bat365中文官方网站宋玉鹏博士在海洋工程领域国际权威学术期刊《Ocean Engineering》上发表题为“Multi-parameter full probabilistic modeling of long-term joint wind-wave actions using multi-source data and applications to fatigue analysis of floating offshore wind turbines”的研究论文。该论文的第一作者为宋玉鹏，共同作者还有同济大学的陈建兵教授和李杰院士，以及丹麦奥尔堡大学的John D. Sørensen教授。

在海洋结构设计中，需要合理考虑风和海浪的联合作用。在结构服役期间，风和海浪具有显著的随机性和复杂的相关性，因此常采用多维风浪参数的联合概率分布模型刻画风浪联合作用。然而，当前风浪参数的概率建模研究通常引入年风浪数据为平稳时间序列假定，与实际情况不符。本文针对台风多发海域的风浪联合作用建模问题，首先采用多源数据融合方法将长期风浪数据中的良态风数据与台风数据进行分离，进而建议改进的Fisher最优分割方法，将年风浪数据进行季节性效应分段，最终引入多维随机变量相关建模的Copula方法，形成台风多发海域内长期风浪联合作用的全概率建模方法。作为示例，将该方法应用于海上大型浮式风机结构的疲劳分析中。本文研究能够为台风多发海域内海洋结构的长期荷载分析与结构安全设计提供有益的参考。

文章在线网址：https://doi.org/10.1016/j.oceaneng.2022.110676

作者：bat365中文官方网站 审核：方海

季节性分段后风浪数据的箱型图对比

不同类别风浪数据的统计直方图对比  风速与波高联合概率分布建模抽样结果