有限监测数据条件下深海采矿立管系统动态响应观测方法

《Ocean Engineering》：Dynamic response observation methods for deep-sea mining riser system with limited monitoring data

　　

• 提出了一种基于WOA-TCN-GRU的观测方法，仅利用有限的顶部监测数据即可重构深海采矿立管的全长动态响应。
• 引入鲸鱼优化算法对关键超参数进行自适应全局优化，克服了人工经验调参的泛化局限性。
• 设计并建造了采矿船-立管-中继站耦合系统的缩尺水池实验平台。

引言
深海采矿立管是连接海底中继站与水面采矿船的主要运输通道，其结构完整性对于深海采矿作业的成功至关重要。在长期服役过程中，立管持续承受复杂的载荷条件，包括波浪-海流联合作用和船舶运动。由此产生的动态响应极为复杂，使立管在作业过程中容易遭受结构损伤甚至失效（Hu et al., 2026a, 2026b; Li et al., 2026, Li et al., 2026）。此类失效可能引发重大安全事故，如矿物泄漏和设备损坏，导致难以估量的经济损失和严重的海洋生态破坏。因此，准确表征立管系统在全水深条件下的动态响应，是确保深海采矿作业安全的基本前提和关键保障。

全球研究人员已对采矿立管的动态响应开展了大量数值模拟研究。Wu et al. (2020, 2021) 使用集总质量法系统分析了船舶垂荡运动和不规则波浪对垂直运输系统动态行为的影响。他们得出结论：船舶运动是控制立管顶部边界激励的主导因素。Song et al. (2021, 2022) 进一步基于AQWA和OrcaFlex开发了采矿船-阶梯立管系统的耦合纵向模型，并结合缩尺模型试验揭示了不同海况和波浪方向下顶部张力与纵向振动的耦合机制。Chen et al. (2021) 将研究视角扩展至船-立管-采矿机系统的完全耦合分析，阐明了下部采矿设备运动状态对立管空间构型的调控作用。除了外部环境条件和边界运动外，Wang and Zou (2022)、Sun et al. (2022)和Cao et al. (2023a)从张力分布、内孤立波冲击和三维全局耦合的角度，深入分析了系统固有结构特性和极端环境条件对模态特征和关键位置的影响。在深海矿物运输过程中，立管内部矿浆的流动改变了立管系统的等效质量、阻尼和载荷传递特性。Cao et al. (2023b)、Li et al. (2024, 2025)和Gu and Xu (2025)借鉴流体-结构相互作用效应和参数激励理论，揭示了内流和矿浆载荷对等效质量、阻尼以及轴向张力周期性波动的放大效应。上述数值模型极大地深化了我们对深海采矿立管复杂动态机制的理解。然而，数值模拟的准确性仍高度依赖于海洋载荷模型、结构阻尼系数和边界条件设定精度的保真度。当实际作业海况或系统配置偏离设计基准时，仅依靠模拟结果可能不足以忠实地反映立管的服役状态。此外，多场耦合问题所需的时间域迭代计算计算量巨大，无法满足工程实时状态监测的需求。

现场监测提供了获取立管真实载荷和动态响应最直接的方法。Chung (2010) 在北太平洋5000米水深处乘坐休斯·格洛玛探索者号开展了深海采矿现场试验，记录了船舶运动与管道下端响应之间的耦合关系，揭示了长立管的轴向共振放大现象。Russo et al. (2016) 利用实际钻井监测数据验证了其建立的防喷器-井口-导管架耦合系统三维有限元模型的准确性。Huang et al. (2025) 基于海试实测轨迹开发了深海采矿系统的实时模拟与分析框架，推动了动态模型从离线分析向实时计算和在线状态评估的转变。这些现场实践凸显了监测数据在校准数值模型和评估实际结构状态方面的重大指导价值。然而，深水环境对传感器安装、密封、供电和长期可靠运行提出了严苛要求。沿立管密集布设监测点不仅经济成本高，而且极可能干扰正常采矿作业。因此，实测数据通常局限于顶部或底部端部的少数离散测点，难以直接且全面地表征立管沿长的位移、弯矩和应力分布。

为融合数值模拟的全局可视化能力与现场监测的真实状态感知能力，数据驱动智能观测方法近年来发展迅速。Guarize et al. (2007)和de Pina et al. (2013)最早将人工神经网络引入系泊线和立管的动态响应分析，实现了复杂海洋结构响应的快速计算，并验证了采用代理模型替代计算密集型时间域模拟的可行性。Liu et al. (2020)将有限元法与BP神经网络结合，修正轴向水动力载荷的计算偏差，初步展示了物理模型与数据驱动方法融合的潜力。随着深度学习的推进，数据驱动模型逐渐从传统代理计算拓展至复杂时间序列响应预测和实时状态监测。

Hou et al. (2024)和Cao et al. (2024)分别采用深度神经网络和傅里叶神经算子，实现了海洋结构响应的有效预测，显著降低了多场景分析的计算成本。在状态观测领域，Najera-Flores and Todd. (2024)提出了基于可逆神经网络的半观测状态观测方法，Zhai et al. (2024)将状态空间方程与门控循环单元相结合，并引入物理先验约束以增强泛化能力。针对深海采矿具体场景，Wang et al. (2025)开发了柔性软管数字孪生系统，Liu et al. (2025)验证了基于稀疏倾角测量的立管空间变形观测可行性，Li et al. (2026)采用深度学习代理模型进行系统构型优化，展示了数据驱动方法在深海采矿系统快速分析和设计辅助方面的应用潜力。然而，现有数据驱动模型在应用于立管全局响应观测时仍面临两个显著瓶颈。首先，大多数模型在处

理超长时序依赖和多尺度局部波动特征时存在梯度消失和特征提取不足的问题。其次，超参数选择严重依赖经验调参；在复杂多变的海洋条件下，人工试错方法难以保证模型的泛化能力和鲁棒性。综上所述，目前研究仍缺乏一种兼具长时序特征提取能力和自适应超参数优化的方法，以有限监测信息观测深海采矿立管的全局动态响应。

针对这一技术空白，本文提出了一种基于鲸鱼优化算法和时序卷积网络-门控循环单元混合模型的实时动态响应观测方法。该方法以船舶三自由度运动、顶部倾角和顶部加速度作为有限输入特征——这些变量的选取是因为它们分别代表了立管顶部的主要边界激励（船舶运动）、局部几何变形（倾角）和动力惯性载荷（加速度），共同编码了推断全长结构响应所需的关键信息——并采用WOA对关键超参数进行全局自适应优化。通过这种方式，该方法高效捕捉了实时顶部监测信息与立管全长多状态响应之间的深度非线性映射，从而解决了测量数据匮乏与全局响应观测之间的矛盾。该方法为深海采矿立管系统的实时状态感知和安全预警提供了可靠的数据驱动技术支持。

本文其余部分安排如下。第2节建立深海采矿立管动态模型，并计算各种工况下的响应数据库。第3节描述WOA-TCN-GRU观测模型的构建过程和训练策略。第4节介绍缩尺水池实验和模型验证结果。第5节给出结论。

小节节选
深海采矿立管系统动态模型
深海采矿立管系统由上端的水面采矿船、中段的刚性提升管和底部的水下站及提升泵组成，其典型构型如图1所示。立管通过铰接接头与采矿船连接，因此顶部节点的运动状态可视为等同于船舶在相应自由度的运动。至于底部连接的柔性软管...（原文此处截断）

深海采矿立管系统动态响应观测方法
为解决无法直接从有限的顶部监测数据获得立管全局动态响应的问题，本文开发了一种基于WOA-TCN-GRU混合模型的实时观测方法。这里的“观测”是指从稀疏在线测量中实时估算立管全长响应，与离线重构相对。以船舶运动、顶部加速度和顶部倾角的时间历程作为有限输入特征，TCN...（原文此处截断）

实验验证
为验证本文建立的动态模型和提出的WOA-TCN-GRU观测方法的可行性与准确性，本节开展了缩尺水池实验。基于第2节开发的动态模型，按照几何和力学相似准则设计了缩尺立管模型。采用运动模拟装置复现船舶激励和海流拖曳效应，并沿立管的应变响应...（原文此处截断）

结论
(1) 提出了一种深海采矿立管全局动态响应观测方法，专门针对具有有限顶部监测数据的在线、实时场景。该方法以采矿船三自由度运动、顶部加速度和顶部倾角的时间历程作为输入特征，然后采用鲸鱼优化算法对TCN-GRU模型的关键超参数进行自适应全局优化，包括...（原文此处截断）

CRediT作者贡献声明
刘秀全：撰写——审阅与编辑、监督、资源、项目管理、资金获取、概念构思。
胡小雨：撰写——初稿、方法论、撰写——审阅与编辑、可视化、验证、资源、调查、形式分析、数据管理。
赵荣根：验证、撰写——初稿、调查、形式分析、数据管理。
胡鹏吉：可视化、资源、形式分析。
李彦威：可视化、资源、形式分析。

资金
本工作得到国家自然科学基金（批准号52271300, 52071337）、国家重大科学技术计划（批准号2025ZD1403201–02）、国家重点研发计划（批准号2022YFC2806500）、中国海油综合研究项目（批准号KJGJ-2023-0002）和泰山学者项目（批准号tsqn202408100）的资助。

利益冲突声明
作者声明不存在任何已知的、可能影响本文报告工作的竞争性财务利益或个人关系。

刘秀全 | 胡小雨 | 赵荣根 | 胡鹏吉 | 李彦威 | 常远江 | 陈光明