条曲线，对所述波高样条曲线上每个位置求取导数，并计算导数最大的位置和导数最小的位置之间的距离，将得到的距离作为波浪的松弛距离；根据所述松弛距离确定该个松弛流向数据段对应浪高仪的波浪松弛值可采用下述方式实现，即：首先对所述松弛距离取自然对数后减去1，并将得到的值除以对1取自然对数后减去1的值，然后，将相除得到的值作为该个松弛流向数据段对应浪高仪的波浪松弛值，在其它实施例中还可以采用其它方法实现，这里不再赘述。
需要说明的是，本申请中所述松弛距离是指波浪在传播方向上逐渐较小到一定程度的距离，所述松弛距离可用于评估波浪在传播过程中的能量损失情况；所述波浪松弛值表示波浪在传播过程中逐渐衰减程度的度量，反映了仿真时波浪的消减效果。
在步骤104中，对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据。
在一些实施例中，对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数可采用下述步骤实现，即：
根据所有的波浪松弛值确定目标消浪孔码头的松弛消波量；
获取所述松弛流向数据域；
根据所述松弛流向数据域和所述松弛消波量确定目标消浪孔码头的松弛反射量；
通过所述松弛消波量和所述松弛反射量确定仿真时的消波反射系数。
需要说明的是，本申请中所述松弛消波量表示目标消浪孔码头能够吸收波浪能量的度量，作为一个优选实施例，根据所有的波浪松弛值确定目标消浪孔码头的松弛消波量可采用下述方式实现，即：首先，从所有的波浪松弛值中选取出最大的波浪松弛值和最小的波浪松弛值，将最大的波浪松弛值减去最小的波浪松弛值后取绝对值，然后，将取绝对值得到的值除以1加上所有波浪松弛值的均值得到的值，将相除得到的值作为目标消浪孔码头的松弛消波量。
需要说明的是，本申请中所述松弛反射量表示目标消浪孔码头能够反射波浪能量的度量，作为一个优选实施例，根据所述松弛流向数据域和所述松弛消波量确定目标消浪孔码头的松弛反射量可采用下述方式实现，即：首先，从所述松弛流向数据域中选取出一个松弛流向数据段，将该个松弛流向数据段中所有的波高数据和所有的波速数据对应相乘，再对相乘后得到的所有值求和，将求和后得到的值作为该个松弛流向数据段的波能量，重复上述步骤，得到所述松弛流向数据域中剩余松弛流向数据段的波能量，其次，对所有的波能量求取均值，将求取的均值减去所述松弛消波量，将相减得到的值作为目标消浪孔码头的松弛反射量，在其它实施例中也可以采用其它方法实现，这里不做限定。
具体实现时，通过所述松弛消波量和所述松弛反射量确定仿真时的消波反射系数可采用下述方式实现，即：将所述松弛反射量除以所述松弛消波量，将相除得到的值作为仿真时的消波反射系数。
需要说明的是，本申请中所述消波反射系数表示目标消浪孔码头对波浪消能效果和反射效果之间的比值，当消波反射系数接近于1时，表示目标消浪孔码头对波浪的反射效果较强，当接近于0时，表示目标消浪孔码头对波浪的消能效果较好。
在一些实施例中，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据可采用下述步骤实现，即：
获取所述溯上分布值和所述流下分布值；
根据所述溯上分布值和所述流下分布值对所述消波流向数据域中所有的波高数据、所有的波长数据和所有的波速数据进行越浪修正，得到越浪修正数据域；
通过所述消波反射系数和所述越浪修正数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据。
具体实现时，根据所述溯上分布值和所述流下分布值对所述消波流向数据域中所有的波高数据、所有的波长数据和所有的波速数据进行越浪修正，得到越浪修正数据域可采用下述方式实现，即：首先，将所述溯上分布值除以所述流下分布值，将相除得到的值作为目标消浪孔码头的越浪修正值，其次，对所有的波高数据均减去越浪修正值，将相减得到的数据均作为波高修正数据，对所有的波长数据均减去越浪修正值，将相减得到的数据均作为波长修正数据，对所有的波速数据均减去越浪修正值，将相减得到的数据均作为波速修正数据，将所有的波高修正数据、波长修正数据和波速修正数据组成的集合作为越浪修正数据域，通过越浪修正可使得修正后的数据更贴近实际情况，在其它实施例中也可以采用其它方法实现，这里不做限定。
具体实现时，通过所述消波反射系数和所述越浪修正数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据可采用下述方式实现，即：对所述越浪修正数据域中所有的波高修正数据、所有的波长修正数据以及波速修正数据均乘以所述消波反射系数，将乘以所述消波反射系数的波高修正数据均作为波高反射数据，又将乘以所述消波反射系数的波长修正数据均作为波长反射数据，再将乘以所述消波反射系数的波速修正数据均作为波速反射数据，然后，将所有的波长反射数据、所有的波高反射数据和所有的波速反射数据组成的集合作为目标消浪孔码头上的波浪在仿真时的越浪量修正数据，在其它实施例中还可以采用其它方法实现，这里不再赘述。
需要说明的是，本申请中所述越浪量修正数据用于描述波浪在目标消浪孔码头周围传播的数据，所述越浪量修正数据反映了在消浪效果仿真中目标消浪孔码头对波浪的影响。
在步骤105中，采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量。
具体实现时，使用多个水下压力传感器采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，需要说明的是，所述静压强数据由多个静压强分量数据组成，其中所述静压强数据中的静压强分量数据表示的是水下压力传感器在目标消浪孔码头的水体中不受外部扰动时所测得随时间变化的压力数据；另外所述动压强数据由多个动压强分量数据组成，其中所述动压强数据中的动压强分量数据表示的是水下压力传感器在目标消浪孔码头的流动水体下采集到随时间变化的压力数据。
在一些实施例中，根据所述静压强数据确定水下消浪孔压强的静态分布量可采用下述步骤实现：
对所述静压强数据进行线性拟合，得到多个静压强拟合曲线；
确定各个静压强拟合曲线的静压强导数极差值；
根据所有的静压强导数极差值确定水下消浪孔压强的静态分布量。
具体实现时，对所述静压强数据进行线性拟合，得到多个静压强拟合曲线可采用下述方式实现，即：对所述静压强数据中每个静压强分量数据均可采用相同的线性拟合算法进行拟合，例如：最小二乘法、多项式拟合、最小二乘支持向量机等拟合算法，并将拟合得到的所有曲线均作为静压强拟合曲线，在其它实施例中也可以采用其它方法实现，这里不做限定。
具体实现时，确定各个静压强拟合曲线的静压强导数极差值可采用下述方式实现，即：对每个静压强拟合曲线上的每个位置求取导数，将每个静压强拟合曲线上最大的导数和最小的导数作差，将作差得到的值作为对应静压强拟合曲线的静压强导数极差值；根据所有的静压强导数极差值确定水下消浪孔压强的静态分布量可采用下述方式实现，即：从所有的静压强导数极差值中选取出最大的静压强导数极差值和最小的静压强导数极差值，将最大的静压强导数极差值和最小的静压强导数极差值作差，将作差得到的值作为水下消浪孔压强的静态分布量。
需要说明的是，本申请中所述静压强导数极差值表示目标消浪孔码头的水域内的静压强变化率的范围的参数值，所述静压强导数极差值越大，表明目标消浪孔码头的水域内存在较大的压力梯度，所述静压强导数极差值越小则表示目标消浪孔码头的水域内的压力变化相对较缓；所述静态分布量表示的是目标消浪孔码头的水域内静态压力分布的状态量，反映了水域内压力的空间分布特征，所述静态分布量越大，说明消浪孔能有效减缓波浪的传播，达到消波的效果。
在一些实施例中，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量可采用下述步骤实现：
通过所述动压强数据确定各个水下压力传感器的动压强包络线；
根据所述静态分布量和所有的动压强包络线确定在仿真时目标消浪孔码头的压强分布验证向量。
具体实现时，通过所述动压强数据确定各个水下压力传感器的动压强包络线可采用下述方式实现，即：可使用小波变换法对所述动压强数据中每个动压强分量数据提取出包络线，并将得到的包络线作为各个水下压力传感器对应的动压强包络线，在其它实施例中还可以采用其它方法实现，这里不再赘述。
需要说明的是，本申请中所述动压强包络线表示的是水下压力传感器的动态压力信号中的上边界线，所述动压强包络线在一定时间段内覆盖了所有动压力信号的变化范围，是对动态压力信号的波动特征进行整体描述的一种方式。
具体实现时，根据所述静态分布量和所有的动压强包络线确定在仿真时目标消浪孔码头的压强分布验证向量可采用下述步骤实现，即：选取一个动压强包络线，对于动压强包络线上的每个位置上求取动压强的均值，将每个位置上得到的均值减去静态分布量，将所有相减得到的值排列成序列，将该序列作为该个动压强包络线的动压强分布序列，同时将动压强分布序列中的每个值均作为动压强分布值，重复上述步骤，得到剩余动压强包络线的动压强分布序列；从每个动压强分布序列中选取相同位置上最大的动压强分布值，将所有选取出来动压强分布值按照值的大小排列组成一个向量，将得到的向量作为在仿真时目标消浪孔码头的压强分布验证向量，在其它实施例中也可以采用其它方法实现，这里不做限定。
另外，还需要说明的是，本申请中所述压强分布验证向量表示验证目标消浪孔码头的水域中各个位置动态压力分布情况组成的向量，所述压强分布验证向量在消波效果仿真中用于评估消波结构对水域内波浪的影响，通过所述压强分布验证向量可评估目标消浪孔码头的消浪效果，从而得到波浪对目标消浪孔码头的冲击情况，为消波设计和优化提供依据。
在步骤106中，根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
在一些实施例中，根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据可采用下述步骤实现：
对所述越浪量修正数据进行标准化，得到标准越浪量修正数据；
通过所述标准越浪量修正数据中标准波高反射数据和标准波长反射数据确定波浪爬高数据；
根据所述压强分布验证向量和所述标准越浪量修正数据中的标准波速反射数据确定目标消浪孔码头的消浪分布效果向量；
通过所述波浪爬高数据和所述消浪分布效果向量确定目标消浪孔码头的消浪仿真数据。
具体实现时，对所述越浪量修正数据进行标准化，得到标准越浪量修正数据可采用下述方式实现，即：分别对所述越浪量修正数据中的波高反射数据、波长反射数据和波速反射数据进行标准化，分别得到标准波高反射数据、标准波长反射数据和标准波速反射数据，将所有标注化后的数据组成的集合作为标准越浪量修正数据，在其它实施例中还可以采用其它方法实现，这里不再赘述；
需要说明的是，本申请中所述波浪爬高数据表示的是波浪在垂直方向上的高度变化的数据，作为一个优选实施例通过所述标准越浪量修正数据中标准波高反射数据和标准波长反射数据确定波浪爬高数据可采用下述方式实现，即：将所述标准波高反射数据中每个值均乘以标准波长反射数据中对应位置上的值，将相乘得到的所有值组成的数据作为波浪爬高数据。
具体实现时，根据所述压强分布验证向量和所述标准越浪量修正数据中的标准波速反射数据确定目标消浪孔码头的消浪分布效果向量可采用下述方式实现，即：首先，将所述压强分布验证向量中第一个动压强分布值与所述标准越浪量修正数据中的标准波速反射数据中第一个数值对齐，再将所述压强分布验证向量中所有动压强分布值与所述标准波速反射数据中对应位置上的值相乘后相加，将相加得到的值作为第一个消浪分布效果量，然后，将所述压强分布验证向量中第一个动压强分布值与所述标准越浪量修正数据中的标准波速反射数据中第二个数值对齐，再将所述压强分布验证向量中所有动压强分布值与所述标准波速反射数据中对应位置上的值相乘后相加，将相加得到的值作为第二个消浪分布效果量，以此类推，分别将所述压强分布验证向量中第一个动压强分布值与标准波速反射数据中剩余的数值进行对齐后计算得到剩余的消浪分布效果量，将依次得到的消浪分布效果量按照顺序组成一个向量，将得到的向量作为目标消浪孔码头的消浪分布效果向量，在其它实施例中还可以采用其它方法实现，这里不做限定。
需要说明的是，本申请中所述消浪分布效果向量描述的是目标消浪孔码头在水域中的消浪效果的向量。
具体实现时，通过所述波浪爬高数据和所述消浪分布效果向量确定目标消浪孔码头的消浪仿真数据可采用下述实现方式，即：将所述消浪分布效果向量中的第一个消浪分布效果量与所述波浪爬高数据中第一个数值相乘，将相乘得到值作为第一个消浪仿真量，再将所述消浪分布效果向量中的第二个消浪分布效果量与所述波浪爬高数据中第二个数值相乘，将相乘得到值作为第二个消浪仿真量，依次类推，将消浪分布效果向量中剩余位置上的消浪分布效果量与所述波浪爬高数据中剩余位置上的数值相乘，从而得到剩余的消浪仿真量，将所有的消浪仿真量按照得到的顺序组成消浪仿真数据，在其它实施例中还可以采用其它方法实现，这里不做限定。
需要说明的是，本申请中所述消浪仿真数据表示的是对目标消浪孔码头在不同时刻下消浪效果的仿真数据。
具体实现时，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟可采用下述方式实现，即：首先，将消浪仿真数据转换成计算机辅助设计软件（Computer-Aided Design，CAD）能够识别的格式，其次，在CAD软件中创建消波仿真的结构模型，例如目标消浪孔码头、堤岸等并将转换格式后的消浪仿真数据导入消浪仿真软件中，再次，设置仿真模型的边界条件，边界条件包括海水流入速度、波浪特性等，然后，使用CAD软件创建网格，同时并设置仿真参数，例如仿真时间范围、时间步长、网格尺寸等，最后，先选择计算流体力学的仿真方法后再运行消浪仿真软件对目标消浪孔码头的消浪效果进行仿真。
另外，本申请的另一方面，在一些实施例中，本申请提供一种消浪孔码头消浪效果仿真***，参考图4，该图是根据本申请一些实施例所示的消浪孔码头消浪效果仿真***的示例性硬件和/或软件的示意图，该消浪孔码头消浪效果仿真***400包括：获取模块401、处理模块402和执行模块403，分别说明如下：
获取模块401，本申请中获取模块401主要用于使用多个浪高仪采集目标消浪孔码头的波浪数据集；
处理模块402，本申请中处理模块402用于基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；
需要说明的是，本申请中所述处理模块402还用于根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；
需要说明的是，本申请中所述处理模块402还用于对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；
另外，本申请中所述处理模块402还用于采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；
执行模块403，本申请中执行模块403主要用于根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的消浪孔码头消浪效果仿真方法。
在一些实施例中，参考图5，该图是根据本申请一些实施例所示的应用消浪孔码头消浪效果仿真方法的计算机设备的结构示意图。上述实施例中的消浪孔码头消浪效果仿真方法可以通过图5所示的计算机设备来实现，该计算机设备500包括至少一个处理器501、通信总线502、存储器503以及至少一个通信接口504。
处理器501可以是一个通用中央处理器(central processing unit，CPU)、也可以是特定应用集成电路(application-specific integrated circuit，ASIC)或一个或多个用于控制本申请中的消浪孔码头消浪效果仿真方法的执行。
通信总线502可用于在上述组件之间传送信息。
存储器503可以是只读存储器（read-only memory，ROM）或可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器（random access memory，RAM）或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器（electricallyerasable programmable read-only memory，EEPROM）、只读光盘（compact disc read-only Memory，CD-ROM）或其它光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器503可以是独立存在，通过通信总线502与处理器501相连接。存储器503也可以和处理器501集成在一起。
其中，存储器503用于存储执行本申请方案的程序代码，并由处理器501来控制执行。处理器501用于执行存储器503中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述方法实施例中描述的方法可以通过处理器501以及存储器503中的程序代码中的一个或多个软件模块实现。
通信接口504，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网、无线接入网（radio access network，RAN）、无线局域网（wireless local areanetworks，WLAN）等。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核（single-CPU）处理器，也可以是一个多核（multi-CPU）处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据（例如计算机程序指令）的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑（personaldigital assistant，PDA）、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的消浪孔码头消浪效果仿真方法。
综上，本申请实施例公开的消浪孔码头消浪效果仿真方法及相关设备中，使用多个浪高仪采集目标消浪孔码头的波浪数据集；基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。本申请的方案可实现在数值扩散现象下对消浪孔码头消浪效果的仿真，从而提高仿真模拟的精度。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种消浪孔码头消浪效果仿真方法，其特征在于，包括如下步骤：
使用多个浪高仪采集目标消浪孔码头的波浪数据集；
基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；
根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；
对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；
采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；
根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
2.如权利要求1所述的方法，其特征在于，基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域具体包括：
确定目标消浪孔码头上波浪的流向分布特征；
根据所述波浪数据集中所有的波浪周期数据确定波浪的溯上分布值和流下分布值；
通过所述流向分布特征、所述溯上分布值以及所述流下分布值将所述波浪数据集划分为松弛流向数据域和消波流向数据域。
3.如权利要求1所述的方法，其特征在于，根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值具体包括：
从所述松弛流向数据域中选取一个松弛流向数据段；
从该个松弛流向数据段中提取出波浪的松弛距离；
根据所述松弛距离确定该个松弛流向数据段对应浪高仪的波浪松弛值；
重复上述步骤，得到所述松弛流向数据域中剩余松弛流向数据段对应浪高仪的波浪松弛值。
4.如权利要求1所述的方法，其特征在于，对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数具体包括：
根据所有的波浪松弛值确定目标消浪孔码头的松弛消波量；
获取所述松弛流向数据域；
根据所述松弛流向数据域和所述松弛消波量确定目标消浪孔码头的松弛反射量；
通过所述松弛消波量和所述松弛反射量确定仿真时的消波反射系数。
5.如权利要求2所述的方法，其特征在于，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据具体包括：
获取所述溯上分布值和所述流下分布值；
根据所述溯上分布值和所述流下分布值对所述消波流向数据域中所有的波高数据、所有的波长数据和所有的波速数据进行越浪修正，得到越浪修正数据域；
通过所述消波反射系数和所述越浪修正数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据。
6.如权利要求1所述的方法，其特征在于，根据所述静压强数据确定水下消浪孔压强的静态分布量具体包括：
对所述静压强数据进行线性拟合，得到多个静压强拟合曲线；
确定各个静压强拟合曲线的静压强导数极差值；
根据所有的静压强导数极差值确定水下消浪孔压强的静态分布量。
7.如权利要求1所述的方法，其特征在于，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量具体包括：
通过所述动压强数据确定各个水下压力传感器的动压强包络线；
根据所述静态分布量和所有的动压强包络线确定在仿真时目标消浪孔码头的压强分布验证向量。
8.一种消浪孔码头消浪效果仿真***，其特征在于，包括：
获取模块，用于使用多个浪高仪采集目标消浪孔码头的波浪数据集；
处理模块，用于基于目标消浪孔码头上波浪的流向分布特征对所述波浪数据集进行划分，得到松弛流向数据域和消波流向数据域；
所述处理模块，还用于根据所述松弛流向数据域中的各个松弛流向数据段确定对应浪高仪的波浪松弛值；
所述处理模块，还用于对所有的波浪松弛值进行消波反射，得到仿真时的消波反射系数，根据所述消波反射系数和所述消波流向数据域确定目标消浪孔码头上的波浪在仿真时的越浪量修正数据；
