The present work address results of a validation activity of a numerical model for the prediction of ship motion signals over time. The prediction of the signal at a given time instant is influenced by preceding time values with implicit dependency of time. The numerical model is applied to the envelope of the signal, which is obtained through a Hilbert based model and filtered using a Fourier transformation representation. A Neural Network FFNN trained via a BP technique is used to perform prediction. A validation study is here presented through comparisons using both numerical CFD and experimental FS data of ship motions in different operative conditions (sea state and ship speed) for two different ships.

Il presente lavoro descrive i risultati di una attività di validazione di un modello numerico per la predizione nel tempo di segnali di moto nave. La predizione del segnale ad un determinato istante è influenzato dai valori ad istanti precedenti con dipendenza implicita dal tempo. Il modello numerico è applicato all'inviluppo di un segnale, ottenuto con un modello di Hilbert e filtrato usando una formulazione basata su trasformata di Fourier. Una rete neurale FFNN addestrata mediante una tecnica BP è usata per la stima della predizione. Uno studio di validazione è presentato attraverso confronti con segnali ottenuti da simulazioni numeriche CFD e da misurazioni sperimentali FS di moti nave in differenti condizioni operative (stato di mare, velocità nave) per due differenti navi.

Sviluppo di un software per la previsione di un segnale di moto-nave, RT-05CT14-F2

Danilo Calcagni;Francesco Salvatore;Claudio Lugni;Marilena Greco
2015

Abstract

The present work address results of a validation activity of a numerical model for the prediction of ship motion signals over time. The prediction of the signal at a given time instant is influenced by preceding time values with implicit dependency of time. The numerical model is applied to the envelope of the signal, which is obtained through a Hilbert based model and filtered using a Fourier transformation representation. A Neural Network FFNN trained via a BP technique is used to perform prediction. A validation study is here presented through comparisons using both numerical CFD and experimental FS data of ship motions in different operative conditions (sea state and ship speed) for two different ships.
2015
Istituto di iNgegneria del Mare - INM (ex INSEAN)
Il presente lavoro descrive i risultati di una attività di validazione di un modello numerico per la predizione nel tempo di segnali di moto nave. La predizione del segnale ad un determinato istante è influenzato dai valori ad istanti precedenti con dipendenza implicita dal tempo. Il modello numerico è applicato all'inviluppo di un segnale, ottenuto con un modello di Hilbert e filtrato usando una formulazione basata su trasformata di Fourier. Una rete neurale FFNN addestrata mediante una tecnica BP è usata per la stima della predizione. Uno studio di validazione è presentato attraverso confronti con segnali ottenuti da simulazioni numeriche CFD e da misurazioni sperimentali FS di moti nave in differenti condizioni operative (stato di mare, velocità nave) per due differenti navi.
LPD
FFNN
estrapolazione
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/326909
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact