基于物理环境的增强注意力-LSTM（Attension-LSTM）方法在系泊张力预测中的应用

《Ocean Engineering》：Physics-environment augmented Attention-LSTM approach for mooring tension prediction

　　• 提出了一种双分支注意力-LSTM网络，用于实时重建海上浮标的系泊张力。在该网络中，浮标运动特征和四维海况参数分别沿着不同的路径进行编码，然后再进行融合。• 实现了一种特征门控注意力机制，以便根据浮标的瞬时运动状态自适应地放大或抑制各个环境维度。• 开发了一种物理受限的拉丁超立方抽样策略，以确保采样海况的物理可行性，同时保持参数空间的均匀覆盖。

**引言**
海上浮标是综合海洋观测网络中的基础节点，在气象预报、海洋学研究和海上安全方面发挥着不可或缺的作用。最近，随着海洋资源开发的增加，海上观测网络被推进到更深的水域，使系泊系统面临更加多变的环境负荷（Rui等人，2024年）。系泊系统对于维持浮标位置至关重要，其配置直接决定了浮标的动态响应和长期可靠性（Wang等人，2023年；Boo和Shelley，2021年）。在服役过程中，浮标系泊系统不仅受到波浪和洋流的长期循环负荷影响，还可能在台风等极端事件中受到高度非线性的张力冲击。系泊组件中的任何故障都可能导致浮标漂移或完全丢失，从而造成巨大的经济损失和关键观测数据的中断。

然而，在恶劣的海洋环境中直接测量系泊张力面临着巨大的挑战。尽管现代的浸水式负载传感器和应变计具有良好的防护性能，并能很好地承受常规浸没，但持续的循环负荷以及溅水区和海底区域的恶劣化学环境会逐渐导致机械疲劳、生物污染和电化学腐蚀，从而侵蚀长期测量的可靠性。然而，主要的成本障碍并不是传感器硬件本身，而是反复的海上部署和维护费用——每次现场重新校准或更换设备所需的船舶动员成本可能远远超过传感器的成本。在极端海况下，信号连续性更常因瞬态冲击负荷和声学遥测干扰而中断，而非系泊绳的变形。因此，虚拟传感技术成为了研究的热点领域——在这种技术中，现场可测量的浮标运动学和海况参数作为输入，用于一个强大的数据驱动模型，该模型能够持续估计系泊张力。虚拟传感的核心价值在于用软件传感器替代或补充物理传感器，从而连续提供适合结构健康监测（SHM）和长期疲劳评估的张力时间序列记录，而无需依赖海底硬件。

为了解决直接测量系泊张力的难题，传统的确定性方法主要依赖于离线数值模拟，其中系泊系统通过集总质量法或有限元法进行建模，并在时域中进行积分。尽管这种做法在力学上具有坚实的基础，但完全耦合分析所需的迭代计算过程不太适用于实时在线监测。为了减轻这种计算负担同时保留必要的动态特性，人们也探索了简化的时域框架。Huang等人（2023年）提出了一种分析方法，用于分离TLP索动态中的低频、波频和高频激励；随后，Li等人（2025年）将这一框架应用于四十种不同海况下的长期TLP索疲劳评估，其结果与完全耦合的OrcaFlex模拟结果一致。然而，尽管这些简化的物理方法比完全耦合分析更快，但仍无法满足连续实时监测所需的毫秒级推理速度。这一限制促使人们迅速采用了替代建模方法，其中高精度时域模拟结果或实验测量的时间序列作为深度神经网络的标记训练数据（Zhang等人，2024年；Jiang等人，2024年）。

在这一替代建模框架内，基于长短期记忆（LSTM）的深度学习方法在将平台运动响应映射到系泊张力方面表现出显著的效果，并实现了近乎即时的推理能力。Qiao等人（2021年）开发了一种基于LSTM的模型，直接将浮标运动响应映射到系泊张力，其中输入运动序列的一阶矩和第二阶中心矩分别作为工程特征来捕捉低频漂移和波频成分。这种基于矩的特征提取方案已被许多后续研究采用。在此基础上，Wang等人（2022年）进一步开发了一种分解和叠加策略，分别训练LF和WF组分的独立LSTM子模型，并将它们的输出叠加在一起，报告称在不同电流方向、波高和频谱峰值频率的情况下预测精度提高了30%以上。Yang等人（2023年）将同样的思路应用于水库计算框架，实现了80秒的提前预测，其准确性和效率优于传统的LSTM。针对单点系泊（SPM）系统，Li等人（2022年）为南海FPSO开发了一种基于LSTM的张力预测模型，证明了其在风-波-流联合载荷下的良好准确性；Ma等人（2023年）扩展了该框架，增加了LSTM-AM（注意力调节）架构，并在更广泛的海况范围内进行了验证；Li等人（2025b年）将LSTM与数值模型相结合，实现了实时顶部张力估计，同时还能识别团块重量损失。

除了传统的运动到张力的框架外，还研究了一系列其他架构变体，包括混合CNN-LSTM和双向LSTM网络（Tang等人，2025年；Xu等人，2024年、2025年）、基于Transformer的预测器（Yuan等人，2024年），以及结合EEMD或EMD与TCN/CNN/BiLSTM主干网络的信号分解管道（Liu等人，2025年；Chen等人，2024年）。尽管这些努力提高了预测精度，但改进幅度越来越小，且很大程度上依赖于具体架构。正如Huang和Tang（2025年）在研究FPSO悬链式系泊时指出的，波浪负荷仍然是影响预测质量的主要因素，这表明明确的环境信息比进一步的架构优化更为重要。

与此同时，虚拟传感的概念已从实时张力重建扩展到长期结构健康监测和疲劳评估，主要应用于大型浮式风电机组和半潜式结构。代表性工作包括Walker等人（2022年）提出的Hywind Scotland浮标轴向张力的数字孪生技术、Gr?fe等人（2024年）利用激光雷达增强对导缆张力和等效损伤荷载的估计，以及Kumar等人（2025年）的序列到序列疲劳损伤推断；相关研究还涉及系泊故障检测（Mao等人，2023年；Yao等人，2022年）和从浮标运动重建波面（Zhang等人，2024年）。虽然这些方法是为FOWTs和半潜式结构开发的，但其核心思想——用易于测量的表面运动学数据代替难以获取的海底仪器——自然可以应用于面对相同水下传感器可靠性和成本约束的单点系泊浮标。

在深水系泊系统中，合成纤维绳（聚酯、HMPE）因其高强度重量比而越来越受欢迎，但其动态刚度高度非线性，并取决于循环载荷下的平均载荷、载荷幅度和加载周期（Lian等人，2025年；Li等人，2026年）。这种依赖于载荷历史的刚度进一步复杂化了本已非线性的运动到张力的映射关系，因此相同的浮标运动在不同的载荷历史下可能对应不同的张力。尽管当前的浮标在40米深度使用的是钢链悬链系统，但这种纤维绳的非线性说明了仅凭运动数据不足以确定张力，需要明确的状态感知环境信息——这一动机自然延伸到了下面开发的特征门控公式中。

尽管取得了快速进展，现有的数据驱动系泊张力预测器仍存在两个明显 limitations，这对当前研究具有重要意义。首先是从单一来源输入引起的状态不确定性。系泊系统的动态响应是浮标运动学和环境载荷的耦合体现，但大多数现有预测器仅以运动响应作为输入。在不同海况下观察到的相同运动轨迹可能对应不同的张力水平，因为潜在的力生成机制不同——长周期涌浪倾向于引发低频波动，导致松弛-张紧转换和突然加载事件，而短周期风浪则与浮标的自然频率耦合更紧密，主导幅度调制。将运动单独作为输入会导致这些不同状态之间的混淆，从而产生峰值张力预测的系统性偏差。一些有限但富有启发的研究开始通过将海况参数作为与运动测量并行的第一类输入来解决问题：Cheng和Low（2024年）表明，将七个长期环境变量作为外源输入对于跨海况响应预测至关重要；Hu等人（2025年）通过将波高时间序列和台风风速与平台运动一起输入到多输入LSTM中，报告了类似的效果；Wang等人（2024年）在船舶运动预测中也得出了类似的结论，其中联合使用海洋环境参数和运动变量显著提高了多步俯仰预测的准确性。这些研究——涵盖立管应力、浮式风靡泊张力以及船舶运动——一致表明，明确的环境输入对于跨海况泛化至关重要，但在海上浮标系泊张力文献中这种集成仍然很少见。

第二个问题是跨海况泛化能力不足。即使通过扩大训练分布隐式地捕捉了海况变化，当测试海况偏离该分布时，数据驱动的系泊张力模型往往会显著退化。根本原因是，在缺乏明确环境背景的情况下，网络必须仅从运动模式中推断出当前的海况——这是在短输入窗口下的一个欠定逆问题，因为相同的瞬时运动可能对应多种海况组合。Xie和Tang（2024年）系统地报告了这种现象，并提出了一种域泛化正则化方法作为补救措施，但他们的公式仍然基于纯运动特征，因此只能缓解症状而不能消除根本原因。作为补充证据，Payenda等人（2024年）在对比GRU、LSTM和BiLSTM时发现，当载荷条件接近训练集极限时，分布内和接近边界处的准确度差距明显增大，即使架构复杂度不断提高也是如此。因此，缺乏环境意识的黑盒模型本质上无法处理真实海洋环境中海况的连续变化。

至关重要的是，环境意识的优势取决于信息如何被整合。大多数现有方法通过固定统一的权重直接连接海况参数；尽管这在训练分布附近提供了有用的背景信息，但静态权重无法适应每个参数的状态依赖性，当海况偏离训练范围时往往会导致过度或不足的校正。这促使人们设计了一种根据瞬时运动状态重新加权每个环境维度的机制——这就是本文中开发的特征门控 attention 的作用。

这两个限制共同促使人们设计了一种模型，其中海况环境参数与运动特征一起作为第一类输入，并允许每个环境参数的贡献根据瞬时运动状态动态变化。注意力机制最初是为序列到序列转换而引入的，现在在离线工程的时间序列预测中得到广泛应用，为实现这种动态调制提供了一种自然手段：它在每一步计算候选特征的可学习权重，放大对当前预测最有信息量的特征并抑制其余特征。最近的研究证实了它在耦合海洋预测任务中的价值；例如，Wang等人（2024年）的LSTM-多头注意力架构能够根据船舶运动变量自适应地重新加权海洋环境特征，从而在多步俯仰预测中优于基于连接的基线方法。将注意力机制与明确的物理环境输入相结合，因此为同时解决这两个限制提供了一条原则性的途径。

基于这一理念，本文开发了物理-环境增强型注意力-LSTM（Att-LSTM）框架，用于实时虚拟感知海上浮标的系泊张力。以下是主要的方法论贡献的总结：

(1) 构建了一种双分支输入架构，在该架构中，浮标运动特征（纵荡、升沉和横摇的位移、速度和加速度）以及四维海况参数向量（有效波高Hs、谱峰周期Tp、水流速度U和风速V）分别在不同的路径上进行编码，然后进行融合。这样，运动和环境信息通过特定于分支的表示进行处理，而不是在输入层就混合在一起。

(2) 实现了一种基于特征的门控注意力机制，即将运动分支的LSTM隐藏状态通过一个可学习的线性投影，随后经过1 + tanh激活函数（范围[0, 2]）处理，以生成维度门控权重。这些权重可以放大或衰减每个环境维度；在与运动编码拼接之前，这些权重会对环境特征进行逐元素的重缩放，从而使环境调制与网络的其余部分共同学习，并适应瞬时的运动动态。

(3) 运开发了一种物理约束的拉丁超立方抽样（LHS）策略，其中谱峰周期是根据采样的有效波高从经验波陡度包络曲线中条件采样的，确保每个采样案例在物理上都是可行的，同时保持对多维海况参数空间的均匀覆盖。

**术语说明：**
- **LSTM（长短期记忆网络）**：LSTM网络（Hochreiter和Schmidhuber，1997年提出）是一种循环神经网络（RNN）的变体，专为建模长距离时间序列数据中的复杂时间依赖性而设计（图1）。LSTM的架构创新在于其单元状态和三种门控机制，这些机制可以有选择地保留或丢弃历史信息，有效缓解了传统RNN中的梯度消失问题。

**锚固张力预测背景：**
本研究关注的是一个钢制单点锚固（SPM）浮标。浮标和锚固系统的主结构参数列在表1和表2中。浮标的几何形状被近似为三个不同直径的同轴圆柱的组合，以获得图2所示的等效简化三维流体动力学模型。在此基础上，建立了一个时域动态模拟模型（图3）。

**时间历史预测结果：**
为了在定量比较之前提供直观评估，图5、图6和图7展示了三种模型的锚固张力时间历史图，分别对应三种代表性情况：分布内情况T1、接近边界的情况T2以及分布外的最深处情况T5。每张图都会将整体概览与局部放大的高张力段配对，以便检查和掌握总体趋势以及峰值区域的行为。

**结论：**
本研究提出了一种环境感知的LSTM注意力网络（Att-LSTM），用于海上浮标的锚固张力虚拟感知，解决了直接水下测量的难点。该模型使用易于获取的浮标运动响应和海况参数（Hs、Tp、U、V）作为输入，实现了锚固张力的实时连续重建，用数据驱动的软件传感器替代了物理水下传感器，持续提供张力时间序列记录。

**CRediT作者贡献声明：**
- **金辉**：写作 – 审稿与编辑、撰写原始草稿、可视化、验证、软件开发、方法论、数据分析、概念化。
- **乔东升**：写作 – 审稿与编辑、监督、资源管理、项目行政、资金筹措、概念化。
- **刘鹏飞**：监督、资源管理。
- **孙国光**：监督、资源管理。
- **王志明**：写作 – 审稿与编辑、验证。
- **唐国强**：写作 – 审稿与编辑、监督、资源管理。
- **滕云飞**：写作。

**资助：**
本研究得到了中国国家重点研发计划（项目编号2025YFF0517500）和中国铁路集团有限公司科学技术研发计划（项目编号2026-Key-37）的支持。

**利益冲突声明：**
作者声明没有已知的竞争性财务利益或个人关系可能会影响本文所述的工作。

**作者列表：**
金辉 | 乔东升 | 刘鹏飞 | 孙国光 | 王志明 | 唐国强 | 姚云飞 | 吕林 | 欧金平