《Results in Engineering》：Predicting nonlinear motion instabilities in wave energy converters using data-driven methods
编辑推荐：
马琳·格特曼（Malin G?teman）| 杰克·罗斯-布彻（Jack Rose-Butcher）| 安托万·杜普伊（Antoine Dupuis）| 查里蒂尼·斯塔夫罗普卢（Charitini Stavropoulou）| 贾娜·奥尔扎戈娃（Jana Orszaghova）瑞
马琳·格特曼（Malin G?teman）| 杰克·罗斯-布彻（Jack Rose-Butcher）| 安托万·杜普伊（Antoine Dupuis）| 查里蒂尼·斯塔夫罗普卢（Charitini Stavropoulou）| 贾娜·奥尔扎戈娃（Jana Orszaghova）
瑞典乌普萨拉大学电气工程系，昂斯特伦实验室（The ?ngstr?m Lab），乌普萨拉，752 37
摘要
浮动结构可能会受到多个自由度之间非线性耦合作用的影响，从而产生动态响应。这可能导致意外行为并引发不稳定性。这种现象在传统的海上结构以及新兴的海上可再生能源系统（如浮动风力平台和波浪能转换器）中都有观察到。这些动态变化可能会影响设备的预期性能，并由于关键部件受到疲劳载荷的影响而缩短其使用寿命。理解、预测并在一定程度上控制这些大的非线性运动对于确保这些系统的性能和可靠性至关重要。已经开发出理论框架，这些框架对于理解其背后的物理机制和数学描述非常重要。然而，基于物理的模型往往受到某些假设的限制，从而限制了它们的适用范围。此外，实验噪声或原型件的不精确性和缺陷可能导致实际行为与基于理想化理论模型的预测结果存在偏差。数据驱动的建模可以作为一种有用的工具来补充基于物理的模型，在工业和科学领域中的应用日益增多。在这里，我们开发并探索了四种不同的基于数据的模型，用于分析和预测点吸收式波浪能转换器的非线性动态不稳定性。这些模型与理论预测和实验数据进行了比较，结果发现它们的能力存在显著差异。我们的研究结果表明，可以使用局部可预测性指数来预测近期的不稳定性程度，并且驱动不稳定性的时变刚度系数可用于对运动不稳定性进行分类和预测。
