基于机器学习策略的半潜式钻井平台结构设计优化

周 佳，孙 伟，陈 婕，王 璞

(1.中国船舶及海洋工程设计研究院 海工部，上海 200023；2.诺易思工程软件(上海)有限公司，上海 200041)

0 引 言

随着海洋油气开发由浅水走向深水，超深水钻井平台的开发需求也应运而生，受海洋工程装备建造中常用钢结构材料级别和焊接工艺的限制，为达到更高技术指标，对结构设计提出更精准、更优化、更轻量化等方面的要求。近年来，国内已在海洋工程结构设计技术上取得长足进步，掌握了独立设计开发的技术能力。然而与国外设计公司相比，在结构强度分析精度、结构总强度快速评估、关键连接节点型式设计和方案累积等方面还存在一定的差距，仍需开展深入研究。

传统结构设计往往仅以满足结构强度要求为唯一目的，通常以母型船为参考，结合一定的专家经验和工程要求进行设计微调，在有限的几个方案中比选得到较优的设计方案。机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。近年来，机器学习理论在诸多应用领域得到成功应用与发展，已成为计算机科学的基础及热点之一。计算机能力的发展和优化算法的不断更新使得采用机器学习策略对结构设计进行优化，在满足结构强度与结构钢料轻量化之间寻找最佳平衡点成为可能。

本研究采用数值优化分析方法，基于机器学习优化算法相关理论，在数值优化分析平台上搭建结构优化分析工作流。……