人工智能和數(shù)字孿生在船體結(jié)構(gòu)安全評估中的應(yīng)用探索

徐 博，韓 濤，朱俊俠，吳嘉蒙，胡 帆

（中國船舶及海洋工程設(shè)計研究院，上海 200011）

0 引 言

船舶結(jié)構(gòu)安全是船舶全壽命周期中影響其安全性的關(guān)鍵因素。由于海洋環(huán)境的復(fù)雜性和不確定性，船舶結(jié)構(gòu)面臨的安全風(fēng)險相對較高。隨著船舶的智能化發(fā)展，裝備船體健康監(jiān)測系統(tǒng)的智能船體系統(tǒng)已逐漸成為大型船或特種船的標(biāo)配，并有向數(shù)字船體系統(tǒng)發(fā)展的趨勢。同時，船舶結(jié)構(gòu)安全設(shè)計理念逐漸從基于經(jīng)驗、簡化力學(xué)模型和有限元方法向基于極限狀態(tài)演變，也正在向基于監(jiān)測、風(fēng)險、乃至數(shù)字孿生的方向發(fā)展。數(shù)字孿生技術(shù)作為新一代工業(yè)概念，是虛擬仿真技術(shù)發(fā)展的必然趨勢。

隨著結(jié)構(gòu)“數(shù)字孿生”概念的發(fā)展，實時獲取船舶結(jié)構(gòu)載荷數(shù)據(jù)至關(guān)重要，對于結(jié)構(gòu)設(shè)計、結(jié)構(gòu)安全評估和航行穩(wěn)定性控制而言具有重要意義。然而，傳統(tǒng)的載荷測量方法無法滿足實時準(zhǔn)確的要求，基于人工智能的結(jié)構(gòu)載荷反演技術(shù)為實時獲取船舶結(jié)構(gòu)載荷提供了一種合適的選擇。

本文分別介紹基于人工智能的結(jié)構(gòu)載荷反演技術(shù)和數(shù)字孿生技術(shù)的研究進展情況，以及兩者在船舶結(jié)構(gòu)安全評估中的應(yīng)用前景，并對工程應(yīng)用中可能存在的難點和亟需解決的關(guān)鍵技術(shù)進行探討。

1 基于人工智能的結(jié)構(gòu)載荷反演技術(shù)

船舶在航行過程中會受到來自海浪、機械和螺旋槳等多方面的動態(tài)激勵的影響，若不能很好地預(yù)報和評估作用在船體結(jié)構(gòu)上的載荷，則船體結(jié)構(gòu)存在損壞的風(fēng)險，因此對船體結(jié)構(gòu)載荷進行分析具有重要意義。

1.1 載荷反演方法

目前，測量船舶在航行過程中所受載荷的方法主要有直接法和間接法2 種［1］。直接法是指在船體結(jié)構(gòu)構(gòu)件上安裝應(yīng)力傳感器獲取載荷數(shù)據(jù)，由于船舶具有結(jié)構(gòu)復(fù)雜、體積較大和作業(yè)環(huán)境惡劣等特點，該方法很難在船舶領(lǐng)域普及應(yīng)用；間接法是指測量結(jié)構(gòu)受力區(qū)域及相鄰區(qū)域的應(yīng)變、位移和加速度等物理量的變化，通過載荷反演技術(shù)得出載荷的變化。隨著計算機技術(shù)的快速發(fā)展，載荷反演技術(shù)得到了蓬勃發(fā)展，現(xiàn)在常用的載荷反演方法可分為頻域法和時域法2 種。時域法對初始條件和結(jié)構(gòu)模型的邊界條件十分敏感，易受到噪聲等環(huán)境因素的干擾，造成載荷反演的精度和穩(wěn)定性不高；頻域法的識別精度受模態(tài)參數(shù)和高階模態(tài)階段誤差的影響較大，不能做到載荷實時監(jiān)測，這限制了其工程應(yīng)用［2］。

近年來，隨著人工智能在船舶結(jié)構(gòu)載荷反演技術(shù)領(lǐng)域的應(yīng)用，研究人員開發(fā)出了基于人工智能方法的結(jié)構(gòu)載荷反演技術(shù)。該技術(shù)克服了以往載荷反演中的缺陷，提高了載荷反演的精度和效率。

1.2 載荷反演技術(shù)研究進展

在載荷識別研究領(lǐng)域，基于人工智能的神經(jīng)網(wǎng)絡(luò)法為解決具有非線性和不確定性特征的復(fù)雜系統(tǒng)的載荷識別問題提供了新思路。該方法通過大量試驗數(shù)據(jù)建立并訓(xùn)練代理模型，用代理模型近似建立應(yīng)變響應(yīng)與載荷之間的映射關(guān)系。基于人工智能方法的載荷反演技術(shù)流程見圖1。

圖1 基于人工智能方法的載荷反演技術(shù)流程圖

人工神經(jīng)網(wǎng)絡(luò)作為一種常用的代理模型，在對任意連續(xù)函數(shù)的逼近能力、學(xué)習(xí)理論和動態(tài)網(wǎng)絡(luò)的穩(wěn)定性等方面都已取得豐碩成果，可解決分類、回歸和預(yù)測等多種問題，訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)可實現(xiàn)從輸入到輸出的快速計算，滿足實時性要求。目前該方法已廣泛應(yīng)用于航空、航天、汽車和金融等領(lǐng)域中，但在船舶領(lǐng)域尚未普及。

前饋神經(jīng)網(wǎng)絡(luò)作為人工神經(jīng)網(wǎng)絡(luò)的一種，適用于回歸和函數(shù)擬合，已在航天領(lǐng)域得到廣泛應(yīng)用。王琿瑋［3］基于MIV算法篩選出關(guān)鍵的飛行參數(shù)，建立了飛行參數(shù)與飛行載荷之間的映射關(guān)系，針對BP（Back Propagation）網(wǎng)絡(luò)易陷入局部最優(yōu)解的問題提出了結(jié)合遺傳算法優(yōu)化權(quán)值的GA-BP網(wǎng)絡(luò)動態(tài)載荷識別算法，對某導(dǎo)彈模型的飛行載荷進行了識別，將速度、高度和迎角等飛行參數(shù)作為網(wǎng)絡(luò)的輸入，輸出飛行載荷數(shù)據(jù)，不僅保證了精度，而且顯著提高了計算效率。金鑫等［4］采用深度學(xué)習(xí)方法建立了多層前饋網(wǎng)絡(luò)代理模型，通過有限元方法構(gòu)建了典型載荷下的結(jié)構(gòu)響應(yīng)訓(xùn)練樣本集，不斷對模型進行訓(xùn)練測試，使用少量的應(yīng)變測點數(shù)據(jù)實現(xiàn)了對飛機翼面載荷分布的實時反演和重構(gòu)。顧宇軒等［5］結(jié)合某型飛機有限元模型建立神經(jīng)網(wǎng)絡(luò)載荷模型，用于對復(fù)雜載荷下的材料或結(jié)構(gòu)疲勞損傷和使用壽命進行預(yù)測，利用試驗數(shù)據(jù)進行對比驗證，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)載荷模型預(yù)測值比較貼近真實值。

在船舶和海洋工程領(lǐng)域，神經(jīng)網(wǎng)絡(luò)的探索應(yīng)用方興未艾。林近山等［6］分別采用神經(jīng)網(wǎng)絡(luò)方法和傳統(tǒng)載荷反演方法對W12-1 平臺載荷進行識別，結(jié)果發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)方法的識別精度更高，這得益于神經(jīng)網(wǎng)絡(luò)既不需要計算結(jié)構(gòu)的模態(tài)矩陣、質(zhì)量矩陣和剛度矩陣，也不需要進行復(fù)雜的動力學(xué)計算，具有識別精度高、訓(xùn)練收斂速度快、抗干擾性強和系統(tǒng)穩(wěn)定等優(yōu)點，說明在對海洋平臺等大型結(jié)構(gòu)物進行載荷反演時，神經(jīng)網(wǎng)絡(luò)方法具有很大優(yōu)勢。梁峰等［7］采用BP神經(jīng)網(wǎng)絡(luò)方法對艉軸承工作時的溫度、振動、噪聲和摩擦因數(shù)等關(guān)鍵參數(shù)進行分析，實現(xiàn)了對艉軸承的高精度診斷，為船舶航行的安全提供了保障。

1.3 載荷反演技術(shù)的有效性和難點

當(dāng)前，基于人工智能的載荷反演技術(shù)無論是在神經(jīng)網(wǎng)絡(luò)模型設(shè)計方面，還是在樣本訓(xùn)練等方面，都有一定的研究基礎(chǔ)，可為船舶領(lǐng)域的應(yīng)用提供借鑒，為數(shù)字孿生的發(fā)展提供技術(shù)支持，其有效性和難點可歸納如下：

