.png){kind=icon}
返回
Data-driven surrogate modeling for frequency-domain boundary-element analysis
.png){kind=icon}
PRE
AI
DOI：10.1016/j.oceaneng.2026.126893.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于线性势流理论的边界元方法（BEM）被广泛用于分析离岸和海洋能源系统中的频域水动力学。然而，在几何驱动的设计探索和敏感性分析过程中需要重复进行BEM评估，可能导致巨大的计算成本。本文提出了一种基于代理模型的建模框架，用于直接从几何参数快速预测水动力系数。所提出的方法结合了降维和监督机器学习，以建立几何设计变量与频变水动力量的紧凑且物理一致的映射关系，包括附加质量、辐射阻尼和复数值波激励力。所得代理模型能在不到一秒内预测新几何形状的全套频域水动力系数和波激励力，同时保持高预测精度（所有预测量的R² > 0.94），从而促进浮式离岸结构和海洋能源设备的有效设计探索和敏感性分析。
Keyword:
Boundary element method
Surrogate modeling
Frequency-domain hydrodynamics
Hydrodynamic sensitivity
Wave energy converters
