本发明涉及海上漂浮式平台优化领域，具体为基于多模态融合算法的海上漂浮式平台优化方法。
背景技术：
1、随着海上悬浮平台规模的扩大以及复杂的海洋环境，例如强风浪和恶劣天气，平台的稳定性面临着显著的挑战。在极端气象条件下，平台可能会受到严重影响，给设备和人员的安全带来威胁。同时，由于平台位置在海上，维护和修复工作可能会受到极端海洋条件的限制，这可能会增加维护的难度和成本。此外，实时数据的收集和监测方面存在一定的不足。传统的监测手段受到一定的限制，难以提供全面的实时数据，这可能会影响对平台状态的准确了解，从而降低了对平台性能的实时评估能力。对于碰撞检测方面，传统的方法可能相对滞后或者缺乏足够的智能化。因此，引入先进的技术以及智能化手段对于及时检测潜在的碰撞风险，以保障平台的安全尤为重要。
技术实现思路
1、为解决上述技术问题，本发明提出了基于多模态融合算法的海上漂浮式平台优化方法，能够良好的适配海上的复杂环境，对平台做出调整反馈，从而达到海上漂浮式平台维稳的目的。
2、为实现上述目的，本发明采取的技术方案是：
3、基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：具体步骤为：
4、1)多模态数据采集；
5、数据采集使用相应传感器，包括陀螺仪传感器、风速仪、水流测量仪以及图像采集设备相应传感器被布置在海上漂浮式平台上，确保全方位的监测覆盖，实现了对传感器获取的数据的实时记录、存储和分析，数据可视化和远程传输功能也被整合在系统中，以便用户能够清晰地了解海上平台的状态和环境信息；
6、2)多模态融合算法的构建；
7、将来自内置陀螺仪、风速仪、水流测量仪和图像采集设备的数据有机地结合在一起，同时监测平台的倾斜和方向变化获得总载荷，以及实时追踪风荷载和水荷载的速度和方向，在复杂多变的海洋环境中实现全方位的综合状态感知；
8、3)bp神经网络的构建；
9、多层模型自动从数据中学习特定表征，通过输入多模态数据，系统在多层抽象层次上进行数据分析，训练模型准确预测和优化转子状态，确保在复杂环境中保持平台稳定；
10、4)转子结构的碰撞检测和保护：
11、引入先进的碰撞检测算法，使得海上悬浮平台能够实时识别潜在的碰撞风险并采取相应措施以保护主体结构的完整性，从而不仅能够对已知风险做出响应，也能在未知突发情况下提供及时保护，从而全面提升了海上悬浮平台的安全性和稳定性。
12、作为本发明进一步改进，所述步骤2)中总荷载公式为：
13、
14、其中，ft表示平台总荷载，θ是倾斜角度，ρ是密度，a是受风面积，cd表示阻力系数，fw表示水荷载。
15、作为本发明进一步改进，所述步骤2)中的综合状态感知公式为:
16、s＝ψ(θ(g),λ(w,f),i) (2)
17、其中，s表示综合状态感知，ψ表示将多模态数据整合函数，θ(g)表示倾斜和方向变化，g表示来自陀螺仪数据，w表示来自风速仪数据，f表示水流测量仪数据，i表示来自图像采集设备数据，而λ表示从风速仪和水流测量仪数据提取的函数。
18、作为本发明进一步改进，所述步骤3)中的bp网络数据分析公式为：
19、
20、其中，表示多层模型h对输入数据x进行多层次的抽象和特征提取，h表示学习到的特定表征，是多层模型的映射函数，x是输入的多模态数据。
21、作为本发明进一步改进，所述步骤4)中的碰撞算法检测公式：
22、
23、其中，n表示电机的转速，v表示电机的电压，i表示电机的电流，r表示电机的电阻，kp，ki，kd分别是比例、积分和微分增益，e(t)表示误差信号，表示误差信号的积分，de(t)表示误差信号的导数。该公式描述了pid控制器与电机驱动转子的整体控制系统，公式中各个参数和信号相互作用，以实现对转子的控制。
24、有益效果：
25、1)本申请提供了一种基于多模态融合算法的海上漂浮式平台优化方法，通过内置陀螺仪、风速仪、水流测量仪以及图像采集设备，实现了对平台各方面状态的全方位实时监测，提供了丰富的多模态数据源。
26、2)本申请提供了一种基于多模态融合算法的海上漂浮式平台优化方法，该方法运用深度学习方法将多模态数据进行融合，有效地将信息整合成综合性的数据源，为后续智能决策提供了强大支持。
27、3)本申请提供了一种基于多模态融合算法的海上漂浮式平台优化方法，该方法引入bp神经网络，通过对多模态数据进行深度学习分析，实现了对转子旋转状态的准确预测和优化，包括旋转速度和方向。
28、4)本申请提供了一种基于多模态融合算法的海上漂浮式平台优化方法，该方法引入了先进的碰撞检测算法，可以实时察觉碰撞事件并采取必要措施，以保护平台主体结构的完整性，提升了安全性。
1.基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：具体步骤为：
2.根据权利要求1所述的基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：所述步骤2)中总荷载公式为：
3.根据权利要求1所述的基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：所述步骤2)中的综合状态感知公式为:
4.根据权利要求1所述的基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：
5.根据权利要求1所述的基于多模态融合算法的海上漂浮式平台优化方法，其特征在于：
