近日，我院刘秀全教授团队安全科学与工程学科博士研究生胡鹏基在隔水管动力学模型与监测数据融合方面取得重要进展，相关研究成果《基于粒子滤波的数据-物理融合模型及其在隔水管动力响应实时预测中的应用》（A hybrid data-physics model for real-time prediction of riser dynamics using particle filtering）发表在《Ocean Engineering》。《Ocean Engineering》是海洋工程领域的国际顶级期刊，目前影响因子为5.5。论文第一作者为博士研究生胡鹏基，通讯作者为刘秀全教授，中国石油大学（华东）为第一署名单位和通讯单位，该研究得到国家重点研发计划、国家自然科学基金、工信部高技术船舶科研项目及“泰山学者”青年专家计划等项目的联合资助。
论文首页
在隔水管振动监测中，传感器布置数目通常受到成本限制，而当前有限监测点条件下基于离散监测信息的系统连续位移场重构方法尚不完善。本研究提出一种物理力学模型与数据驱动模型融合方法，基于欧拉-伯努利梁理论建立物理力学模型，长短期记忆网络构建以有限测点监测数据为输入的数据驱动模型。采用粒子滤波方法将二者融合，以获得隔水管系统动力响应。
基于融合模型的隔水管系统动力响应预测
基于融合模型的隔水管系统动力响应预测偏差
结果表明，采用有限数量传感器的数据即可准确预测隔水管系统的动力响应。与单一的长短期记忆网络相比，基于粒子滤波的融合方法在动力响应预测方面具有更高的精度，同时，该融合方法表现出优异的抗测量噪声能力。
论文链接：https://doi.org/10.1016/j.oceaneng.2026.124848