1）船舶結(jié)構(gòu)載荷監(jiān)測是伴隨船舶全生命全周期的，如何根據(jù)結(jié)構(gòu)響應(yīng)數(shù)據(jù)實時準(zhǔn)確構(gòu)建船舶的載荷分布，一直是載荷反演技術(shù)應(yīng)用的難點。基于監(jiān)測數(shù)據(jù)，結(jié)合人工智能發(fā)展的神經(jīng)網(wǎng)絡(luò)方法已在航空航天領(lǐng)域得到大量應(yīng)用，為船舶領(lǐng)域的載荷反演提供了借鑒。

目前，針對船舶的應(yīng)力監(jiān)測技術(shù)也已十分成熟，為神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)提供了大量數(shù)據(jù)支持。在實際使用過程中，可對航行數(shù)據(jù)進行跟蹤監(jiān)測，對算法進行迭代訓(xùn)練，由此提高載荷反演的精度。

2）基于人工智能的結(jié)構(gòu)載荷反演技術(shù)雖然有效，但目前在船舶領(lǐng)域應(yīng)用較少，具有一定的局限性。與航空航天等領(lǐng)域相比，船舶結(jié)構(gòu)的很多關(guān)鍵部位受總體布置、管路通道和結(jié)構(gòu)連接方式等因素的影響，無法直接安裝傳感器，只能將其安裝在這些部位的相鄰區(qū)域。傳感器的布置方式和位置對載荷反演的數(shù)據(jù)采集有很大影響。同時，船體載荷形式復(fù)雜多樣，傳感器等設(shè)備要面臨的環(huán)境較為惡劣，這限制了載荷反演的精度。

此外，人工神經(jīng)網(wǎng)絡(luò)算法中仍有一些技術(shù)問題需深入研究，例如學(xué)習(xí)算法的收斂性、收斂的速度和精度等問題，因此未能很好地實現(xiàn)實時和高精度識別載荷等。同時，由于非線性模型的多樣性，網(wǎng)絡(luò)的選擇和網(wǎng)絡(luò)結(jié)構(gòu)的確定等有待進一步研究。

2 數(shù)字孿生技術(shù)在船體結(jié)構(gòu)安全評估領(lǐng)域的應(yīng)用

2.1 數(shù)字孿生的基本概念及其發(fā)展

美國國家航空航天局（National Aeronautics and Space Administration，NASA）在阿波羅項目中制造了2 個完全相同的實體空間飛行物，通過對地面上的飛行器進行仿真實驗，實際反映和預(yù)測空間中飛行器的狀態(tài)［8］。由此，“孿生體”的概念在機械研究領(lǐng)域開始得到重視。

20 世紀(jì)90 年代以來，隨著計算機技術(shù)的發(fā)展，數(shù)字化技術(shù)和仿真技術(shù)得到了迅猛發(fā)展，在虛擬空間中構(gòu)建實物孿生體概念的條件逐漸成熟。美國密歇爾大學(xué)的邁克爾教授提出了“與物理產(chǎn)品表達等價的數(shù)字化表達”［9］，并于2011 年與約翰·威克斯一起提出了數(shù)字孿生的概念模型——真實世界的物理產(chǎn)品、虛擬世界的虛擬產(chǎn)品和連接虛擬空間與真實世界的數(shù)據(jù)交互［10］。

2010 年，NASA給出了數(shù)字孿生的概念性描述：一個集成多物理度、多尺度和多概率模擬的飛行器系統(tǒng)，充分利用物理模型、傳感器數(shù)據(jù)和運行歷史等數(shù)據(jù)，在虛擬空間中構(gòu)建數(shù)字模型，從而反映對應(yīng)的實體飛行器的全生命周期狀態(tài)［11］。隨后，數(shù)字孿生的概念得到廣泛關(guān)注，例如：武器生產(chǎn)商洛克希德馬丁公司將數(shù)字孿生列為未來國防和航天工業(yè)六大頂尖技術(shù)之首；中國科協(xié)智能制造技術(shù)將數(shù)字孿生列為世界智能制造十大科技進展之一。NASA和美國空軍實驗室通過構(gòu)建數(shù)字孿生體，對飛行器的疲勞壽命和故障預(yù)測等進行了大量研究［12-14］。

2.2 數(shù)字孿生在船體結(jié)構(gòu)安全評估中的應(yīng)用基礎(chǔ)

由數(shù)字孿生的相關(guān)定義和理論拆解可知，數(shù)字孿生具有以下特性：

1）最終目的是在虛擬空間中構(gòu)建物理實體的數(shù)字化模型；

2）基本要求是數(shù)字化模型需具有高保真度；

3）實現(xiàn)途徑是數(shù)值仿真技術(shù)；

4）關(guān)鍵途徑是現(xiàn)實與虛擬空間的數(shù)據(jù)交互。

對于船體結(jié)構(gòu)而言，傳統(tǒng)的梁理論、有限元和非線性有限元等技術(shù)手段均提供了不同保真度的虛擬模型和數(shù)值仿真結(jié)果，即上述特性中的第一條和第三條已具有一定的基礎(chǔ)，目前實現(xiàn)船體結(jié)構(gòu)數(shù)字孿生的關(guān)鍵在于提升虛擬模型和仿真結(jié)果的保真度。

目前結(jié)構(gòu)安全評估采用的基本策略是載荷——模型——應(yīng)力結(jié)果。

對于模型而言，目前有限元技術(shù)是船體結(jié)構(gòu)安全性評估中較為成熟且公認準(zhǔn)確度較高的仿真技術(shù)，其仿真結(jié)果的準(zhǔn)確性等已通過模型試驗等手段得到驗證，但對于實船的尺度及其復(fù)雜的運營環(huán)境而言，有限元仿真結(jié)果的保真度無法得到有效驗證。對于仿真結(jié)果而言，除了上述虛擬模型誤差造成的保真度不足以外，當(dāng)前船體結(jié)構(gòu)安全性評估采用的數(shù)據(jù)輸入（載荷）基本上是基于概率論計算的船舶在運營期內(nèi)受到的最大等效載荷，與船舶真實受到的載荷相比，在數(shù)值、組合形式和作用形式等方面有很大的不同。

因此，當(dāng)前船體結(jié)構(gòu)數(shù)值仿真的保真度無法滿足數(shù)字孿生概念的需求，主要原因在于數(shù)值模型和仿真結(jié)果是理論值而非實際值，解決辦法是將實船數(shù)據(jù)納入仿真模型建立和仿真的數(shù)據(jù)輸入中。

關(guān)于實船數(shù)據(jù)采集技術(shù)，相關(guān)研究早已開展。20 世紀(jì)70 年代，lINDEMANN等［15-16］就已開展船體結(jié)構(gòu)監(jiān)測技術(shù)研究。國際船舶結(jié)構(gòu)委員會在1997 年發(fā)布的報告中介紹了一種監(jiān)測船體運動和結(jié)構(gòu)應(yīng)力的系統(tǒng)［17］，該系統(tǒng)已在美國、英國、挪威和日本等多個國家得到應(yīng)用，其關(guān)注區(qū)域集中在高應(yīng)力區(qū)附近（艏艉布置的是加速度傳感器）。2003 年，美國海上作戰(zhàn)中心與力哈伊大學(xué)合作研制了一款針對雙體船的長期監(jiān)測系統(tǒng)，能對結(jié)構(gòu)損傷和疲勞進行監(jiān)測，其監(jiān)測布點見圖2，在結(jié)構(gòu)交接處的高應(yīng)力區(qū)進行監(jiān)測，主要針對的是結(jié)構(gòu)的疲勞破壞［18］。

圖2 針對雙體船的長期監(jiān)測系統(tǒng)監(jiān)測布點

經(jīng)過幾十年的發(fā)展，相關(guān)監(jiān)測等已有成熟的技術(shù)應(yīng)用，例如意大利的MON-HULL 和CETENA、英國的StressAl和S&MDS、挪威的LightStri、法國的HULLMC和韓國的Global Maritime Engineering等，已在多艘實船上安裝使用。目前國內(nèi)也有船體結(jié)構(gòu)應(yīng)力監(jiān)測系統(tǒng)產(chǎn)品，例如哈爾濱工程大學(xué)的船體結(jié)構(gòu)應(yīng)力監(jiān)測系統(tǒng)［19］、上海海事大學(xué)的CSSMAS系統(tǒng)［20］和中國船舶科學(xué)研究中心的船舶結(jié)構(gòu)健康監(jiān)測系統(tǒng)等。雖然目前相關(guān)系統(tǒng)已在實船上得到應(yīng)用，但其商業(yè)化運營仍處在起步階段。目前相關(guān)監(jiān)測數(shù)據(jù)只能用來進行船體結(jié)構(gòu)狀態(tài)評估，如屈服、屈曲和疲勞評估等［21-23］。

2.3 關(guān)鍵技術(shù)

船體結(jié)構(gòu)的數(shù)字孿生的理論構(gòu)想是：通過環(huán)境監(jiān)測獲得載荷數(shù)據(jù)，通過載荷數(shù)據(jù)和船體響應(yīng)數(shù)據(jù)獲得仿真模型，由此建立虛擬與現(xiàn)實的聯(lián)系，實現(xiàn)由環(huán)境監(jiān)測結(jié)果到應(yīng)力結(jié)果的轉(zhuǎn)化。

但是，目前對環(huán)境的監(jiān)測仍處于起步階段，對應(yīng)力的監(jiān)測相對成熟。考慮到實際情況，不可能在船上的所有位置都安裝應(yīng)力監(jiān)測設(shè)備。因此，船體結(jié)構(gòu)的數(shù)字孿生的實現(xiàn)構(gòu)想（見圖3）是利用部分應(yīng)力監(jiān)測點，通過載荷反演，輔以環(huán)境監(jiān)測數(shù)據(jù)，將此類數(shù)據(jù)納入船體結(jié)構(gòu)數(shù)字模型建立和仿真技術(shù)的數(shù)據(jù)輸入中，通過高效的仿真手段和高保真的計算獲得全船的應(yīng)力分布和結(jié)構(gòu)狀態(tài)。該方式不僅能實現(xiàn)對船體安全狀態(tài)的實時監(jiān)測，對船舶面臨的危險狀態(tài)的預(yù)警，而且能根據(jù)氣象預(yù)報和海況預(yù)報等信息對船舶可能出現(xiàn)的危險狀態(tài)進行預(yù)演，提高船舶航行的安全性。同時，相關(guān)實測數(shù)據(jù)和反演數(shù)據(jù)可反饋給設(shè)計者，對設(shè)計方案進行實船數(shù)據(jù)校對，為剩余壽命評估、規(guī)范載荷及設(shè)計準(zhǔn)則修正和新船型開發(fā)等提供參考。

圖3 船體結(jié)構(gòu)數(shù)字孿生技術(shù)路線

因此，要實現(xiàn)上述船體結(jié)構(gòu)數(shù)字孿生，需突破以下關(guān)鍵技術(shù)：

1）多源異構(gòu)數(shù)據(jù)獲取/處理/挖掘技術(shù)。

通過氣象衛(wèi)星、傳感器、船載設(shè)備（如裝載儀等）和歷史營運數(shù)據(jù)等獲得涉及船舶營運的海量多源異構(gòu)數(shù)據(jù)。由于船舶復(fù)雜的營運環(huán)境和長時間的營運會使相關(guān)數(shù)據(jù)的數(shù)量龐大且質(zhì)量參差不齊，需研究更多營運數(shù)據(jù)來源渠道，包括高效濾波、基于大數(shù)據(jù)處理的數(shù)據(jù)篩選和故障甄別等適宜的數(shù)據(jù)處理方式，以及基于多源異構(gòu)數(shù)據(jù)的挖掘技術(shù)。

2）結(jié)構(gòu)數(shù)字孿生體的建模技術(shù)。

根據(jù)船體結(jié)構(gòu)分析評估場景和需求的不同，采用代理模型技術(shù)開展船體結(jié)構(gòu)多尺寸建模仿真，高效率、高精度完成從全船到局部的逐級分析。通過基于降階的數(shù)字孿生高效建模技術(shù)，選擇適用的降階模型方法，在離線階段通過仿真或試驗手段建立代理模型，并在在線階段采用該模型對船體結(jié)構(gòu)進行快速評估和預(yù)測。

3）面向載荷、應(yīng)力的數(shù)據(jù)同化技術(shù)。

數(shù)據(jù)同化是指根據(jù)一定的優(yōu)化標(biāo)準(zhǔn)和方法，將時空上離散分布的多源異構(gòu)和不同分辨率的直接或間接觀測數(shù)據(jù)與數(shù)學(xué)模型有機結(jié)合，并將其納入統(tǒng)一的分析與預(yù)報系統(tǒng)中，建立模型與數(shù)據(jù)相互協(xié)調(diào)的優(yōu)化關(guān)系，使分析結(jié)果的誤差最小，改善模型的預(yù)報精度。由于不同同化方法的理論原理不同，存在多種數(shù)據(jù)同化方法。

在結(jié)構(gòu)數(shù)字孿生技術(shù)中擬采用數(shù)據(jù)同化，目的是合理動態(tài)預(yù)測船體載荷和關(guān)注位置的應(yīng)力響應(yīng)。首先根據(jù)研究對象的系統(tǒng)狀態(tài)空間模型的狀態(tài)方程、觀測方程、狀態(tài)變量和觀測變量的分布確定目標(biāo)系統(tǒng)的性質(zhì)，進而選擇最佳的數(shù)據(jù)同化算法完成實時觀測數(shù)據(jù)與模型先驗預(yù)測的融合，實現(xiàn)載荷反演，或基于有限的應(yīng)力監(jiān)測數(shù)據(jù)預(yù)測全船結(jié)構(gòu)的應(yīng)力分布等。實時地監(jiān)測船體結(jié)構(gòu)載荷數(shù)據(jù)至關(guān)重要，傳統(tǒng)的載荷測量方法無法滿足實時準(zhǔn)確的要求，基于人工智能的結(jié)構(gòu)載荷反演技術(shù)為實現(xiàn)船體結(jié)構(gòu)載荷實時監(jiān)測提供了一種合適的選擇。

4）基于數(shù)字孿生的結(jié)構(gòu)強度評估和性能預(yù)測技術(shù)。

根據(jù)監(jiān)測的應(yīng)力數(shù)據(jù)和完整的結(jié)構(gòu)數(shù)字孿生模型，采用確定性或可靠性方法評估船體結(jié)構(gòu)的總強度、局部強度、極限強度和疲勞強度；采用描述性或簡化有限元法（基于降階的數(shù)字孿生高效建模技術(shù)），結(jié)合監(jiān)測數(shù)據(jù)生成簡化的數(shù)字孿生模型，在一定時間內(nèi)快速評估船體結(jié)構(gòu)的安全狀態(tài)，并在必要時提供預(yù)警。完整數(shù)字孿生模型的計算結(jié)果可用來修正簡化數(shù)字孿生模型，使快速評估結(jié)果更為準(zhǔn)確。

采用波浪監(jiān)測數(shù)據(jù)、經(jīng)數(shù)據(jù)同化反演的載荷或逆有限元法，通過有限的監(jiān)測數(shù)據(jù)預(yù)測船舶整體結(jié)構(gòu)的應(yīng)力狀態(tài)，從而評估船體的結(jié)構(gòu)強度和疲勞損傷；采用模型數(shù)據(jù)，結(jié)合數(shù)據(jù)驅(qū)動方法，融合歷史數(shù)據(jù)和航線規(guī)劃，預(yù)測裂紋擴展情況和結(jié)構(gòu)的剩余疲勞壽命。

3 結(jié) 語

本文探討了人工智能和數(shù)字孿生在船體結(jié)構(gòu)安全評估中的應(yīng)用，主要有以下幾個認識。

1）基于人工智能的載荷反演技術(shù)無論是在神經(jīng)網(wǎng)絡(luò)模型設(shè)計方面，還是在樣本訓(xùn)練等方面，都有一定的研究基礎(chǔ)，可為其在船舶領(lǐng)域的應(yīng)用提供借鑒，為數(shù)字孿生提供技術(shù)支持；載荷反演輸入數(shù)據(jù)的可靠性和神經(jīng)網(wǎng)絡(luò)算法的精度是載荷反演的難點，需結(jié)合實踐總結(jié)經(jīng)驗。

2）船體結(jié)構(gòu)的數(shù)字孿生的實現(xiàn)構(gòu)想是通過部分應(yīng)力監(jiān)測點和載荷反演，輔以環(huán)境監(jiān)測相關(guān)數(shù)據(jù)，將此類數(shù)據(jù)納入船體結(jié)構(gòu)數(shù)字模型建立和仿真技術(shù)的數(shù)據(jù)輸入中，通過高效仿真手段和高保真的計算獲得全船的應(yīng)力分布和結(jié)構(gòu)狀態(tài)。

3）面向安全的船舶結(jié)構(gòu)數(shù)字孿生技術(shù)雖然代表了船舶結(jié)構(gòu)安全設(shè)計評估技術(shù)的發(fā)展趨勢，但在系統(tǒng)設(shè)計和工程應(yīng)用方面尚存在很多關(guān)鍵技術(shù)亟待深入研究。