所述处理模块，还用于采集目标消浪孔码头水下消浪孔表面的静压强数据和动压强数据，根据所述静压强数据确定水下消浪孔压强的静态分布量，通过所述静态分布量从所述动压强数据提取出在仿真时目标消浪孔码头的压强分布验证向量；
执行模块，用于根据所述压强分布验证向量和所述越浪量修正数据确定目标消浪孔码头的消浪仿真数据，基于所述消浪仿真数据，使用计算机辅助设计软件对目标消浪孔码头的消浪效果进行仿真模拟。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的消浪孔码头消浪效果仿真方法的步骤。
10.一种计算机可读存储介质，所存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的消浪孔码头消浪效果仿真方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410635108.1A CN118211521B (zh) | 2024-05-22 | 一种消浪孔码头消浪效果仿真方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410635108.1A CN118211521B (zh) | 2024-05-22 | 一种消浪孔码头消浪效果仿真方法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118211521A true CN118211521A (zh) | 2024-06-18 |
| CN118211521B CN118211521B (zh) | 2024-07-16 |
Family
ID=
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112182747A (zh) * | 2020-09-17 | 2021-01-05 | 智慧航海（青岛）科技有限公司 | 用于船舶波浪增阻性能分析的仿真试验***及方法 |
| US20220155069A1 (en) * | 2019-03-01 | 2022-05-19 | Re Vision Consulting, Llc | System and method for wave prediction |
| US11868690B1 (en) * | 2023-08-30 | 2024-01-09 | Pearl River Water Resources Research Institute | Method, device, electronic equipment and medium for analyzing disaster prevention and mitigation effectiveness of ecological seawall |
| CN117698949A (zh) * | 2023-12-18 | 2024-03-15 | 中南大学 | 船舶波浪模拟及补偿控制仿真方法、装置、设备及介质 |
| CN117829783A (zh) * | 2024-02-21 | 2024-04-05 | 中交水运规划设计院有限公司 | 用于海域工程的港内波况确定方法及其装置、电子设备 |
| CN117910144A (zh) * | 2024-02-23 | 2024-04-19 | 中国船舶集团有限公司第七○八研究所 | 一种全舱室开孔消浪装置及设计方法 |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220155069A1 (en) * | 2019-03-01 | 2022-05-19 | Re Vision Consulting, Llc | System and method for wave prediction |
| CN112182747A (zh) * | 2020-09-17 | 2021-01-05 | 智慧航海（青岛）科技有限公司 | 用于船舶波浪增阻性能分析的仿真试验***及方法 |
| US11868690B1 (en) * | 2023-08-30 | 2024-01-09 | Pearl River Water Resources Research Institute | Method, device, electronic equipment and medium for analyzing disaster prevention and mitigation effectiveness of ecological seawall |
| CN117698949A (zh) * | 2023-12-18 | 2024-03-15 | 中南大学 | 船舶波浪模拟及补偿控制仿真方法、装置、设备及介质 |
| CN117829783A (zh) * | 2024-02-21 | 2024-04-05 | 中交水运规划设计院有限公司 | 用于海域工程的港内波况确定方法及其装置、电子设备 |
| CN117910144A (zh) * | 2024-02-23 | 2024-04-19 | 中国船舶集团有限公司第七○八研究所 | 一种全舱室开孔消浪装置及设计方法 |
Non-Patent Citations (4)
| Title |
|---|
| 于德双;陈丁: "渔港工程研究进展及未来发展方向", 中国水产, no. 6, 25 June 2023 (2023-06-25) * |
| 刘可;潘文良;李智生;: "波浪相位对航行体出水姿态影响数值仿真研究", 计算机仿真, no. 12, 15 December 2015 (2015-12-15) * |
| 刘晓 等: "多消浪室开孔沉箱消浪特性的数值模拟研究", 中国海洋大学学报自然科学版, vol. 51, no. 5, 30 June 2021 (2021-06-30) * |
| 王心玉 等: "双消浪室局部开孔沉箱防波堤反射特性的理论 与试验研究", 海洋与湖沼, vol. 53, no. 4, 31 July 2022 (2022-07-31) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10439594B2 (en) | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation | |
| CN108763683B (zh) | 一种三角函数框架下新weno格式构造方法 | |
| CN112464584B (zh) | 自由表面流的水位和流量推求方法 | |
| Chen et al. | A correlation study of optimal chamber width with the relative front wall draught of onshore OWC device | |
| CN115471679A (zh) | 一种天然河道水位流量同步同化方法及智能*** | |
| Pourlak et al. | Importance of initial particle distribution in modeling dam break analysis with SPH | |
| CN118211521B (zh) | 一种消浪孔码头消浪效果仿真方法及相关设备 | |
| CN112100711B (zh) | 一种基于arima和pso-elm的混凝土坝变形组合预报模型构建方法 | |
| Wang et al. | An Eulerian SPH method with WENO reconstruction for compressible and incompressible flows | |
| CN118211521A (zh) | 一种消浪孔码头消浪效果仿真方法及相关设备 | |
| CN115544916A (zh) | 含植被明渠的污染物扩散预测方法及装置 | |
| Wang et al. | A non-uniform grid approach for high-resolution flood inundation simulation based on GPUs | |
| Zhang et al. | Numerical simulation of solitary wave propagation in a vegetated channel using an extended Boussinesq model | |
| CN112016235A (zh) | 一种柔性天线结构的冲击载荷识别方法及*** | |
| CN113869350A (zh) | 基于空间特征差异的海流预测方法以及*** | |
| Culley et al. | A surrogate-model assisted approach for optimising the size of tidal turbine arrays | |
| Kuiry et al. | A high-resolution shallow water model using unstructured quadrilateral grids | |
| Baumann | Numerical simulation of tropical cyclones using goal-oriented adaptivity | |
| Lande et al. | CFDwavemaker: An Open-Source Library for Efficient Generation of Higher Order Wave Kinematics | |
| Long et al. | Some experimental calculations for 3D currents in the strong upwelling region of Southern Central Vietnam using finite element method | |
| CN116702571B (zh) | 基于多重光滑度量因子的数值模拟方法及装置 | |
| Zheng et al. | A three-dimensional parallel CIP-based model for wave-structure interaction | |
| CN114297940B (zh) | 确定非稳态储层参数的方法及装置 | |
| Hong et al. | Muskingum and Lag method river routing parameters for Klang River at Kuala Lumpur city centre derived using recorded hydrographs | |
| CN117709488B (zh) | 基于RUN-XGBoost的大坝渗流预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |